英特尔和AMD股价大涨，旧日巨头重回AI牌桌|图源：AIGC

作者／  IT时报  贾天荣

编辑／  郝俊慧  孙妍 

继存储芯片之后，CPU正在迎来春天。

截至5月6日收盘，美股半导体板块再度大涨。AMD单日涨超18%，过去一年股价涨幅超过两倍；另一边，英特尔成为2026年全球半导体赛道最强势的股票之一，当天股价冲上113美元，创历史新高。5月7日，AMD、英特尔股价略有微调。

很难想象，一年前，英特尔还深陷“AI失落者”的舆论漩涡。彼时，市场普遍认为，AI时代属于GPU，属于英伟达，而CPU只是被时代淘汰的旧主角。

但现在，剧情正在反转。AI不仅没有消灭CPU，反而把CPU重新推回舞台中央。

成也AI，败也AI

过去两年，AI产业的全部光环几乎都集中在GPU身上。

原因很简单：大模型训练本质上是大规模矩阵并行计算，GPU天然适合。相比之下，CPU在AI早期更像“辅助角色”，负责数据搬运、内存调度、系统控制等工作。

这也让英特尔和AMD一度显得“落伍”。

尤其是英特尔。过去20多年，这家公司始终坚信CPU才是计算世界的中心。哪怕AI浪潮已经席卷全球，它依然认为中央处理器可以承担大部分AI计算任务。

图源：英特尔

过去，市场用股价否定了这种坚持。2025年，英伟达市值一路突破天际，而英特尔市值跌至十年低点，AMD也长期被视为“追赶者”。

然而，当AI开始从“聊天”进入“行动”，CPU的重要性突然被重新放大。

早期大模型的本质是“一问一答”：用户输入一句话，模型输出一句话。整个流程相对静态，对CPU压力有限。

但现在，以推理模型、智能体系统为代表的新一代AI开始具备“执行能力”，它不仅回答问题，还要规划任务、调用工具、拆解流程、协调多个子Agent，并持续反思和修正。这一整套流程背后，需要大量“编排层（Orchestration）”工作。

而这些任务，几乎全部运行在CPU上。

换句话说，GPU负责“思考”，CPU负责“组织”。GPU负责矩阵运算，CPU负责调度系统。GPU像发动机，CPU更像整个AI系统的大脑中枢。CPU不再是配角，而变成了整个AI系统的“交通指挥中心”。

这也是为什么越来越多的AI公司开始重新审视CPU资源。

行业研究机构TrendForce指出，当前AI数据中心的CPU与GPU配比约为1:4至1:8，而在智能体AI时代，这一比例预计将演变至1:1至1:2。

Arm的测算进一步揭示了缺口量级：在传统AI数据中心，每吉瓦约需3000万颗CPU核心，但AI智能体时代将激增至1.2亿颗，增幅达四倍。智能体工作流中CPU的编排时间可占总时延的50%至90%，CPU不足将直接导致昂贵的GPU资源闲置浪费。

于是，一个此前被忽略的问题开始暴露：AI缺的，不只是GPU，还有CPU。

CPU迎来涨价周期

在CPU需求重估的背景下，传统x86架构的两大巨头——AMD与英特尔，正迎来一波显著的估值修复。

市场的变化，最先反映在价格上。2026年3月迄今，消费级CPU价格已经上涨5%～10%，服务器CPU价格涨幅则达10%～20%。

4月24日，英特尔公布了2026年第一财季业绩。财报显示，英特尔第一季度营收为136亿美元，同比增长7%。其中，英特尔的客户端计算（CCG）收入约77亿美元，同比增长1%。数据中心与AI（DCAI）收入约51亿美元，同比增长22%。

这意味着，英特尔的增长逻辑已经发生变化。PC仍然是最大体量的业务，但几乎不再提供增长动力。真正推动整体收入增长的力量是数据中心和AI相关业务。DCAI业务不仅增长快，而且质量高：收入同比增加约10亿美元（从约41亿到51亿），经营利润率显著提升（接近30%水平）。

对这份财报，英特尔CEO陈立武表示：“过去几年，关于高性能计算的故事几乎完全围绕GPU和其他加速器展开。最近几个月，我们已经看到明确的迹象表明，CPU正在重新确立其作为AI时代不可或缺的基础地位。”

截至目前，英特尔已经连续第六个季度跑赢市场预期，这意味着需求端的改善已经具有连续性，而非仅仅单次反弹。

AMD也不例外，AMD首席财务官胡锦（Jean Hu）指出，受内存及组件成本上涨影响，下半年游戏业务收入（含 GPU 和主机）预计较上半年环比下降超过20%。虽然消费端承压，AMD数据中心业务却逆势增长。公司预计第二季度数据中心CPU收入将同比增长70%，主要受AI算力需求激增驱动。

供应链消息指出，英特尔与AMD两大巨头正在筹备第三季度的进一步涨价，市场预计，英特尔下半年还会继续涨价约8%～10%；AMD则计划年内对服务器CPU进行两轮提价，累计涨幅可能达到16%～17%。CPU平均交货周期也已从此前的1～2周大幅延长至8～12周。

新入局者的追赶

不过，AI带来的不仅仅是机遇，还有新的挑战者。

曾经，x86几乎统治了整个服务器CPU市场。但AI时代，架构壁垒第一次开始松动。

3月24日，Arm公司首次推出并销售自主设计的成品芯片——Arm AGI CPU。这款专为“智能体AI基础设施”设计的处理器，基于台积电3纳米工艺和Neoverse V3核心，最高可提供136个核心，热设计功耗（TDP）控制在300瓦。

Arm AGI CPU的首批客户包括Meta（作为主导合作伙伴）、OpenAI、Cerebras、Cloudflare、F5、Positron、Rebellions、SAP和SK Telecom，几乎覆盖了AI基础设施最核心的一批玩家。

5月6日美股盘后，Arm公布2026财年第四季度业绩，营收同比增长20%至14.9亿美元（约等于人民币102亿元），超出此前指引区间中值，全财年营收则同比增长23%至49.2亿美元（约等于334亿元），连续第三年实现逾20%的营收增长。

Arm首席执行官Rene Haas在业绩电话会议上宣布，Arm AGI CPU自6周前发布以来需求已翻倍，客户需求总量突破20亿美元，远超此前约定的10亿美元供应目标。

同月，英伟达也宣布将其基于Arm架构的Vera CPU作为独立产品销售，以满足客户对更灵活CPU与GPU配置比例的需求。

图源：英伟达

Vera CPU采用了定制的Olympus架构，拥有88核心176线程，并配备了高达1.8TB/s的NVLink-C2C互连带宽，专门针对AI智能体时代的内存共享进行了优化。Vera CPU的早期合作伙伴涵盖了阿里巴巴、字节跳动、Oracle、CoreWeave、Crusoe等企业。

在中国市场，架构多元化的趋势同样显著。

2026年3月底，阿里巴巴达摩院发布了基于RISC-V架构的玄铁C950处理器，被业界视为RISC-V生态中的重要进展。

在更广泛的商业采购市场，国产CPU的渗透率正在提升。2026年4月，中国移动公布了总计6.29万台的PC服务器集中采购项目，其中ARM架构的服务器采购量占比高达65.01%，创下新高；x86架构的占比则为33.09%。

这一数据背后，是国产CPU生态的逐步成熟，落地应用正加速向市场驱动转变。

AI竞争开始进入

“系统层”

“到2030年，最大的CPU市场份额将属于Arm。”在谈及与AMD及英特尔的竞争格局时，Arm展现出了极强的生态扩张自信，但Arm依然维持了10亿美元的年度营收指引。原因很直接：产能不够。

目前，AMD主流服务器CPU正加速切向台积电先进制程；英伟达下一代Vera CPU和Arm自研的AGI CPU同样采用的是台积电3nm制程。

供应链透露的消息称，目前CPU处于严重供不应求状态，价格上调仍未见终点。一边是昂贵的GPU利用率不足，另一边是基础的CPU供应紧张。这种反差表明，过去两年以GPU为核心的算力叙事正在发生转变。

GPU、CPU同时争抢先进制程产能，“CPU产能”本身也正在成为新的战略资源，这也是未来各方竞争中最大的变量。

当前，英特尔仍然保留自有工厂，这是和大多数芯片设计公司不同的地方。能够在内部保障一部分供给，对数据中心客户来说是一个现实优势。不过，这种优势目前还不完整。以英特尔新一代客户端产品为例，不同模块分别采用了自家工艺和台积电制程。这意味着英特尔虽然拥有工厂，但在先进制程竞争中，依然处于追赶阶段。

在最新的财报会上，英特尔也指出，自有的18A工艺仍处于量产初期，且投入成本持续上涨，将在下半年遭遇更大阻力。

图源：unsplash

GPU定义了AI的上半场，而下半场，人们发现，竞争不再是某个芯片的单打独斗，而是一场关于产能、架构与生态的系统围猎。

没有谁能永远坐在“铁王座”上，AI当前，一切皆有可能。

排版／ 季嘉颖

图片／ 英特尔  英伟达  unsplash  AIGC

来源／《IT时报》公众号vittimes

E N D