计算机行业“中国AI核心资产”系列(2)：CPU推理时代的中国AI核心资产

CPU：推理时代的中国AI核心资产最近一年走势行业相对表现2026年4月15日，阿里云公告称，为持续保障底层硬件的稳定供应、提升平台运维服务质量，并应对算力市场成本的变化，将对部分MU（ModelUnit）模型单元的服务价格进行适度调整。投资要点n预期需求旺盛且产能受限，CPU迎来涨价英特尔或实现CPU连续3次涨价，AMD跟随其涨价。据超能网、TechPowerUP：英特尔计划5月展开第三次调整，继续上调CPU的定价。此前英特尔已2次上调价格，2026年2月，英特尔将部分入门级和旧款CPU的定价上调超过15%。3月，英特尔启动了第二轮调价，幅度为10%。2026年3月AMD打算跟随英特尔，计划提高消费级CPU的定价，与去年的报价相比涨幅最高达15%。预期需求旺盛但供给或受限。需求侧，Intel在2025年财报中指出：“对CPU在AI时代关键作用的信心持续增强”，并在电话会中表示传统服务器的需求依然非常强劲。AMD在2025Q4财报电话会中表示，预计整体服务器CPU的TAM将在2026年增长，且预计为强劲的两位数。供给侧，Intel在其2025年报中表示，限制服务器收入的，主要是Intel7和Intel3节点的晶圆制造供给约束，并预测2026年将持续短缺。AMD产能依赖第三方代工。nAI智能体推理时代中CPU重要性提升AgenticAI中，CPU的大量调度使其耗时占比较高。早期AI效率研究主要聚焦于GPU内核和KV缓存调度，但AgenticAI在执行流程中引入了大量以CPU为中心的工具；CPU/工具链的大量调度或使得AgenticAI中CPU侧耗时占比较高。CPU数量不足将导致GPU资源被浪费。据《TheRisingCPU:GPURatioinAIInfrastructure:Drivers,Trends,andImplications》（Ram等，2026现代人工智能系统依赖CPU来处理数据加载、预处理、调度、内存分页、批量处理及推理路由等任务。若CPU处理能力不足，GPU便会闲置，导致极其昂贵的GPU资源被浪费。随着AI工作负载的范式正从简单的文本生成向复杂的智能体和强化学习演进，据TrendForce，证券研究报告当前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。n英伟达、Arm入局CPU英伟达已对外独立销售新一代VeraCPU。2026年3月，英伟达宣布将VeraCPU作为独立产品对外销售，以满足客户对更灵活CPU:GPU配置的需求。Vera采用英伟达自研Olympus架构，基于台积电N3制程与CoWoS-R封装，提供88核/176线程，并配备1.8互联，可与英伟达GPU实现内存共享。Arm推出自研CPU产品，性能或超越x86CPU竞品。2026年3月，Arm宣布推出首款自研CPU产品ArmAGICPU，终结了其35年纯授权商的历史定位。该产品基于台积电N3制程与NeoverseV3架构，提供136核/136线程，TDP为300W，支持DDR5-8800内存与PCIeGen6。据ARM官网，凭借Arm架构的优势，ArmAGICPU能够在每个机架上提供超过2倍的性能，这得益于Arm架构的基本优势和系统资源的精心匹配以实现。n行业评级及投资策略：AgenticAI推理时代，执行流程中引入大量以CPU为中心的工具，致使CPU侧耗时占比较高，且AI工作负载的范式正从简单的文本生成向复杂的智能体和强化学习演进，CPU数量不足将导致GPU资源被浪费，CPU与GPU配比或将提升，CPU需求或将持续提升。基于此，维持对计算机行业“推荐”评级。n相关公司：1）CPU：海光信息、澜起科技、中国长城（飞龙芯中科；2）AI芯片：海光信息、寒武纪、芯原股份、沐曦股份、摩尔线程、壁仞科技、天数智芯；3）超节点OEM：浪潮信息、工业富联、中科曙光、华勤技术、紫光股份；4）连接：盛科通信、锐捷网络、华工科技、华丰科技、鼎通科技；5）算力租赁/云计算：协创数据、宏景科技、盛视科技、智微智能、首都在线、优刻得、云赛智联、网宿科技；6）液冷/电源：英维克、飞荣达、曙光数创、中国长城、欧陆通、中恒电气。n风险提示：宏观经济影响下游需求，AI模型发展不及预期，市场竞争加剧，中美博弈加剧，AI推理需求不及预期。2证券研究报告2026年4月15日，阿里云公告称，为持续保障底层硬件的稳定供应、提升平台运维服务质量，并应对算力市场成本的变化，将对部分MU（ModelUnit）模型单元的服务价格进行适度调整。评论：1、预期需求旺盛且产能受限，CPU迎涨价英特尔或实现CPU连续3次涨价。据超能网，英特尔在2026年2月，将部分入门级和旧款CPU的定价上调超过15%。到了3月，英特尔启动了第二轮调价，幅度为10%，主要影响到酷睿Ultra系列处理器。据TECHPOWERUP报道，英特尔计划5月展开第三次调整，继续上调CPU的定价，其预测2026年出货量相较2025年增长50%，目标是在2025年价格基础上实现30%的涨幅，以回收产能扩张的相关投资，另外还要满足投资者和市场的收益预期。AMD或跟随intel提价，其产品供需或存缺口。据TECHPOWERUP报道，2026年3月AMD打算跟随英特尔，计划提高消费级CPU的定价，与去年的报价相比涨幅最高达15%。主要原因是需求开始耗尽库存，而且AMD的重点仍然放在服务器和数据中心CPU上，客户端领域的产能大幅减少，供需之间存在较为明显的缺口。表1：英特尔与AMD对于CPU涨价一览Intel与AMD均表示看好CPU市场。Intel在2025年财报中指出：“对CPU在AI时代关键作用的信心持续增强”，并在电话会中表示传统服务器的需求依然非常强劲。据AMD在2025Q4财报电话会中表示，预计整体服务器CPU的增长相关，现在对高性能CPU的需求非常大，AI流程或AI代理在企业中衍生3证券研究报告大量工作时，它们实际上会处理很多传统的CPU任务，其认为CPU为AI基础设施中的重要一环。图1：Intel的CPU示意图图2：AMD的CPU示意图Intel晶圆制造供给约束或将持续。Intel在其2025年报中表示，限制服务器收入的，主要是Intel7和Intel3节点的晶圆制造供给约束，并预测2026年将持续短缺。同时又表示其18A产品良率情况将以每月7%至8%的速度改善，但仍未达到“industry-leading”程度，我们认为这说明其良率仍偏低。图3：英特尔代工厂自2024年2月起的工艺路线图4证券研究报告AMD各环节依赖第三方代工，短期或难扩产。AMD在2025年报中指出：其利用第三方晶圆代工厂制造所有产品所需的硅晶圆。7nm以下工艺节点的微处理器和GPU产品其依赖台积电代工；7nm以上工艺节点的产品依赖格芯生产晶圆。公司还利用台积电、联华电子和三星电子生产可编程逻辑器件形式的集成电路。公司产品的组装、测试、标记和封装也系第三方制造商代工。图4：AMD产品示意图2、AI智能体推理时代中CPU重要性提升行在GPU或加速器上，但在工具处理过程中仍会使用CPU，包括Python或Bash执行、网页搜索、URL抓取、词汇摘要以及大型数据库上的精确最近邻搜索等。5证券研究报告虽然早期AI效率研究主要聚焦于GPU内核和KV缓存调度，但AgenticAI在执行流程中引入了大量以CPU为中心的工具。图5：对代理式AI工作负载进行特征分析AgenticAI中CPU侧耗时占比较高。据《ACPU-CentricPerspectiveonAgenticAI》（Ritik等，2025）和我们的研究，如下图所示，纵轴是Runtime（运行时间，秒每根柱子代表一个任务在某个benchmark上完成一次请求的总耗时；上面的纯色部分为LLMInference(GPU)，表示大模型在GPU上推理花的时间；下面的斜线/网格部分为Tools(CPU)，表示工具调用花的时间。据此，我们认为在Agent时代，总耗时不能仅仅考虑GPU，因为实际系统延迟很多是CPU/工具链决定的。图6：AgenticAI各测试中CPU和GPU侧耗时情况6证券研究报告CPU数量不足将导致GPU资源被浪费。据《TheRisingCPU:GPURatioinAIInfrastructure:Drivers,Trends,andImplications》（Ram等，2026现代人工智能系统依赖CPU来处理数据加载、预处理、调度、内存分页、批量处理及推理路由等任务。若CPU处理能力不足，GPU便会闲置，导致极其昂贵的GPU资源被浪费。CPU充当“空中交通管制员”的角色，通过管理数据传输、批量处理推理请求以及卸载内存操作，确保GPU始终处于繁忙状态。一旦CPU性能滞后，GPU的运行效率会下降，推理耗时也会增加。表2：训练与推理阶段的CPU角色概述典型CPU和GPU比率每个加速器配备大量服务与线程，并采延迟与吞吐量优先级最大化吞吐量与训练AI时代CPU在数据中心地位或将重估。在AI发展的早期阶段，GPU凭借其大规模并行矩阵运算能力主导了AI算力需求，CPU仅承担向GPU压缩和路由内存数据的辅助职能。然而，以OpenAIo1为代表的新一代推理模型，以及随之兴起的AI智能体架构，从根本上改变了这一格局。与静态大语言模型不同，智能体AI需要动态与环境交互——规划任务、调用工具、在子智能体之间传递数据、评估任务是否完成。"编排层"全部协调工作恰恰落在CPU肩上，使其成为典型的CPU密集型负载。据TrendForce，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。随着AI智能体和强化学习工作负载的快速增长，CPU在数据中心的战略地位正经历结构性重估，AI工作负载的范式正从简单的文本生成向复杂的智能体和强化学习演进，CPU正面临"严重的产能短缺"。7证券研究报告表3：CPU与GPU关键对比3、英伟达、Arm入局CPU英伟达已对外独立销售新一代VeraCPU。2026年3月，英伟达宣布将VeraCPU作为独立产品对外销售，以满足客户对更灵活CPU:GPU配置的需求。Vera采用英伟达自研Olympus架构，基于台积电N3制程与CoWoS-R封装，提供88核/176线程，并配备1.8TB/s的NVLink-C2C互联，可与英伟达GPU实现内存共享。首批合作伙伴涵盖Alibaba、ByteDance、Cloudflare、CoreWeave、Orac等。英伟达还推出了VeraCPU机架，单机架集成256颗CPU，合计22,528核/45,056线程，总内存达400TB。图7：英伟达VeraCPU示意图8证券研究报告Arm推出自研CPU产品，性能或超越x86CPU竞品。2026年3月，Arm宣布推出首款自研CPU产品ArmAGICPU，终结了其35年纯授权商的历史定位。该产品基于台积电N3制程与NeoverseV3架构，提供136核/136线程，TDPCerebras、Cloudflare、SKTelecom等。Arm同步推出两款机架配置：风冷版集成60颗AGICPU（8,160核，约180TB内存液冷版则支持336颗CPU（45,696核，1PB内存）。据ARM官网，凭借Arm架构的优势，ArmAGICPU能够在每个机架上提供超过2倍的性能，这得益于Arm架构的基本优势和系统资源的精心匹配以实现：具备业界领先的内存带宽，使每个机架能够支持更多高效执行的线程；相比之下，x86CPU在持续高负载下会因核心争抢资源而导致性能下降；高性能、高能效的单线程ArmNeoverseV3处理器核心性能出众，优于传统架构——每个Arm线程可处理更多任务；更多可用线程与更高单线程处理能力相互叠加，最终实现单机架性能的大幅提升。图8：ArmAGICPU示意图4、投资建议AgenticAI推理时代，执行流程中引入大量以CPU为中心的工具，致使CPU侧耗时占比较高，且AI工作负载的范式正从简单的文本生成向复杂的智能体和9证券研究报告强化学习演进，CPU数量不足将导致GPU资源被浪费，CPU与GPU配比或将提升，CPU需求或将持续提升。基于此，维持对计算机行业“推