英伟达强化CPU布局，AI时代新挑战

英伟达计划在下一代Rubin架构中大幅提升CPU核心数，以应对AI时代的新挑战。

长久以来，GPU与AI算力的关联深入人心，然而，随着AI步入由智能体驱动的新时代，CPU正逐渐成为算力瓶颈。

最新研究显示，在Agent执行链路中，CPU消耗的时间占比最高可达90.6%。高并发场景下，CPU端到端延迟显著上升。这表明，在大量Agentic场景中，系统吞吐受限并非GPU计算能力，而是CPU核心数并发调度问题。

英伟达，作为GPU领域的领头羊，近日宣布追加20亿美元投资CoreWeave，以部署专为“代理式推理”设计的Vera CPU。同时，英伟达计划在Rubin架构中大幅提升CPU核心数，并开放NVL72机柜对x86 CPU的支持。

东吴证券指出，英伟达此举意味着在大规模Agentic场景中，大内存CPU是承载海量KV Cache的最优选择。

与此同时，由于云服务商的大规模采购，英特尔与AMD的服务器CPU产能已告急。为应对供需失衡，两家公司均计划上调服务器CPU价格10-15%。英特尔甚至将部分产能转向服务器端，导致消费电子端交付受阻。

在英特尔2025年第四季度财报电话会上，CEO陈立武表示，尽管AI时代带来了前所未有的需求，但短期内难以满足市场。

对话靠GPU，执行靠CPU

为何CPU在AI算力界崛起？国金证券等机构总结道，Agent对CPU需求提升主要源于应用调度压力、高并发工具调用瓶颈及沙箱隔离开销。

随着AI智能体增多，系统调用频次与覆盖面显著升高，增加了系统请求与数据搬运开销。而Agent时代的AI任务包含大量if/else判断，这类“分支任务”更适合由CPU执行。

此外，在Agent场景下，长上下文推理会快速耗尽GPU HBM容量。为解决此问题，业界采用KV Cache Offload技术将数据迁移至CPU内存。因此，CPU搭配大容量内存成为主流架构选择。

从投资角度看，招商证券表示，海外CPU巨头在国内的合作商将受益于CPU涨价。同时，国内AI产业链自主可控推进中，硬件与软件生态适配同步进行，架构升级将提升各环节性能与产量。

国海证券指出，超大规模数据中心进入“升级周期”，CPU架构面临替换需求。预计2026年服务器CPU出货量增长25%。作为AI算力与数据中心升级的核心受益环节，服务器CPU正迎来价值重估机会。