算力稅第二波，CPU漲價
全球半導體市場出現結構性變化,傳統意義上被視為成熟品類的CPU領域,正成為資本市場的關注焦點。
截至1月21日,英特爾股價創下近四年新高,年內漲幅超44%;AMD延續連續上漲態勢;A股市場中,龍芯中科與海光信息分別錄得20%漲停及單日漲幅超13%。 這一行情背後
機構的共識正在迅速形成。 國聯民生證券與西部證券在近期報告中不約而同地指出,
與以GPU為核心的AI訓練不同,在智能體工作負載中
據IDC預測,全球活躍智能體數量將從2025年的約2860萬個,迅速增長至2030年的22.16億個,年復合增長率達139%。 在中性情景下,長期對應的CPU需求或將突破1173萬片量級,形成顯著增量市場。
摩根大通數據顯示英特爾先進製程產能利用率已達120%-130%的超載狀態,台積電先進封裝產能瓶頸更將CPU交付週期從正常的8-10週拉長至24週以上。
在此趨勢下,國產CPU廠商迎來產業與政策的雙重機遇。 CPU,這一曾長期被視為“傳統”的算力組件,正在AI智能體浪潮中重新確立其係統級價值。
AI智能體催化“域外CPU”需求重塑
傳統AI計算將算力重心完全置於GPU之上,主要用於模型的訓練與推理加速。 然而,
智能體要完成一個實際任務,例如“分析一批簡歷數據”,其工作流程遠超簡單的API調用。 它需要自主執行:創建獨立沙箱環境、訪問指定網盤下載文件、解壓壓縮包、運行數據分析腳本、生成可視化報表,最後清理並釋放環境資源。 在這一完整任務鏈中,
英特爾發布的白皮書《以CPU為核心的智能體AI視角》明確指出,智能體工作負載的延遲主要來自CPU側的工具處理任務。
智能體架構範式統一:主流平台全面轉向“沙箱執行”模式
根據國泰海通電子的產業調研,自2025年下半年以來,該模式的核心在於為每個智能體任務創建獨立、隔離的虛擬執行環境,以安全地完成文件操作、代碼運行、網絡訪問等外部調用。 這種架構轉變直接催生了新型算力需求特徵:。
工程實踐的突破為這一架構演進提供了關鍵技術支撐。 DEEPSeek研究團隊在論文中展示了里程碑式的“存算分離”方案:成功將1000億參數的嵌入表完全存儲於CPU主機內存,而非傳統的GPU顯存。 通過精密的PCIe異步數據傳輸機制,該方案僅帶來不足3% 的額外推理延遲,在工程可行性上實現了關鍵突破。
這一技術突破揭示了兩大產業趨勢:,模型參數規模對GPU顯存容量的依賴被有效打破,性價比更優的主機內存成為大規模參數存儲的可行選擇;,
供需失衡加速漲價預期
需求結構劇變恰逢供給端產能瓶頸的雙重擠壓。
根據TrendForce 2026年1月供應鏈監測報告,由於高端GPU與定制ASIC在“單晶圓產出價值”上顯著高於傳統CPU,代工廠產能分配存在明顯傾斜。 與此同時,CoWoS等先進封裝技術的瓶頸進一步惡化了供應鏈——IDC分析指出,
英特爾內部生態同樣面臨極限壓力。 隨著其18A工藝進入量產高峰,該公司不僅需保障自身酷睿與至強系列供應,還需履行對微軟、亞馬遜等外部代工客戶的承諾。 摩根大通研報指出,英特爾核心節點的產能利用率已攀升至120%-130%的超負荷狀態,迫使部分非核心組件轉移至聯電等二線代工廠。
西部證券最新行業點評指出,
總而言之,,其在整個計算體系中的戰略價值更在經歷系統性重估。
