CPU纪要（三）

一、CPU 涨价情况及持续性分析

全球 CPU 价格普遍上涨，高性能服务器 CPU 涨幅显著。2026 年以来，PC 端消费级 CPU 价格上涨 8%-12%，通用服务器 CPU 上涨 15%-20%，高密度多核服务器 CPU 涨幅超 30%。供应缺口扩大导致拿货周期从 8-12 周延长至 12-24 周。国产 CPU（如鲲鹏、海光、飞腾）价格暂未明显上涨，但折扣幅度从 5%-10% 缩减至基本取消，预计 2026 年下半年或因供应紧缺出现价格上浮。

二、CPU 供货周期对 CSP 及国产 CPU 采购的影响

供货周期延长对 CSP 算力建设进度形成制约，可能延缓云数据中心业务拓展。为应对海外 CPU 供应缺口，国内 CSP（如阿里云、腾讯云、天云）已加速测试并定制适配国产 CPU，其 GDM 服务器中已包含鲲鹏、飞腾、海光等国产芯片包。预计 2026 年下半年，互联网厂商或启动国产 CPU 大规模采购。

三、国内外 CPU 核心参数及性能差距

国内外 CPU 性能差距已显著缩小，国产 ARM 架构 CPU 在金融核心交易场景性能可达英特尔 x86 的 85%，分布式存储场景可达 90%，满足国内客户 “不低于 x86 85%” 的指标要求。

四、CPU 核数定价、采购主流及国产价格与良率

• 核数定价：海外 144 核 CPU 价格约 9 万元，96 核约 7 万元，64 核约 4 万元（均为涨价后价格）。

• 采购主流：AI 场景以 96 核、128 核、144 核等高密度产品为主，通用计算场景以 64 核为主。

• 国产价格与良率：同性能国产 64 核 ARM CPU 价格低于海外 x86 产品；国产产线良率在稳定爬坡后可达 85% 以上。

五、AI 对 CPU 需求的拉动及功能增量分析

AI agent 场景成为 CPU 需求核心增量。Agent 运行中，GPU 仅参与少量决策分析环节，数据整理、任务调度、外部信息交互等主要工作由 CPU 承担，对 CPU 核数、内存带宽及延时要求显著提升。长期看，AI 服务器中 CPU 与 GPU 配比或从当前 1:4/1:2 向 1:1 趋势发展。

六、端侧 AI 场景的普及速度及应用差异

端侧 AI 场景普及速度较快，已形成服务器端、PC 端（AIPC）、边缘设备三大方向：

• 服务器端：支持高并发，可同时运行数千个 agent，应用于电商、智能办公、商业决策等。

• PC 端：轻量化部署，作为个人助手处理日程安排、报告整理等本地化事务，依赖 “CPU + 小 GPU” 架构。

• 边缘设备：技术上已完成开发，部署于网关、嵌入式设备等。

七、超级点中 CPU 作用及与 agent 增量的关系

超级点（如华为昇腾、NV Grace CPU）与 agent 增量存在相互牵引关系：大模型算力提升推动 agent 爆发，agent 需求增长反过来要求大模型更高智能化水平，二者共同拉动 CPU 需求。

八、线上提问：agent 对 CPU 需求及 AI 场景 CPU 性能要求

• agent 对 CPU 需求：agent 以逻辑运算为主，GPU 工作量有限，主要依赖 CPU 进行数据处理与任务调度，核心需求体现为核数增加。

• AI 场景性能要求：CPU 性能越高越有利于提升 AI 服务器整体性能，当前主流要求核数≥64 核、主频≥2.1GHz。

九、国内外 CPU 市场规模及国产服务器市占率

2026 年中国服务器市场规模预计达 500 万台，其中国产服务器市占率已从 3-4 年前的 10% 提升至 20%-30%，真机出货量从 20 万台增至近 100 万台。国产芯片性能迭代与生态完善（如 ARM 架构软硬件适配）是市占率提升核心原因。

十、x86 与 ARM 架构的市占率变化及 AI 场景优劣

• 市占率变化：国内受安全因素驱动，ARM 架构市占率有望提升；国外 ARM 增速亦较快。

• AI 场景差异：在 AI 集群中，CPU 主要承担调度功能，x86 与 ARM 架构性能差异不大。

十一、CPU 带宽受限及技术改造要求

核数增加导致内存成为主要瓶颈，需通过技术改造应对：增加内存通道数量、提升内存速率、采用 CXL 技术降低延迟。

十二、ARM 自研 CPU 的影响分析

ARM 自研 CPU 有助于扩展其生态体系，进一步推动 ARM 架构在国内外市场的应用。

十三、x86 与 ARM 架构的优势及生态差异详解

• x86 优势：单核性能强，生态成熟，软硬件配套完善。

• ARM 优势：原生多核架构，在分布式存储、数据库等场景表现更优，功耗更低；经生态完善后，适配调优难度与 x86 差异不大。

十四、中国服务器市场出货量及国产市占率前瞻

• 出货量：AI 与智能体场景驱动下，全球 CPU 缺口达 800-1000 万片，中国服务器市场出货量有望持续增长。

• 国产市占率：预计未来三年（2026-2028 年）国产服务器市占率可提升至 50%。

十五、国内外 CPU 技术差距及追赶时间预测

从实际应用场景看，国产 CPU 已满足金融、运营商等核心业务需求；预计未来两年内，国产芯片或在技术特性上实现突破，进一步缩小与海外差距。

十六、制程差距对 CPU 的影响及功耗问题

国内 CPU 制程（7nm）与海外（3-5nm）存在差距，主要影响芯片体积与功耗，但可通过调频、功耗封顶等技术手段控制服务器功耗，且客户对 CPU 功耗敏感度较低（AI 场景以液冷为主）。

十七、CPU 缺口的量化测算及原因

2026 年全球 CPU 缺口约 800-1000 万片，主要源于智能体落地驱动 CPU 核心需求增长近 4 倍，内存带宽需求增长 2-4 倍。

十八、CPU 核心数提升的限制因素

核心数提升受工艺与成本制约：工艺决定核心数上限，芯片面积过大会导致晶圆切割数量减少、成本上升，核心数不会无限翻倍。

Q&A

Q1：目前产业端观测到的国内外 CPU 涨价情况，以及后续涨价可能的持续性如何？

A1：全球市场中，PC 端消费级 CPU 价格涨幅约 8%~12%，通用服务器 CPU 涨幅约 15%~20%，高性能高密度服务器 CPU 涨幅已超过 30%。2026 年 CPU 供应缺口较大，拿货周期从之前的 8~12 周延长至 12~24 周。国产 CPU 价格目前反应较慢，但折扣幅度已缩减，预计 2026 年下半年或因供应紧缺出现价格上浮趋势。

Q2：国内的相关 CPU 是否有跟随海外涨价的趋势？

A2：国产 CPU 目前价格反应尚未像国外那么快，但 2026 年下半年可能因供应紧缺出现价格上浮趋势。

Q3：国产 CPU 的折扣是否有缩减？

A3：是的，国产 CPU 之前的返利、特价等折扣幅度已基本取消。

Q4：之前国产 CPU 的折扣幅度普遍在多少？

A4：之前国产 CPU 的折扣幅度一般在 5% 到 10% 左右。

Q5：拿货周期未来是否会继续拉长，CSP 对于拿货周期是否存在急需的缺口？

A5：目前 CPU 增量需求缺口紧迫，若国外 CPU 供应跟不上，CSP 可能会选择国产 CPU。

Q6：CPU 的供货周期变动是否会影响整体 CSP 对于算力的建设情况？

A6：会的。存储和 CPU 价格上涨及交期拉长，会延缓云数据中心业务拓展和紧迫需求的建设进度。

Q7：是否有互联网大厂开始测试国内 CPU，预期这些 CSP 可能什么时间开始大规模采购国产 CPU？

A7：CSP 测试国产 CPU 的趋势较快，国内云厂商如阿里云、腾讯云等已与国产 CPU 进行定制化适配，预计 2026 年下半年可能开始大规模采购。

Q8：从订单上看，互联网厂商可能什么时间窗口期会开始采购国产 CPU？

A8：预计 2026 年下半年，CSP 云厂商自用的 GDM 服务器已完成国产芯片定制适配。

Q9：国内外 CPU 从几个核心参数上讲差距大吗？

A9：国内外 CPU 核心参数差距已不大，主流应用场景中，国产芯片性能可达到 x86 架构的 85% 以上，部分分布式存储场景可达 90%，如金融核心交易场景。

Q10：ARM、AMD 和英特尔的不同核数（如 64 核、96 核、128 核）产品定价大概在什么区间？

A10：144 核的英特尔和 AMD 产品价格约 9 万多，96 核约 7 万左右，64 核约 4 万左右（为 2026 年涨价后的价格）。

Q11：目前提到的 CPU 价格是标价还是正式出货价格？

A11：目前提到的价格是 2026 年涨价后的正式出货价格，已低于标价。

Q12：现在互联网或 CSP 大厂采购的 CPU 核数主流是多少？

A12：AI 场景主流为 96 核、144 核、128 核等高密度规格，通用计算场景主要为 64 核。

Q13：国产同样性能的 CPU 是否比海外略便宜？

A13：是的，国产 64 核 ARM 架构 CPU 价格比英特尔 x86、AMD 同类产品便宜，且随着良率提升，价格可能进一步下降。

Q14：目前 CPU 的生产良率大概在什么区间？

A14：国产 CPU 产线良率在稳定爬坡后可稳定在 85% 以上，初期交付时可能略低。

Q15：CPU 在算力里面和过去比有哪些功能上的增量，如何看待这轮配比提升的核心原因？

A15：增量主要来自智能体场景爆发，其运行中 CPU 工作量大，对密度、内存、延时要求高，且仅需少量 GPU（如双路通用服务器配 1~2 张 GPU）。智能体对服务器、PC、工作站的需求成为新增爆发式需求，导致 CPU 配比提升。

Q16：为什么 agent 运行过程中对于 CPU 的需求大比例提升，而弱化 GPU 的需求，能否展开讲一下 agent 在 CPU 和 GPU 里面的工作流程？

A16：agent 运行中，仅任务分析的少数环节需 GPU，其余如数据获取（API 爬取、读文件）、任务分发拆解、调度、数据整理拷贝等主要由 CPU 和内存完成，因此对 CPU 核数需求增加，GPU 需求弱化。

Q17：从中长期来看，CPU 在智算服务器（推理场景）的配比是否会提升，长期来看配比比例可能到什么程度？

A17：长期来看，智算服务器中 CPU 与 GPU 配比可能从目前趋势缩小至 1:4 或 1:2，最终在 agent 场景下可能达到 1:1。

Q18：现阶段在 AI 阶段之后，CSP 大厂在采购 CPU 过程中，整体的考核（测试标准）是否会和之前有不一样的变化？

A18：CSP 大厂采购 CPU 的考核标准已变化，主要关注计算密度，要求核数至少 64 核，主频至少 2.1G 以上，同时关注内存速率、容量及 NVMe 规格数量。

Q19：端侧场景的普及速度是否会比较快，如何理解未来 agent 数量的上升和普及程度？

A19：端侧场景普及速度非常快，目前服务器端（高并发，支撑企业级应用）、PC 端（AIPC，个人助手）、边缘设备（网关嵌入设备）的产品已开发完成，技术应用迅速，agent 数量将持续上升。

Q20：部署在服务器上的大 agent 和 PC 端的轻量级 agent 在应用上有什么区别？

A20：服务器端 agent 支持高并发，可同时支撑数百至数千个进程运行，应用于电商、企业智能办公、智能客服、商业决策等；PC 端轻量级 agent 受算力限制，主要作为个人办公助手，处理工作安排、报告整理、本地化文件事务等。

Q21：除了 agent 场景之外，如何看待华为昇腾超级点、NV 的 Grace CPU 在大集群里面承担的作用？

A21：大模型智算集群与 agent 场景相互依存、相互牵引：大集群算力越强，大模型越智能，促进 agent 爆发；agent 爆发又要求大模型更高智能化，二者形成循环。

Q22：agent 对于张量并行计算的要求不高，更多的是逻辑运算吗？

A22：是的，agent 运行更多是逻辑运算，GPU 工作量不大，主要负责分析决策初期环节，数据整理、拷贝、下载等逻辑运算由 CPU 完成，因此带来 CPU 需求增加。

Q23：目前在 AI 场景里面，是不是 CPU 的性能越高越好？

A23：目前是这样，随着 GPU 算力和带宽提升，对 CPU 性能要求也提高，CPU 性能越高对 AI 服务器整体性能越有帮助。

Q24：如何看待目前 CPU 在国内和国外的市场规模和出货量？

A24：中国区服务器市场规模从 2025 年的约 450 万台增至 2026 年的 500 万台；国产服务器近 3~4 年增速快，市占率从 10% 提升至 20%~30%，真机出货量从 20 万台增至近 100 万台，主要得益于国产芯片满足需求、技术迭代及 ARM 生态完善。

Q25：如何看待 x86 与 ARM 架构未来的市占率变化，ARM 是否会因为能耗更低而市占率提升？

A25：国内市场 x86 与 ARM 市占率变化较大，因 x86 存在安全后门，ARM 在分布式存储、数据库等场景有优势，且工艺提升后功耗低于 x86；国外 ARM 增速也较快，预计市占率将提升。

Q26：从 AI 需求角度看，x86 和 ARM 架构在 AI 场景中有不同的优劣吗？

A26：在 AI 场景中，x86 和 ARM 架构差异不大，CPU 主要负责调度，核心计算在 GPU。

Q27：目前 CPU 的带宽受限，对于内部通讯的速率是否会有新的要求，CPU 在带宽改造上是否有新的要求？

A27：有新要求，CPU 核数增加后对内存影响最大，需通过增加内存通道数量、提升内存速率及采用 CXL 等降低延迟的技术特性来匹配需求。

Q28：如何看待 ARM 自己生产 CPU 的情况？

A28：ARM 自己生产 CPU 是好的方面，有助于进一步扩展 ARM 生态。

Q29：ARM 和 x86 的不同工作性质和各自的优势能否再展开讲一下？

A29：x86 优势在于单核性能强、生态完善（软硬件配套成熟）；ARM 架构为多核设计，在分布式存储、数据库等场景有优势，且随着生态完善，适配调优速度加快，部分场景表现优于 x86。

Q30：在 AI 场景里面，x86 的生态优势是否更明显？

A30：不明显，ARM 生态已完善，CSP 云厂商适配速度快，ARM 与 x86 在使用、适配、调优方面差异不大。

Q31：未来几年 AI 带来的增量能把中国服务器市场出货推进到什么程度，中期来看国产服务器市占率能推到多大？

A31：2026 年全球 CPU 缺口约 800 万～1000 万片，AI 及智能体场景驱动需求增长；中期（未来三年）国产服务器市占率有望提升至 50%。

Q32：从时间维度上讲，国内外 CPU 的差距大概多长时间，国内多长时间可能追上海外的性能？

A32：若国产芯片能满足核心业务需求（如 CSP、金融、运营商核心场景），即可与海外对标；预计再有两年（至 2028 年），国产芯片或在技术特性上实现突破。

Q33：国内 CPU 普遍制程在 7nm 左右，而英特尔已做到 3~5nm，这种制程差距对 CPU 是否有影响？

A33：制程差距主要影响芯片体积和功耗。

Q34：制程差距是否会影响下游的采购意愿？

A34：不会，客户一般不关注制程，整机商可通过调频、功耗封顶等技术方案控制服务器功耗在客户需求范围内。

Q35：在 AI 场景里面，CPU 的功耗是否不敏感，因为 GPU 是大功耗，CPU 功耗对客户来说是否特别不敏感？

A35：是的，在 AI 场景中，CPU 功耗不敏感，目前服务器基本采用液冷方案。

Q36：目前 CPU 的缺口有没有相对量化测算，到底有多大的差值，800~1000 万片的缺口是怎么测算出来的？

A36：2026 年全球 CPU 缺口约 800 万～1000 万片，主要因智能体落地驱动 CPU 核心需求增长近四倍，内存带宽需求增长二至四倍，按核心数预估得出增量需求。

Q37：中期来看 CPU 核心数的提升是否会不停翻倍，还是会有一定限制？

A37：核心数提升有一定限制，受工艺（如最大支撑核心数、几纳米工艺上限）和成本（芯片面积过大导致晶圆切割数量减少、加工成本上升）影响，不会一直增加。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）。