AI服务器或走向1:1：CPU地位再上台

一场财报沟通会引发了半导体圈的广泛关注。 在刚刚过去的AMD业绩交流上，CEO苏姿丰（Lisa Su）给出了一个足以让行业“警觉”的判断：面向未来的AI服务器，CPU与GPU的配比将朝着1:1逐步演进。 不少人会立刻追问：“这是不是意味着CPU需求要跟GPU打平？” 但更准确的理解是，苏姿丰所说的“打平”，并不是指PC或服务器出货的总体规模会同步变化，而是指AI服务器内部的结构正在变：过去一台AI服务器常见配置是1颗CPU配4颗甚至8颗GPU；而未来，这两者的数量关系更可能趋向于一对一的搭档。 其根源，在于智能体AI点燃的算力新阶段。 --- 01 CPU，从“管家”走向“总指挥” 过去几年里，训练大模型时GPU长期占据主角位置。 CPU在很多人印象中只是“开机并传数据”，更像低调的管家。 进入智能体AI时代，这种角色分工正在被重塑。 所谓智能体AI，是能自主完成多步骤任务的AI，例如协助订机票、进行比价、撰写邮件以及操作软件。 这类AI在执行过程中，需要不断进行推理、做出决策、调用外部工具，并协调多个子任务。 这些复杂的逻辑判断与任务编排，恰恰是CPU更擅长的部分。 苏姿丰团队的预测也指向同一方向：未来每个用户可能在云端同时运行5到10个AI Agent。 每个Agent都需要独立的CPU资源来支撑“思考”。 因而，AI服务器里的CPU用量将出现显著攀升。 一个更直观的信号是，服务器厂商开始更频繁地采用1 CPU : 1 GPU的方案设计；两年前这类架构几乎难以想象，当时市场主流多仍停留在1:4甚至1:8。 02 不是“替代”，而是“合力” 需要说明的是，CPU占比上升并不等于GPU被削弱。 恰恰相反，GPU依旧是AI算力的核心，负责海量并行计算；CPU则升级为更像“大脑”的存在，用于统筹调度与指挥流程。 两者分工协作，形成真正的异构算力合力。 也因此，AMD上调了服务器CPU市场增速预期：原本18%的年复合增长率预期被直接翻倍至超过35%；同时把2030年的市场容量从600亿美元提高到1200亿美元。 不止AMD。 英特尔新任CEO陈立武也给出过类似观点。 这表明，CPU在AI时代的价值正在被系统重估，已逐渐成为行业共识。 --- 03 每一颗CPU后面，可能是一条产业链的跃迁 当AI服务器中CPU数量翻倍增长，直接受益的不只是AMD或英特尔。 以封装基板这一基础环节为例：高性能CPU（尤其是用于AI服务器的）往往需要配套高端FC-BGA封装基板，可以理解为芯片“地基”和“骨架”。 CPU需求增加，封装基板的出货自然也会跟着上行。 但封装基板只是更大图景中的一角。 往上追溯还包括：制造CPU所需的高纯度硅片、光刻胶、电子特气、靶材等数百类半导体材料；借助先进封测技术把CPU与GPU、HBM内存整合在一起；通过更高多层的PCB与高速CCL来承载芯片间的数据流；以及用液冷散热体系去应对更高的功耗密度。 可以说，某一颗CPU真正“上岗”，往往会带动从材料到封测再到散热的一整条供应链景气度提升。 对国内产业而言，这也是一个值得把握的窗口期。 尽管全球封装基板市场目前仍主要由中国台湾（欣兴、南亚等）、日本（揖斐电、新光电气）、韩国（三星电机）主导，合计份额超过80%，但国内厂商如深南电路、兴森科技等正在加快产能布局。 AI带来的新增需求，为后进入者提供了“弯道超车”的可能。 04 理性的乐观 当然，保持清醒也很关键。 1:1的配比演进是一种趋势方向，而不必然意味着明天就会成为普遍标准。 不同AI场景对CPU/GPU比例的诉求并不一致：训练密集型任务仍可能更依赖高配比GPU；而推理与智能体类任务则更倾向于向1:1靠拢。 另外，高性能CPU本身的设计与制造门槛同样极高。 无论是AMD的EPYC还是英特尔的至强，其技术壁垒并不逊色于GPU。 国内CPU厂商（例如海光、龙芯等）仍需在性能表现、生态适配与产能爬坡方面持续突破。 不过，方向已经相当明确：AI不再只是GPU的“独角戏”，CPU正在拿回应有的戏份。 当苏姿丰提到“1:1”这个数字时，本质上是在描绘一种更均衡、更复杂的AI计算版图：在这幅版图里，CPU与GPU像一对默契搭档，共同支撑未来数以万亿计的AI智能体。 而这，才是整个半导体产业链真正值得期待的广阔天地。 --- 本文不构成任何投资建议。市场有风险，决策需谨慎。