人工智能行业CPU系列报告1：Agentic+AI重塑通用计算价值.pptxVIP

从预训练到强化学习与AgenticAI，人工智能的范式演进推动了CPU需求量的显著提升。当Agent并发量超过传统CPU承载上限时，会出现请求队列堆积、工具调用超时、多轮推理循环延迟飙升等问题，在不同类型智能体任务中，CPU在运行耗时和能耗占比上相较于GPU占据较高比重，成为Agent运行的主要瓶颈。过去在算力产业链价值分配上，CPU被持续边缘化，而随着AgenticAI带来的CPU需求激增，叠加上游涨价与产能受限，导致今年以来全球CPU市场涨价及缺货持续加剧。ArmCEOHaas指出，传统AI负载在每GW的数据中心容量下约需3000万个CPU核心，而在AgenticAI时代CPU核心需求将激增至每GW一亿两千万颗。同时在Intel在2026Q1财报电话会上表示未来的CPU与GPU配比将从现在的8:1提升至1:1。

核心观点

2

从预训练到强化学习与AgenticAI，人工智能的范式演进推动了CPU需求量的显著提升。在Agent场景中，CPU的并发处理、内存带宽与任务调度能力直接决定了Agent的端到端响应延迟与任务吞吐效率。当Agent并发量超过传统CPU承载上限时，会出现请求队列堆积、工具调用超时、多轮推理循环延迟飙升等问题，CPU成为系统性能的核心制约因素。过去