过去，谈论AI算力几乎等同于讨论GPU，英伟达等厂商凭借其强大的并行计算能力在模型训练领域独占鳌头，CPU则一度被视为辅助性的“配角”。然而，近期以英特尔为代表的行业巨头和市场分析纷纷指出，随着AI技术的发展，CPU正凭借其在特定场景下的不可替代性，重返AI算力的核心位置（C位）。
这一趋势的核心驱动力，源于AI应用范式正在发生深刻的结构性转变。AI的发展正从以“模型训练”为核心，逐步转向“推理应用”和“AI智能体（Agentic AI）”为主导的阶段。如果说模型训练像是在建设一座知识宝库，主要依赖GPU进行大规模的并行计算；那么推理和智能体应用则更像是利用这座宝库解决实际问题，需要进行大量的逻辑判断、任务调度、工具调用和流程编排。
在AI智能体的应用场景下，AI不再是简单地进行单次问答，而是需要像一个自主工作者一样，执行“规划-调用工具-执行-反思”的复杂多轮循环。例如，它需要检索数据库、运行代码、访问网络，并对多项任务进行协调管理。研究显示，在这些工作流中，高达90%的执行延迟发生在CPU端。CPU作为系统的“中央大脑”，其在串行任务处理、全局资源调度和控制管理上的优势变得至关重要，甚至比GPU更早成为整个系统的性能瓶颈。
这一转变最直观的体现，是数据中心里CPU与GPU的配置配比正在发生颠覆性变化。在传统的训练服务器中，CPU与GPU的配比通常为1:8；而在新的推理和智能体应用场景下，这一比例正快速向1:4、1:2，甚至1:1演进。英特尔CEO陈立武在财报会议上多次强调，CPU正重新成为整个人工智能技术栈的“调度层与关键控制平面”，这一判断并非主观愿景，而是来自客户的真实反馈。AMD总裁苏姿丰也表达了相似观点，认为推理需求的增长已超出前期预判。
市场需求的变化已经得到了验证。有行业信息透露，国内某头部大模型厂商对CPU的采购需求同比增长了5倍。强劲的需求也直接导致了供应紧张和价格上涨。市场消息显示，英特尔和AMD的高端服务器CPU产能已趋于饱和，交货周期拉长，并伴随有10%至15%的价格上调。权威机构预测，到2030年，全球服务器CPU市场规模有望达到千亿美元级别，其中AI服务器CPU的占比将高达77%。
市场需求的激增，也直接体现在了芯片巨头的业绩上。英特尔和AMD的财报显示，其数据中心业务均实现强劲增长，营收和利润连续多个季度超出市场预期，公司股价也随之大幅上涨，这被市场解读为对CPU价值重估的积极信号。
CPU重回AI算力C位，并非要取代GPU，而是标志着AI算力进入了“异构协同”的新阶段。AI基础设施的建设，正从过去单纯堆叠GPU的“军备竞赛”，转向构建一个由CPU、GPU、内存、网络等部件高效协同的复杂系统工程。在这个新格局中，CPU凭借其在调度、控制和逻辑处理上的核心价值，正从昔日的配角重新站上舞台中央，迎来一个全新的增长周期。这一结构性变化，也将深刻影响整个半导体产业链的未来走向。
