20260522-中金公司-中金_联合研究_CPU_推理时代地位重塑_15页_3mb

报告摘要

中金 • 联合研究 | CPU：推理时代地位重塑

核心内容

随着Agentic AI的快速发展，CPU在AI推理时代的地位正在发生显著变化。过去，GPU在AI训练和推理中占据主导地位，但随着强化学习和复杂任务编排的兴起，CPU的重要性逐步上升。本文从需求增长、市场测算、技术趋势和竞争格局四个方面对CPU在推理时代的发展进行了深入分析。

主要观点

CPU需求增长的原因：
- 在训练侧，强化学习对CPU/GPU配比提出了新要求，CPU资源不足会导致GPU空转。
- 在推理侧，出现了三个主要领域：推理Host CPU、编排节点CPU、以及沙盒执行层对CPU的需求增长。
- Agentic AI任务的复杂性和并发性提升，使CPU成为新的瓶颈环节。
市场测算：
- 预计至2030年，全球CPU市场规模将超过1300亿美元。
- Agentic AI当前情景下对CPU的新增需求约为840万颗。
- AI服务器中CPU:GPU配比将从1:4逐步提升至1:1或更高。
技术发展趋势：
- CPU将向更高带宽、更强I/O能力和更多核心数方向发展。
- 随着AI负载变化，CPU将承担更多任务调度、数据处理和工具执行职责。
- CPU与加速器的边界逐渐模糊，可能嵌入网络设备或数据中心核心。
CPU应用场景细化：
- 推理伴生CPU：负责数据处理、token监控和GPU利用率优化。
- 编排节点CPU：承担Agent的规划、执行和多Agent协调。
- RL训练环境CPU：支持大规模并行模拟和训练任务。

关键信息

CPU与GPU配比变化：
- 当前服务器中普遍采用2:1的GPU:CPU配比。
- 随着Agentic AI发展，预计到2030年CPU:GPU配比将提升至1:1甚至更多。
CPU市场增长预测：
- 通用型服务器CPU市场规模预计在2030年达到349亿美元，CAGR为5%。
- AI服务器CPU市场规模预计在2030年达到1,360亿美元，CAGR为71%。
- 全球服务器CPU市场规模预计在2030年达到1,360亿美元，CAGR为39%。
CPU核心需求：
- 随着并发任务增加，CPU核心数需求显著上升。
- 在某些场景下，CPU核心数需求可能达到数百甚至数千个。
竞争格局：
- 当前全球服务器CPU市场以x86架构为主，Arm市占率不足20%。
- Arm架构因功耗效率优势，有望在高并发推理场景中加速追赶。
- 预计到2030年，Arm在服务器CPU市场中占比可能接近一半。

风险提示

CPU需求不及预期：若Agentic AI进展缓慢或云厂商资本开支放缓，CPU需求可能低于预期。
市场竞争加剧：x86与Arm之间的竞争可能加剧，导致价格压力和市场份额争夺。
上游产能供应紧张：先进制程和封装产能受限，可能影响CPU市场增长。

CPU未来发展趋势

数据带宽能力提升：随着AI任务复杂度上升，CPU需要更高的内存带宽和缓存容量。
任务分工专业化：CPU将向不同工作负载需求分化，如高单核性能、KV-cache管理、高吞吐等。
与加速器深度融合：CPU将与GPU、DPU等加速器协同工作，形成异构计算体系。

总结

CPU在AI推理时代的重要性正在上升，尤其是在Agentic AI推动下，其在任务编排、工具执行和高并发处理中的作用日益显著。预计到2030年，全球CPU市场规模将突破1300亿美元，其中AI服务器CPU占比显著提升。尽管x86目前占据主导地位，但Arm因能效优势有望在推理场景中获得更大市场份额。未来CPU的发展将围绕提升带宽、优化任务分工和与加速器的深度融合展开，其在AI体系中的核心地位不会动摇。

展开完整摘要