CPU芯片涨价连环效应：巨头股价一夜暴增，两大阵营混战

　　21世纪经济报道记者骆轶琪

　　如果说过去两年AI基础设施竞争的焦点属于GPU，那么进入2026年，一个曾被认为“成熟甚至增长停滞”的市场重新站到聚光灯下。

　　今年以来，英特尔（Intel）、AMD相继上调服务器CPU芯片价格；同时，Arm宣布推出自研实体CPU芯片产品，高通（Qualcomm）则携完整的数据中心产品路线图重新杀回市场。

　　与以往产品代际升级驱动的价格周期不同，本轮涨价背后是Agentic AI（智能体AI）对数据中心算力结构的根本性重塑。业界普遍认为，CPU芯片正从GPU芯片的“配角”，重新站回AI技术栈的核心调度层。

　　价格上涨和新玩家涌入，共同指向一个事实：随着AI从大模型训练走向以Agent为代表的应用落地阶段，CPU芯片重新成为数据中心重要的基础设施之一，CPU芯片市场格局也有望在本轮技术浪潮中被改写。一场围绕CPU的话语权争夺战，已经正式打响。

　　CPU涨价，龙头股价一日翻番

　　与去年下半年以来率先大幅涨价的存储芯片类似，本轮CPU芯片涨价也与数据中心显著相关。

　　Counterpoint Research高级分析师Parv Sharma告诉21世纪经济报道记者，2026年，CPU芯片价格上涨主要集中在服务器CPU市场，涨幅普遍在10%~15%。

　　IDC中国研究经理辛一则告诉21世纪经济报道记者，Intel从今年3月起对全线CPU芯片调价。其中，消费级CPU涨价约10%，服务器CPU涨幅更高，部分SKU达到15%。AMD在4月跟进，平均涨幅为10%到15%，覆盖消费级、服务器、嵌入式三条线。

场内股票配资

　　辛一对记者提到，这轮涨价“不是小范围调价，是两家头对头全线提价”“不是空喊口号，而是已经落地了”。他强调，此轮涨价与上一个涨价周期“由产品代际升级驱动”的逻辑截然不同，其背后驱动力“比以往任何一轮都要复杂”。

　　TrendForce集邦咨询分析师邱珮雯对21世纪经济报道记者表示，预计今年CPU涨幅约为10%~20%，属于较为理性且合理的上涨，主要由于上游成本提升。该机构预计CPU芯片至少到2027年仍将紧缺。

　　对于涨价行情，资本市场也迅速作出了反应。

　　一年前的7月1日，英特尔收盘价为19.8美元/股，在宣布涨价后，4月1日，公司股价从45美元/股一跃上涨至94.48美元/股，突破历史高位，当日实现涨幅114.09%，截至今年7月9日，依然维持在110美元/股的高位，市值5541亿美元。

（英特尔股价4月1日突然跃升）

　　AMD情况类似，前一年7月1日，公司以176.31美元/股收盘，同样在今年4月1日，公司股价当日大幅上涨74.26%至354.49美元/股，截至记者发稿，公司股价已至517美元/股，市值8437亿美元。

　　二级市场的看好显示出，行业普遍认为，此次CPU涨价不仅源于成本传导，也叠加了AI时代技术路线和供需关系变化的因素。

　　需求大涨，紧缺延续至2027年

　　过去几年，GPU一直是AI基础设施最紧缺的产品。相比之下，CPU没有HBM、高端CoWoS先进封装等产能瓶颈，给人一种供需情况相对稳定的“假象”。

　　Parv Sharma对21世纪经济报道记者提到，从历史来看，服务器CPU平均售价（ASP）的增长通常较为温和，主要由核心数量增加所推动。

　　“本轮溢价更多是由Agentic AI带来的服务器CPU需求激增，以及供应短缺共同造成。与此同时，部分老型号CPU也出现了溢价现象，但整体供应紧张程度仍不及当前存储芯片市场严重。”在他看来，此次CPU芯片涨价主要受到Intel晶圆制造供应瓶颈，以及台积电制造成本上涨并向下游传导的影响。

　　辛一则分析道，CPU本轮涨价，根源在于AI需求结构性爆发，而非单纯的产能问题。

　　他们均对记者指出，这可以从供需两方面拆解：需求方面，Agentic AI规模化部署后，CPU从“配角”变为“核心”，负责调度、工具调用等关键任务，消耗算力远超以前；供应端，Intel 18A良率拖累、台积电先进制程被多方争抢、Intel分配给服务器CPU的晶圆产能相对不足，这些因素都导致供需情况进一步紧张。

　　辛一认为，CPU芯片供需紧张预计至少贯穿2026年全年，最快2027年下半年才可能松动。

　　Parv Sharma则指出：“从长期来看，Agentic AI带来的需求属于结构性增长。即使Intel的供应短缺在2026年下半年得到缓解，高端AI服务器CPU的供需紧张局面预计仍将持续至2028年。”

　　在今年初的业绩交流活动上，英特尔、AMD两家厂商已经先后确认，2026年全年的服务器CPU产能已基本被超大规模云服务商预订。

　　这背后直指以“龙虾”为代表的Agent应用风潮席卷全球，CPU芯片的地位彻底变了。

　　Parv Sharma对记者提到，在过去，在推理（Inference）工作负载中，CPU主要承担辅助角色，一颗CPU通常可以配合4至8颗GPU运行。但在Agentic AI工作流中，CPU开始承担“协调者”（Orchestrator）的角色，需要管理多个智能体（Sub-agents）、工具调用以及复杂任务流程，因此CPU需求显著增加。

　　他以NVIDIA最新平台为例拆解：NVIDIA GB300 NVL72机柜每颗GPU对应约0.5颗CPU；而在Vera Rubin SuperPod参考架构中，仅计算机柜（Compute Rack）部分，每颗GPU对应约0.95颗CPU，若将LPX Agentic Rack及BlueField DSP Rack纳入整个SuperPod计算，则CPU与GPU比例可达到2.4:1。

　　这就不难理解此前英特尔CEO陈立武曾提到的，GPU和CPU在数据中心中配比正从8：1下降到4：1的趋势。

　　邱珮雯告诉记者，Agentic AI将AI工作负载由单纯模型推理扩展至任务拆解、工具调用、记忆管理及多Agent协作等复杂流程，而这些工作多由CPU负责，因此带动整体用量。“配比情况预计会往4:1、2:1甚至1:1发展。目前据了解，由NVIDIA VR200 NVL72 GPU Rack或Standalone的Vera CPU Rack组成AI Cluster或Computing Pod的情况下，整体用量比例才会达到1:1的配比。”邱珮雯说道。

　　辛一则对记者分析，“我个人对配比的判断是：在纯训练集群里，配比变化不大；但在推理和Agent部署集群里，GPU和CPU配比会缩小。不同工作负载、不同GPU型号下，最优配比差异很大。”

　　他对记者强调，其中关键在于“配比在持续上升，而且上升的速度是由Agent应用渗透率决定的，不是由GPU换代决定的。这个趋势一旦确立，就不会轻易回头。”

　　Parv Sharma补充道，随着独立Agentic CPU机柜逐步普及，到2028-2029年，新部署的Agentic AI基础设施中实现CPU与GPU 1:1配置“完全有可能”。

　　新玩家入局，两大架构“争霸”

　　需求快速增长，也吸引越来越多的玩家进入CPU市场。

　　过去二十多年，数据中心CPU几乎一直是x86架构的天下，英特尔和AMD长期占据绝大部分市场。如今，这一格局开始出现松动。

　　今年，Arm不再只是IP授权方角色，宣布推出自有实体CPU芯片产品，主要聚焦数据中心市场；高通则历经九年，通过陆续收并购，再度杀入数据中心市场并发布完整路线图。

　　“我们正在看到数据中心历史上最快的一次架构份额转换。越来越多超大规模云服务商正将Arm作为新一代Agentic AI和云原生工作负载的默认架构。”Parv Sharma对记者感慨道。

元股证券:ygzq.hk

　　高通技术公司执行副总裁兼数据中心业务总经理Tony Pialis在此前投资者日上曾介绍，公司将从四个维度推进数据中心业务：其一是连接，借力此前收购的Alphawave，高通完善了覆盖机架级、数据中心级光电数字信号处理器的连接能力；其二是定制芯片，该业务核心是根据客户需求进行全栈设计；其三是AI加速芯片，在2027年第二财季，高通将推出下一代AI加速芯片，这是业界首款近存计算加速器；其四就是CPU芯片，到2028年下半年，高通将推出Oryon服务器级计算解决方案（涵盖IP内核/架构），届时还将发布完整的CPU产品矩阵，覆盖面向智能体AI、通用计算、AI主控节点（head node）三大场景。

　　公司首席财务官兼首席运营官Akash Palkhiwala则给出了收入落地时间表：“在2026财年，高通收购Alphawave后开始有连接类产品收入；到2027财年实际上还有3个月的时间，我们的定制芯片业务预计在2027财年第一财季开始产生收入；在2027财年下半年，AI加速器业务开始实现收入；到2028财年下半年，CPU芯片开始产生收入。”

　　面对旺盛的需求，Arm首席执行官Rene Haas在此前业绩会上甚至提到，公司“还在完善供应链，以保障能够真正交付这20亿美元规模的AGI芯片”。

　　这意味着在两大巨头加持下，Arm架构在数据中心市场将加速落地。

　　辛一告诉记者，IDC统计显示，2025年第二季度，Arm CPU已经占据全球服务器市场约20%的份额，一年提升约10个百分点，三大云厂商自研及英伟达Vera独立销售是关键推手；未来三至五年，在超大规模云计算场景中，Arm服务器份额有望达到35%~40%。

　　但他同时提到：“在企业侧，x86架构仍有较强惯性。更多玩家入局短期内不会压低价格，因为需求增速远超供给，供需缺口始终都在，定价权主要由缺口决定。”

　　这揭示了Arm架构一时难以撼动x86架构阵营的核心原因：最大障碍不是芯片性能，而是生态。

　　Parv Sharma对21世纪经济报道记者指出，Arm架构面向Agentic AI工作负载时的SMT（同时多线程）能力不足，而线程密度直接决定一颗CPU能够同时运行多少个智能体，因此十分关键；生态方面，企业从x86迁移至Arm，需要确保数据库客户端、中间件、专有分析工具、ERP系统以及各类行业软件都能够兼容，这意味着需要进行大量测试、验证，甚至重新编译；此外，目前多数Arm芯片仍属于云厂商自用（Captive Silicon），并未向市场开放，而Arm自研AGI CPU以及高通数据中心CPU，目前仍处于较早阶段，预计最快将在2027年底左右推出。

　　他续称，根据Counterpoint Research分析，到2029年，Arm架构CPU将在定制AI ASIC服务器主机CPU部署中占据至少90%份额，高于2025年的约25%。这一结构性变化主要来自各大超大规模云服务商持续推进自研Arm CPU项目。