GPU连续暴跌，半导体遭遇疯狂抛售，但全球CPU市场却正在出现一个非常值得关注的变化：AI不仅没有淘汰CPU，反而可能正在创造新一轮服务器CPU需求。$AM… · @youngstockuser · TwKit

@youngstockuser

GPU连续暴跌，半导体遭遇疯狂抛售，但全球CPU市场却正在出现一个非常值得关注的变化：AI不仅没有淘汰CPU，反而可能正在创造新一轮服务器CPU需求。$AMD $INTC $ARM $NVDA $TSM 过去两年，华尔街几乎把全部注意力都放在GPU上。英伟达的Blackwell、AMD的Instinct，以及各家云计算企业的自研AI芯片，成为资本市场最热门的投资方向。很多人甚至产生了一种错觉，认为未来AI计算主要依靠GPU，CPU的重要性会越来越低。 但事实可能恰恰相反。GPU擅长大规模并行计算，适合模型训练和推理中的矩阵运算，而CPU负责操作系统、任务调度、数据预处理、数据库访问以及大量通用计算任务。一座拥有数十万颗GPU的数据中心，不可能完全脱离CPU独立运行。随着AI从聊天机器人发展到能够执行复杂任务的Agent，CPU的重要性可能进一步提高。 先看最直接的财报数据。$AMD在8月公布的2026年第二季度营收达到115.36亿美元，同比增长50%，其中数据中心业务营收达到67亿美元，同比增长107%，占公司总营收的58%。AMD明确表示，数据中心增长来自EPYC服务器CPU需求强劲，以及Instinct GPU部署规模扩大。 这里需要注意，67亿美元并不全部来自CPU，因为AMD将EPYC和Instinct GPU收入放在同一个数据中心业务板块。但即使如此，管理层仍然明确提到EPYC需求正在加速增长。这说明目前AI基础设施扩张所创造的计算需求，并不只有GPU能够受益。 更有意思的是英特尔。很多人觉得$INTC已经在AI时代掉队，但它最新公布的第二季度营收达到161亿美元，同比增长25%，其中数据中心与AI业务营收达到约63亿美元，同比增长59%。这意味着，即使在英伟达和AMD不断扩大市场影响力的情况下，英特尔的数据中心业务依然出现了明显增长。 当然，我不会因为英特尔收入增长，就直接认为它已经完成转型。公司当季GAAP净亏损仍然达到约110亿美元，财务表现受到重大会计和其他项目影响。英特尔还面临制造业务资本投入巨大、产品竞争激烈以及未来市场份额变化等问题。但至少从最新数据来看，服务器CPU需求并没有随着GPU的崛起而突然消失。 为什么CPU会在AI时代重新受到关注？我认为Agentic AI可能是一个重要原因。 过去的AI主要负责回答问题，用户输入一句话，模型生成一段文字，整个过程的主要计算负载集中在GPU。但未来的AI Agent可能需要不断调用工具、执行Python代码、访问数据库、操作浏览器、整理文件，甚至同时运行多个独立任务。 这些任务并不是全部适合使用GPU。模型推理仍然依赖加速器，但代码执行、系统管理、数据处理和大量通用计算，依然需要CPU承担。AI Agent使用规模扩大以后，数据中心需要考虑的可能不只是每秒生成多少Token，还有能够同时执行多少任务、完成多少工具调用，以及整个系统的单位任务成本。 AMD显然已经开始围绕这个方向布局。10月12日，公司正式发布Helion机架级AI基础设施参考设计，专门针对Agentic AI负载进行优化。按照官方公布的方案，纯CPU配置最高能够集成32768个Zen 6 CPU核心，也可以采用CPU与GPU混合配置，以适应不同企业的实际需求。 注意，这32768个核心是参考设计的最高配置，并不是已经确认交付的实际订单。但我认为这件事情反映出一个明显趋势：芯片厂商已经开始把AI Agent带来的通用计算需求，当成未来数据中心的重要增长方向。 再看$ARM。公司7月公布的2027财年第一季度营收达到12.9亿美元，同比增长22%，其中数据中心相关的授权使用费收入同比增长超过一倍。Arm还表示，3月推出的AGI CPU获得的客户需求超出此前预期，2027及2028财年的相关需求机会已经超过20亿美元。 这里同样需要区分客户需求机会与已经确认的收入。但Arm的数据至少说明，基于Arm架构的服务器CPU正在加速进入AI基础设施市场。 这也意味着，未来CPU竞争可能不再只是AMD和英特尔之间的传统较量。$AMZN拥有Graviton，$GOOG拥有Axion，$MSFT也在推进自研服务器处理器。越来越多大型云计算企业希望通过定制CPU降低成本、改善能效，并且减少对单一供应商的依赖。 而最值得关注的竞争者，可能恰恰是英伟达自己。 今年3月，$NVDA推出专门面向Agentic AI的Vera CPU，8月又宣布相关处理器开始扩大交付。英伟达正在尝试将CPU、GPU、网络、内存和软件结合起来，为客户提供更加完整的AI计算平台。 这背后的战略意义非常明显。未来数据中心采购的可能不再是单独一颗GPU或者一颗CPU，而是一套能够完成特定AI任务的完整计算系统。如果英伟达能够在GPU之外进一步扩大CPU市场份额，那么它在整个AI基础设施产业链中的影响力可能继续提高。 但对于AMD和英特尔，这意味着新的竞争压力。过去x86服务器CPU市场主要由两家公司竞争，如今Arm生态、自研处理器和英伟达Vera正在加入。即使整个CPU市场需求继续扩大，也不意味着传统厂商能够自动获得全部新增收入。 而且CPU行业还面临另外一个现实问题：单位计算性能不断提高，未必意味着CPU出货数量会按照同样速度增长。云计算企业更关注每瓦性能、每个任务的执行成本和整体机架效率。如果新一代CPU能够以更少的芯片完成相同工作，那么行业增长最终可能更多体现在产品价值，而不是简单的出货量上升。 所以我认为，分析CPU行业不能只看服务器数量，更需要观察数据中心CPU的实际收入、平均售价、市场份额、客户采购计划，以及企业能否保持合理的利润率。 从存储到光模块，再到先进制造和CPU，我一直强调AI基本面没有发生根本性变化，原因就在这里。至少从目前已经公布的主要企业财报来看，AI相关计算需求仍然在推动多个半导体细分行业增长。 但这不意味着整个产业链没有风险。AI数据中心建设仍然面临融资成本、电力供应、资本开支回报率以及未来需求兑现的不确定性。如果云厂商推迟项目部署，CPU采购同样可能受到影响。最新财报能够证明过去一个季度的经营情况，却不能保证2027年和2028年的需求一定按照最乐观的预测增长。 我接下来会重点观察AMD的EPYC增长、英特尔数据中心业务能否持续改善、Arm服务器生态的实际收入兑现，以及英伟达Vera CPU的部署规模。如果这些指标继续增长，说明AI正在创造的通用计算需求仍然具有真实的商业基础。 我始终是AI长期多头，但我看好的不是所有AI股票永远上涨，而是全球计算基础设施正在经历一轮长期升级。 市场可以在短期内因为估值和资金问题连续暴跌，但一家企业的真实收入、利润和订单，不会因为几根大阴线就自动消失。 现在最需要区分的是，AI产业究竟正在失去增长能力，还是华尔街不再愿意为此前过于乐观的增长预期支付高估值。 至少从CPU行业最新公布的数据来看，我认为目前还没有足够的证据证明AI计算需求已经全面逆转。 这也是为什么我长期看好AI，但短期依然强调控制仓位。基本面决定企业长期能创造多少价值，而估值、流动性和市场预期，决定投资者在什么价格买入才能获得合理回报。 AI未来可能需要更多GPU，也需要更强大的CPU。真正的投资机会，不是谁的股票跌得最多，而是谁能够把不断增长的计算需求，持续转化为真实的利润和自由现金流。

曝光 956 · 评论 2 · 点赞 1 · 书签 2