CPU 重回 AI 算力聚光灯下 国产厂商有望迎来双重机遇
一句话看懂：英伟达和 AMD 相继宣布新一代数据中心 CPU 进入量产，表明 CPU 在 AI 算力中的角色正被重新定义。与此同时，国内厂商龙芯中科也加大投入，行业分析认为国产 CPU 企业可能迎来需求增长与自主替代的双重机遇。
事件核心：发生了什么
6月1日，英伟达 CEO 黄仁勋在 GTC 大会上宣布，首款独立数据中心 CPU “Vera” 已进入量产，计划于2026年第三季度投产。此前，AMD 在5月下旬也宣布其下一代 EPYC 数据中心 CPU “Venice” 进入量产。在国内，龙芯中科于5月28日公布23亿元定增方案，其中4.85亿元将用于 CPU 关键核心技术研发。中关村物联网产业联盟副秘书长袁帅在接受媒体采访时指出，Agentic AI（代理式人工智能）时代的到来正在重新定义算力需求结构。
为什么重要
过去几年，GPU 凭借并行计算优势主导了 AI 训练和推理市场，CPU 的角色被相对弱化。但随着 Agentic AI 等新范式出现，算力需求结构正在发生变化：CPU 更擅长处理复杂的逻辑判断、任务调度和低延迟交互，而这些正是代理式 AI 的核心能力。英伟达和 AMD 同时将 CPU 纳入数据中心核心产品线，意味着大厂正在押注 CPU 在 AI 工作流中不可替代的价值。对国产 CPU 厂商而言，除了需求增长，自主可控的产业政策也在推动国产化替代，这为龙芯、海光等企业创造了市场份额提升与技术价值重估的机会。
对用户/开发者/创作者的影响
对于使用云服务的 AI 开发者和企业，CPU 算力重新受到重视意味着：一是计算成本结构可能变化，CPU 推理在某些场景下比 GPU 更经济；二是任务架构设计需要调整，将逻辑推理与图像生成等工作分离可能提升整体效率。对普通创作者而言，这种变化短期影响不明显，但如果 CPU 在端侧 AI 部署上更高效，未来本地运行复杂 AI 应用的体验可能会更流畅。对硬件采购决策者，需要关注 AI 工作负载中 CPU 与 GPU 的最佳配比，避免算力浪费。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，英伟达 Vera CPU 的实际量产时间和性能指标能否如期实现，这将直接影响数据中心部署节奏。第二，国内 CPU 厂商的定增项目能否对接实际的 AI 应用场景，例如与国产大模型厂商的合作进展。第三，Agentic AI 对 CPU 算力的需求是否会在实际部署中持续验证，并带动 CPU 在数据中心采购中的占比回升。
来源：Readhub · AI
