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接连量产新一代数据中心CPU，CPU在AI系统中的角色从“配角”重回核心。国产CPU厂商龙芯也推出23亿元定增方案，重点投向CPU核心研发，AI算力需求的结构性变化正给国产厂商带来规模化替代和产业价值重估的双重机会。
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，旗下首款独立数据中心CPU Vera已进入量产，将于今年第三季度投产。5月下旬，AMD也宣布下一代EPYC数据中心CPU“Venice”进入量产。两家巨头几乎同期推进CPU量产，表明CPU在AI基础设施中的定位正在上升。
国内方面，龙芯中科5月28日推出23亿元定增方案，其中4.85亿元投向CPU关键核心技术研发项目。中关村物联网产业联盟副秘书长袁帅在接受证券时报采访时指出，Agentic AI（代理式人工智能）的到来正在重新定义算力需求结构，CPU产业需求有望爆发。
为什么重要
过去几年GPU主导了AI训练和推理的绝大部分算力需求，CPU主要承担数据调度和系统控制等辅助任务。但Agentic AI、实时推理、边缘部署等场景要求更强的CPU通用计算能力，以处理复杂的任务调度和低延迟决策。英伟达和AMD加速布局数据中心CPU，说明行业共识正在形成：未来的AI系统需要CPU与GPU更紧密的协同，而非GPU独大。
对国产CPU厂商而言，这既是增量市场，也是存量替代的窗口。一方面，国内AI基础设施扩张带动CPU采购需求；另一方面，自主可控政策推动政府和企业优先考虑国产芯片。当前公开信息显示，龙芯、海光、鲲鹏等厂商在服务器CPU领域的性能和生态持续提升，有望在这一轮算力需求重构中占据更重要的产业位置。
对用户/开发者/创作者的影响
对企业IT采购决策者：未来AI服务器的CPU选型将不再只是“够用就行”，需要评估CPU对Agentic AI场景的底层支持能力。国产CPU在性能和软件生态上的进步，可能使“国产化替代”成为比以往更可行的选择。
对AI应用开发者：CPU能力的提升意味着更多推理任务可以直接在CPU上完成，降低对GPU的依赖，有助于控制云服务成本。开发者在规划系统架构时，应关注新一代CPU在AI负载下的实际表现，而非默认将推理任务全部交给GPU。
对普通用户：短期内感知不明显，但中长期看，CPU算力升级将推动AI服务的响应速度更快、并发处理能力更强，尤其在智能助手、实时翻译等需要低延迟的应用上体验会有改善。
值得关注的后续
1. 英伟达Vera CPU和AMD Venice CPU的量产时间表是否如期执行，以及首批客户的采用情况，将检验市场真实需求。
2. 国产CPU厂商是否会在下游AI服务器厂商的采购名单中占据更大份额，尤其关注政府采购和运营商集采的动态。
3. Agentic AI的普及速度是决定CPU算力需求增量的关键变量——如果行业落地低于预期，CPU的需求爆发可能会滞后。
来源：Readhub · AI
