Wolfe Research预计，到2028年，人工智能工作负载将使CPU市场规模扩大30%

一句话看懂：Wolfe Research 在 2026 年 5 月发布报告，预计到 2028 年，AI 代理和编排计算等新兴工作负载将推动整个 CPU 市场规模增长约 30%。这不仅关乎芯片算力，更预示着未来几年处理器市场的竞争重心将从单纯性能转向产能争夺，尤其是台积电的制造资源。

事件核心：发生了什么

Wolfe Research 的预测基于对“代理型 AI”和“编排计算”需求的判断。核心发现包括：1）到 2028 年，CPU 市场规模将扩大约 30%；2）台积电的制造能力比芯片原始性能更能决定胜负；3）英伟达 Rubin Ultra 平台推动 CPU 与 GPU 比例接近 1:1，将带火编排 CPU 市场；4）ARM 架构有望在代理 AI CPU 市场占据 50%-75% 份额，其在整体 CPU 市场的占比将从当前的约 15% 升至 45%；5）AMD 被列为最大受益者，其服务器 CPU 营收预计从 2026 年的 170 亿美元涨至 2028 年的 440 亿美元。英特尔则面临持续份额流失，尤其是在 Google 采用自研 Axion 处理器等领域。

为什么重要

长期以来，AI 工作负载主要由 GPU（如英伟达 H100、B200）主导，CPU 主要承担调度和数据预处理角色。Wolfe 的报告提示，随着 AI 系统复杂度提升，尤其是代理 AI（需要大量协调、决策和多任务操作）走向主流，CPU 将重新成为算力增长的关键驱动力。这对芯片行业格局影响深远：ARM 的扩张可能侵蚀 x86 的统治地位；英伟达若在 CPU 市场也取得成功，将进一步加强其平台锁定效应；而 AMD 若能抓住编排 CPU 机遇，可能打破英伟达和英特尔的双头垄断。此外，对台积电先进制程的争夺，将抬高新入局者的门槛。

对用户/开发者/创作者的影响

开发者与企业采购者：如果 ARM 代理 CPU 2030 年前大规模普及，云服务器租用成本结构（尤其是推理阶段的 CPU 算力费用）可能优化，因为 ARM 能效更高、多线程处理更强。需留意 AWS 的 Graviton 和 Google 的 Axion 等基于 ARM 的实例价格变化。
AI 初创公司与硬件选型者：报告显示，未来几年组建 AI 集群时，CPU 的规划权重将上升。若编排计算需求成真，单台服务器内 CPU 与 GPU 的配比可能从目前 1:8 变为 1:1，意味着硬件成本和部署架构需要重新计算。
内容创作者与工具使用者：短期内对普通用户使用 ChatGPT、Midjourney 等工具影响有限；但中长期看，更高效、更低成本的编排 CPU 可能降低大型多模态模型的推理延迟，提升实时交互体验。

值得关注的后续

英伟达 Rubin Ultra 平台的具体发布时间和规格（目前公开信息显示其 CPU 与 GPU 配比成为关键观察点）；
ARM 能否在数据中心大规模部署中解决互操作性或软件生态迁移的痛点，尤其是 x86 传统代码的云原生改造成本；
英特尔能否通过（例如）Panther Lake 或新的 AI 加速架构扭转份额下滑，或是否出现更大规模的自研芯片替代（如 Amazon、Google 继续扩大自研规模）；
台积电 3nm/2nm 产能的分配是否引发新一轮芯片代工涨价，直接影响 AI 基础设施采购成本。