龙芯、海光暴涨，中美CPU集体走牛背后有一个新逻辑

xuye004

本文为《智能体·新世界》系列第二期：“传统”CPU涨价，背后却是新的增长逻辑——智能体经济的繁荣。
文｜姚金鑫、晓静
编辑｜徐青阳
进入2026年，全球半导体市场最先感受到的寒意来自存储领域。根据多家市场研究机构的报告，存储芯片价格的上涨已近乎“失控”。
根据Counterpoint Research与TrendForce的数据，继2025年第四季度价格暴涨50%之后，DRAM与NAND Flash芯片的价格预计在2026年第一季度将继续上扬40%至50%。
这一极端的价格压力迅速从上游传导至终端。以消费市场为例，部分主流DDR5内存条的价格自2025年下半年以来涨幅已超过三倍 。
对这个现象深度溯源，其实是AI基础设施，特别是大模型训练与推理对高带宽内存（HBM）和高性能存储的“虹吸效应”所致。
晶圆厂将产能优先分配给利润更高的AI相关存储产品，挤压了传统DRAM和NAND的供给，一场覆盖全行业的“算力税”已经拉开序幕。
但存储上扬只是序章，涨价轮盘上新近转来的，是CPU。

一、算力税第二波，CPU涨价

长期以来被视为成熟市场的CPU，在2025年下半年开始出现异动，并在2026年初彻底爆发。
资本市场的反应最为敏锐。截至2026年1月21日，芯片巨头英特尔（Intel）股价触及54.25美元，创下自2022年1月以来的新高，年初至今累计涨幅高达44.74% 。它的竞争对手AMD股价同样录得七连涨。

在中国市场，国产CPU的代表龙芯中科和海光信息股价分别在1月21日创下20%涨停和上涨超13%的惊人记录。
这一系列现象的背后，供给侧的产能瓶颈是显而易见的。

根据TrendForce 2026年1月的供应链监测报告，台积电（TSMC）的N2与N3到2027年的产能，也已被苹果、英伟达（NVIDIA）及博通（Broadcom）等巨头瓜分。
由于高端GPU与定制ASIC在单晶圆产出价值（Revenue per Wafer）上相较传统CPU享有溢价，代工厂在产能分配优先级上存在明显的盈利倾向。
这种资源向高毛利产品的倾斜，直接削减了消费级与企业级处理器的晶圆配额。与此同时，先进封装技术（如CoWoS-L/S）的瓶颈成为次生阻碍，IDC分析指出，由于CoWoS产能利用率在2025年第四季度便已突破100%，导致即便前端晶圆完成刻蚀，后端封装的积压也使CPU出货周期从正常的8-10周大幅延长至24周以上。
这种产能压力在英特尔的内部生态中体现得更为极致。随着其18A工艺进入量产高峰期，英特尔不仅需要保障自身酷睿（Core）与至强（Xeon）系列的供应，还需履行向微软、亚马逊等外部Foundry客户的代工承诺，导致英特尔核心节点的产能利用率已攀升至120%-130%的超负荷状态。
摩根大通最新的研报指出，这种“极限超载”已迫使英特尔将部分非核心组件转移至联电（UMC）等二线代工厂，但依然无法完全抵消先进制程供应的缺口。
然而，供给受限仅仅是故事的一半，真正重塑市场格局的，是来自需求侧的结构性剧变。
而推高需求侧的关键词，就是智能体。
二、需求侧，智能体创造“域外CPU”新需求

智能体能够自主规划任务、调用工具、记忆历史步骤，并在执行过程中实时调整策略来解决问题，人们通过这种方式来弥补单纯大模型在上下文感知、幻觉问题以及实时信息获取方面的不足。
在它的架构中，在大模型的推理工作之外，还增加了决策编排器，还会使用网页搜索、抓取、Python解释器、上下文数据库等外部工具。
也就是说，整个智能体的工作负载中，AI计算任务只是一部分，还有很大部分是通用计算。

在智能体运行任务中，CPU的核心优势体现在对工具处理的适配能力、资源利用的灵活性以及对多种应用场景的兼容性。CPU 能够高效运行许多无法部署在GPU/TPU/NPU上的计算任务和外部程序工具，例如网页搜索、Python执行、精确向量/数据搜索等。

这类任务处理在智能体任务总量中总耗时（Latency）占比很大。要知道，CPU还支持多线程和多进程并行，天然可以根据负载特征进行动态调整。
为了进一步深度分析，我们需要引入两个概念：域内CPU和域外CPU。

所谓域内CPU，指的是GPU服务器中所配的CPU，传统上来讲，装在GPU模组的服务器主机被称为机头，域内CPU指的就是机头里的CPU。它的主要任务是解决内存相关问题和数据调度，确保GPU任务均衡、合理、高效。
所谓域外CPU，指的是整个任务系统中，GPU服务器以外的集群中的其他CPU。
从系统视角来看，如果把整个智能体应用（Agentic AI）看成一个系统，根据上面的分析我们就知道，仅仅就CPU而言，起到性能决定性因素的，实际上是来自于域外CPU。
首先是极高的Latency占比。在典型的 Agent 工作负载中，运行在CPU上的任务处理（如数据库检索、代码执行和搜索摘要）占据了任务总Latency的80～90%。也就是说，系统运行时的大部分耗时都是域外CPU在处理任务，而不是消耗在AI芯片的推理上。

其次是复杂的计算模式。域外CPU需要处理大量非AI原生任务，比如说搜索、爬虫、抓网页，比如说运行Python 脚本，还有排序和摘要算法。
还有并发和能效比。在大规模批处理场景下，由于核心负载和同步开销，动态能耗会上升。域外CPU的多核性能和调度能力和智能体服务的经济效率强相关。

三、传统的CPU，新的增量市场

IDC预计，活跃Agent的数量将从2025年的约2860万，快速攀升至2030年的22.16亿，年复合增长率达到139%。年执行任务总数将从2025年的440亿次暴涨至2030年的415万亿次，年复合增长率高达524%。年度Token消耗量预计从2025年的0.0005 PetaTokens暴增至2030年的152,667 PetaTokens，年复合增长率高达3418%。
这些数据揭示了一个关键趋势：单个Agent承担的任务复杂度、决策链路长度以及对实时性的要求都在指数级增长。
这将直接转化为对“域外CPU”算力的海量需求。
Meta近期斥资数十亿美元收购通用AI Agent初创公司Manus，这是Meta成立以来第三大收购，仅次于WhatsApp和Scale AI。这一举动充分说明了产业界对Agent应用前景的看好。
根据Gartner发布的《2025年十大战略技术趋势》报告，智能体AI（Agentic AI）被列为年度首要趋势，预测到2028年，全球约33%的企业级软件应用将集成智能体功能，而这一比例在2024年尚不足1%。
企业端的采纳率数据进一步验证了这一增长的确定性。Capgemini研究报告显示，2025年企业对智能体及多智能体系统（MAS）的利用率已达21%，较2024年的10%实现了翻倍增长。
同时，PwC对300余位高管的调研显示，88%的受访企业表示正因智能体带来的生产力红利而增加AI预算，平均ROI已达到1.7倍。Cloudera的最新数据则显示，96%的IT决策者计划在2026年前进一步扩大智能体的部署规模。
这种近乎一致的扩张意愿，提升了智能体的使用需求。
这是新的增长逻辑，也就会在资本市场带来新的增长故事。

基于当前AI技术和应用的发展趋势，智能体这一波推起来的通用CPU需求，不仅增长速度快，而且还是有持续性的。

这一趋势还处于早期阶段，但增长势头已经不可阻挡。按照任务总延迟来计算，域外CPU的需求增加不比GPU/AI芯片少。
如前文所说，Intel的产能利用率据说已经达到120～130%，而AMD主要靠TSMC，前面已经提到，TSMC的先进工艺产能尽量给了更fancy的GPU，稍次一点的产能现在也已经满载，提升空间也不大。已经有消息表明，2026全年intel和AMD的CPU配额已经被预定完毕。
同属于X86阵营的海光，是否可以为行业提供充足的供应，就考验着中国半导体供应链的韧性了。

在这样的情况下，CPU价格在未来一段时间内怎么能轻易降下来？
（注：本文仅为行业分析，不构成任何投资建议）
相关阅读

oppledr

AI算力爆发，数据中心电力需求剧增。这为能源基建带来巨大挑战，也激发了更大电力供应潜力，未来可期。

weili0677

我们公司去年上马AI项目采购服务器，英特尔CPU供货周期从4周拖到12周，就像等快递从次日达变半月达，这次涨价看来早有苗头

yzszh64

感谢分享。

nihao52

谢分享

ailixiaoran

看了LZ的帖子，我只想说一句很好很强大！

laowang555

膜拜神贴，后面的请保持队形~

laowang555

版区有您更精彩