英伟达宣布AI专用CPU Vera全面量产，服务器CPU需求激增

过去三年，AI硬件焦虑几乎都围绕GPU展开，CPU只负责启动任务、搬运数据和管理服务器，很少成为主角。但AI Agent改变了任务形态：普通聊天机器人接收文字、运行模型、生成文字，而Agent还要读取文件、搜索网页、查询数据库、调用API、执行代码，一次任务可能经历十几轮“推理-操作-观察”，每一轮都在GPU与CPU之间切换。

GPU仍负责最重的模型计算，但解析模型输出、判断工具类型、发起请求、运行程序、管理文件、收集结果和安排下一轮任务等工作，通常由CPU处理。AMD计算与企业AI副总裁Madhu Rangarajan称，在公司测试的一条真实智能体流水线中，8个阶段有7个完全运行在CPU上。这个比例来自AMD自测，不一定代表所有系统，但足以说明模型推理只是智能体完成任务的一环，之外的所有协调工作都压在CPU上。

单个Agent的开销可能不大，但规模化后相当恐怖。企业部署给数万名员工后，并发任务迅速膨胀，每个智能体都在解析输出、执行代码和读写数据，CPU开销积累成容量需求。CPU处理得慢，GPU就要等待下一轮推理所需的输入。安全检查也增加负担：智能体权限越多，系统越需要检查文件、接口和敏感数据，规则匹配、日志分析和小模型审核通常留在CPU上，因为任务分散、延迟敏感，单独调用GPU未必划算。

另一个容易被忽视的负担是分词。大模型处理文本前要把文字转换成Token，这个过程包含大量字符串处理和条件分支，不像矩阵运算那样适合GPU。普通对话输入短，分词延迟没有存在感；智能体会不断积累工具返回结果、代码、日志和历史操作，输入可能增长到数万甚至数十万个Token。

佐治亚理工学院博士生Euijun Chung在接受IEEE Spectrum采访时举例称，在一些实现中，已有10万个Token的上下文再加入1,000个Token的工具结果，分词器仍可能重新处理整段输入。前缀缓存和增量分词可以减少重复工作，所以这并非所有系统必然采用的方式，但长文本带来的CPU压力仍然存在。

Chung团队在最新论文中测试了Llama 3.1和Qwen3等模型。在长序列、大批量配置下，分词最高占到首个Token延迟的约80%。当CPU核心数不足，分词线程还会与任务调度和GPU内核启动争抢资源，导致CPU满载、而GPU未能跑满。增加CPU核心后，不同配置的首个Token延迟改善了1.47-5.15倍，而无需增加GPU。

产业数据已经开始回应这一变化。2026年1月，KeyBanc根据供应链调查判断，Intel全年大部分服务器CPU产能已经售出，AMD的服务器CPU供应也接近满载，两家公司因此拥有了提价空间。这是分析机构的渠道判断，并非厂商披露的订单数据。

Intel随后的财务文件给出了部分印证。公司称，服务器CPU需求在2026年第一季度超过可供应数量，内部产能限制预计持续至年底。服务器产品平均售价同比提高27%，出货量却下降了5%；Intel将价格上涨归因于高端产品占比提升、需求定价和成本增加。

AMD同期的数据中心业务收入达到58亿美元，同比增长57%，增长同时来自EPYC服务器CPU和Instinct GPU。AMD没有单独披露服务器CPU收入增速，因此无法把这57%全部归因于智能体需求。公司对未来的判断更加激进：AMD此前预计服务器CPU市场年增长约18%；2026年5月又将预期提高到35%以上，预计市场规模到2030年超过1,200亿美元。

数据中心过去常用一颗CPU管理4-8颗GPU。AMD观察到，智能体系统正把这一比例推向1∶1，部分负载使用的CPU甚至更多。这仍是供应商根据客户需求作出的判断，工作负载不同，实际配置会有很大差异。比例变化的方向却很清楚：多配几颗CPU已经不够，云厂商开始考虑为智能体单独建设CPU机架。

Arm也在2026年3月第一次从出售处理器设计方案走向直接出售数据中心CPU。其AGI处理器最多拥有136个核心，由Meta参与开发。Arm预计，同等功耗下，智能体数据中心需要的CPU容量可能达到现有数据中心的4倍以上。高通随后发布拥有超过250个核心的Dragonfly C1000，并与Meta签署多代服务器CPU合作协议。

Intel、AMD、Arm、高通和英伟达在几个月内把“智能体CPU”写进各自的产品路线，说明这轮竞争已经越过传统的x86市场，扩展到Arm服务器、自研核心和整机架设计。英伟达在其中占据特殊位置：它既销售造成CPU压力的GPU，也销售缓解压力的Vera；从处理器、网络到存储，整套设备都可以由英伟达提供。Vera因而不只是一次产品线扩张，它还要保护GPU的利用率。

芯片厂商跟着钱走的时候，总有人要承担代价。和GPU、存储芯片一样，这次产能的变化很可能又是由消费者来买单。Intel在2025年第四季度财报电话会上承认，公司正在尽量把内部晶圆供应转向数据中心，同时增加客户端产品的外部代工；管理层随后补充说，Intel也不能完全退出客户端市场。

到了2026年第一季度，Intel客户端CPU的平均售价同比上涨16%，销量下降13%，公司预计供应限制至少持续至上半年。客户端产品的变化不能全部算在智能体头上，Intel自身的制程切换、内外部产能和内存供应同样影响了价格与出货。但在有限产能中，服务器芯片核心更多、售价更高，云厂商又愿意签订长期订单，生产资源自然也就开始向数据中心倾斜。

过去三年，普通消费者已经见识了GPU涨价和断货的滋味。接下来，同样的事可能发生在CPU上。