AI硬件的主線，正在從“GPU夠不夠”擴展到“系統哪里會堵”。訓練時代，GPU和定制加速器吃掉了大部分增量預算；到了推理、Agentic AI和企業AI階段，任務不再只是一次模型調用，而是規劃、檢索、工具調用、API交互、狀態管理、數據庫訪問和多輪循環。CPU重新進入定價框架——但更關鍵的問題是：這輪增量，x86還是ARM在接？
據硬AI，美銀證券分析師Vivek Arya等在研報中的核心判斷是："到2030年，服務器CPU TAM將從2026年的約430億美元增至1250億美元，復合年增速31%；CPU在Agentic AI中的作用上升，是對現有數據中心TAM的增量，而不是替代加速器機架等組件。"
這套測算里，份額變化比總量擴張更刺眼：到2030年，英特爾和AMD在服務器CPU價值份額中各占約28%，ARM商用CPU約7%，ARM定制/ASIC約37%。換句話說，x86還在，但增量越來越多流向ARM，尤其是云廠商自研或定制CPU。AMD仍是x86里更強的一方，英偉達則因為全棧架構和Vera CPU機架進入CPU敘事。
但這不是"CPU取代GPU"的故事。2030年服務器CPU即便達到1250億美元，也只占數據中心系統TAM約6%；AI加速器仍是大頭，2030年規模測算約1.17萬億美元。更準確的說法是：Agentic AI讓CPU從配角變成系統瓶頸之一，而x86和ARM正在爭奪這個新角色里的不同地盤。
Agentic AI把CPU從"喂GPU的人"推到控制平面
訓練階段，CPU的工作比較清楚：解壓、分詞、批處理、調度、把數據喂給GPU。真正的大矩陣計算由GPU或AI加速器完成，所以2022年至2025年，AI加速器市場年復合增速達到139%，服務器CPU只有4%。
到2025年，AI加速器已經占數據中心計算支出的88%，CPU只剩12%。這個比例解釋了過去幾年市場為什么幾乎只盯GPU。
推理階段，CPU的角色開始變寬。LLM推理可以拆成加載、prefill和decode三段：加載階段依賴磁盤I/O和CPU速度；prefill階段主要受GPU、網絡和大矩陣計算影響，但CPU仍參與分詞、路由、批處理、內存設置；decode階段，KV cache復用、內存管理、token-by-token控制流、采樣、guardrails、logits處理，都讓CPU的存在感提高。
Agentic AI再往前推一步。一個用戶請求可能拆成多個子任務：檢索上下文、調用工具、訪問數據庫、跨模型路由、評估中間結果、再決定下一步。GPU負責模型計算，CPU負責調度這些步驟。于是CPU不再只是host processor，而是AI推理控制平面的一部分——而這個控制平面，x86和ARM的架構路徑并不相同。
新增的不是一顆主機CPU，而是一排CPU-only機架
AI CPU機會被拆成兩類。
第一類是GPU/加速器機架里的host CPU。現代加速器機架里，CPU通常以約1顆CPU對應2顆GPU的配置存在，隨著GPU部署擴張而擴張。這部分x86存量優勢仍在。
第二類是新增的CPU-only Agentic機架，用于RAG流水線、工具執行、小型和中型模型推理、數據處理、調度、向量數據庫、內存服務和企業工作流。這部分才是增量TAM的核心——也是ARM定制路線最具競爭力的地帶。
英偉達Vera CPU-only rack就是例子。Vera CPU機架計劃隨Vera Rubin平臺在2026年下半年推出，單個高密度液冷機架最多集成256顆Vera CPU，用來測試、執行和驗證來自Vera Rubin NVL72計算機架和LPX低延遲機架的結果。
拉到一個40機架pod集群看，Vera Rubin POD包含1152顆Rubin GPU，計算機架內已有576顆Vera CPU；如果再加入2個獨立CPU機架，則再增加512顆Vera CPU。合計1088顆CPU對1152顆GPU，接近1:1。這不是CPU贏了GPU，而是Agentic AI系統需要更多"控制、調度、內存和I/O"——而這些新增需求，ARM架構正在大比例承接。
1250億美元怎么拆：x86還大，ARM定制才是最大變量
2030年服務器CPU TAM的1250億美元，拆分如下：
英特爾：約351億美元，價值份額約28%
AMD：約352億美元，價值份額約28%
ARM商用CPU：約84億美元，份額約7%
ARM定制/ASIC：約465億美元，份額約37%
x86合計約56%，ARM合計約44%。總量上x86仍占優，但增速結構完全倒過來——ARM定制是增速最快、份額提升最猛的那塊。
從2026年到2030年，服務器CPU總出貨量預計從3970萬顆增至9500萬顆，復合年增速24.4%；平均售價從1075美元升至1317美元，復合年增速5.2%。量和價都在漲，但量的貢獻更大，而量的增量主要由ARM消化。
ARM定制CPU的465億美元規模來自另一套交叉驗證：ARM Royalty IP業務在FY26至FY31約20%復合增長；到2030年，基礎設施業務占Royalty銷售約50%，服務器CPU占基礎設施約80%，即服務器CPU約占Royalty銷售40%；隨著高核心數CPU和CSS等高價值產品占比提升，服務器CPU綜合版稅率從目前約3%-4%升至5%-6%。用這個版稅率倒推，ARM定制服務器CPU TAM約465億美元。
還有一個更激進但不作為基準的情形：如果ARM定制CPU按商用CPU標價計價，而不是按約一半的成本價計算，2030年服務器CPU TAM會變成約1720億美元，ARM定制份額超過50%。但這并不代表AWS、Google等云廠商實際支付的成本。
AMD贏x86，ARM贏增量，英特爾的防守更難
這是這張競爭地圖的核心結論，三條路徑涇渭分明。
英特爾：到2030年，服務器CPU價值份額從2025年的約54%降至約28%。企業客戶仍是相對強項，但云端會繼續被ARM和AMD分流。防守線越來越窄，且兩側都承壓——AMD從x86內部搶份額，ARM從架構層替代。
AMD：路徑更微妙，但在x86陣營里是贏家。它在x86云和企業市場繼續拿份額，2026年服務器CPU價值份額預計達到約38%的階段高點；隨后ARM新品放量，AMD總份額到2030年回落至約28%。這不是AMD變弱，而是市場結構變了：x86內部AMD更強，整體CPU市場中ARM增速更快。AMD是x86的最終守門人，但守的是一塊相對收縮的地盤。
ARM：機會最大，但價值更碎。商用ARM CPU包括ARM AGI CPU一類新品，預計2027-2028年開始爬坡，到2030年占約7%。更大的部分來自定制ARM CPU，包括AWS Graviton 5、Google Axion、Microsoft Cobalt等項目。ARM贏的是云廠商的自主化意志和定制經濟學，而不是單一產品競爭力。
英偉達：被放在更有利的位置，不是因為單顆CPU，而是因為它能把CPU、GPU、網絡、存儲、內存機架放進同一個全棧系統里。Vera CPU如果隨Rubin平臺一起擴張，英偉達拿到的不只是CPU ASP，而是系統架構入口——同時站在x86和ARM爭奪的上方。
CPU變重要，但數據中心的錢仍主要流向加速器
2030年數據中心系統TAM測算約2.1萬億美元，服務器CPU約1250億美元，只占約6%。相比2025年約5%的低點有所回升，但談不上主導。
AI數據中心系統TAM到2030年預計達到1.7萬億美元以上，其中AI服務器約1.3萬億美元，占約75%；AI網絡約3160億美元，占約20%；AI存儲約820億美元，占約5%。
AI服務器內部，AI加速器仍是絕對大頭：2030年TAM約1.17萬億美元。HBM預計達到1680億美元，占加速器支出的14%左右。AI CPU從2025年的約88億美元增至2030年的約957億美元，復合年增速61%，但體量仍遠小于加速器。
所以最容易誤讀的一點是：CPU重新定價、x86 vs ARM格局重塑，不等于GPU邏輯結束。Agentic AI拉長了推理鏈條，增加了模型調用次數，也增加了調度、檢索、內存、網絡和工具執行的負擔。GPU需求仍在，CPU只是拿回了一部分系統價值——但這部分價值的歸屬，正是x86和ARM爭奪的核心。
短期數據已經在挪，PC端沒那么順
2026年一季度，服務器CPU數據已經體現方向變化：整體服務器CPU出貨量環比增長6%、同比增長19%；銷售額環比增長9%、同比增長45%。
競爭格局的變化也已開始顯現：AMD服務器CPU單位份額升至27.4%，環比增加230個基點；價值份額升至40.2%，環比增加380個基點。英特爾服務器CPU價值份額為46.8%，環比下降500個基點。ARM服務器CPU價值份額達到13.0%，環比增加120個基點——ARM的爬坡已經在數據里出現，英特爾的流失速度同樣清晰。
PC端則弱一些。2026年一季度PC CPU出貨量環比下降13%，收入環比下降7%。同時，PC MPU出貨量6750萬顆，而IDC口徑PC銷量為5910萬臺，差額840萬顆，可能反映ODM或客戶庫存增加。
整體來看，美銀偏向AMD和英偉達：AMD受益于x86份額繼續擴張，是x86陣營里確定性最強的方向；英偉達受益于Vera CPU和全棧系統，站在x86 vs ARM競爭之上，賺系統架構的錢。ARM增長最快但機會分散在各云廠商定制項目里，版稅模式決定其受益方式與前兩者不同；英特爾：仍面對云端和企業端份額流失壓力，兩側都在失守，是這場競爭里防守最難的那個
x86 vs ARM的競爭，本質上是云廠商自主化意志與存量架構慣性之間的長期拉鋸。2030年的格局不會在一夜之間到來，但方向在季度數據里已經開始顯形。
