代理型 AI 崛起 CPU 強勢回歸?!

市場環境與背景: CPU 從冷宮回歸. 過去三年的低迷; 自 2023 年起, 資料中心的預算幾乎全部傾斜向 GPU 和網路設備, Intel 作為傳統伺服器 CPU 龍頭, 因未能趕上 AI 浪潮且產品競爭力不足 (相較於 AMD), 導致營收停滯. 競爭加劇: 各大雲端服務供應商 (如 Google, AWS) 紛紛開發自有的 Arm 架構 CPU, 進一步瓜分了 Intel 的市場份額.

轉折點: AI 代理與強化學習 (RL). 推論需求的轉變; 隨著代理型 AI (Agentic AI) 和強化學習(Reinforcement Learning, RL) 的普及, AI 不再只是生成文字, 而是需要處理大量的邏輯判斷, 上下文記憶存儲 (Context Memory Storage) 與複雜的工作流編排. CPU 瓶頸出現; 這些任務高度依賴 CPU 的指令處理能力. 報告指出, 2026 年將是 CPU 重新成為資料中心核心投資的一年.

AI 代理人如何從根本上改變資料中心的算力結構. 從 "生成內容" 轉向 "執行工作". 任務性質改變: 傳統 AI (如聊天機器人) 主要在 GPU 上生成文字. 但 "代理型 AI" 會執行工作, 例如網頁搜尋, 程式碼編寫, API 呼叫及文件解析. CPU 負擔加重: 這些任務屬於 "決定性任務" (Deterministic tasks), 高度依賴 CPU 的指令處理能力, 而非 GPU 的算力.

三大陣營 2026 年主要廠商的戰略佈局: AMD (Venice): AMD 憑藉著其創新的小晶片組架構 (Chiplet Architecture)持續領先. Intel (Diamond Rapids): Intel 寄希望於 Diamond Rapids 能重回競爭行列, 強調高核心數與更好的 AI 加速指令集. Arm 陣營 (Phoenix + Venom): 讓雲端巨頭 (如 AWS 的 Graviton 5) 能更快速地打造專屬 CPU, 在效能功耗比 (PPA) 上對 x86 架構造成極大壓力.

比例失衡修復: 代理型 AI 的興起正迫使資料中心重新調整 CPU 與 GPU 的配置比例 (從過去的幾百顆 GPU 配幾顆 CPU, 轉向更平衡的配比). 生態系動態: 雖然 Vera 強大, 但會將用戶鎖定在 Nvidia 生態系中, 且 ARM 架構可能面臨部分遺留工具的相容性挑戰. 市場機會: 這為 Intel, AMD 以及 Arm 提供了一個重回 AI 核心戰場的機會.

關鍵硬體技術趨勢. 記憶體與頻寬: DRAM 價格波動與 HBM 的供應將直接影響 CPU 系統的總成本. 互連技術 (Interconnect Evolution): 為了讓 CPU 能更有效地指揮 GPU, 跨晶片的互連技術 (如 AMD 的 Infinity Fabric 或 Intel 的新技術) 成為勝負關鍵. 2026 年的資料中心將不再只是GPU 的天下,而是進入一個 "系統級運算"  的時代.

若 2026 年資料中心進入 CPU 供應短缺的狀態, 代表算力瓶頸已從 GPU 轉移至系統調度與邏輯處理層. 在這種情境下, 市場資金將會從 "純 AI 算力 (GPU)" 轉向 "系統整合能力" 與 "代用方案". 可能受惠的有: 能提供 "更高核心密度", "更強互連效率" 以及 "協助雲端巨頭自研晶片" 的廠商. 可能受害有: 二線 AI 伺服器代工廠, 具有強大供應鏈議價能力的龍頭 (如廣達, 緯穎) 能優先拿貨.