CPU爆火，但服務器領域還有更大機會

2026年初，半導體行業被一則出人意料的消息震動：技術迭代穩健、市場成熟的CPU，竟也遭遇了類似存儲芯片的"產能危機"。

根據KeyBanc資本市場的數據，由于超大規模云服務商的瘋狂"掃貨"，英特爾與AMD在2026全年的服務器CPU產能已基本售罄。為應對這種極端的供需失衡，兩家公司均計劃將服務器CPU價格上調10%至15%，這在傳統上價格升降相對平緩的CPU市場實屬罕見。

CPU產能的罕見緊張背后，是一個不可阻擋的力量在推動。北美五大超大規模云服務商——谷歌、微軟、亞馬遜、Meta和甲骨文——在2026年的資本支出將同比大幅上漲40%。這些科技巨頭在瘋狂擴大AI基礎設施，而CPU作為任何服務器的必需品，成為了他們競爭的目標。

正如匯豐銀行分析師所指出的，隨著AI從簡單的助手演進為能夠自主規劃并執行復雜任務的AI智能體，對通用計算能力的需求正以前所未有的速度增長，直接推動了CPU需求的水漲船高 。

英特爾自身也感受到了這股熱潮。在其2025年第四季度財報電話會議上，公司高管承認，過去兩個季度服務器CPU的需求，特別是來自超大規模客戶的需求，完全超出了他們的預料。這種始料未及的需求激增，導致英特爾面臨供應短缺，并不得不做出艱難的戰略抉擇：優先保障數據中心客戶的供應，甚至不惜將部分PC產能轉向服務器芯片，這也凸顯了服務器CPU市場當前的火熱程度 。

01

CPU：從計算核心到AI時代的總指揮

長期以來，CPU作為服務器的"大腦"，承擔著處理各種通用計算任務的核心角色。它負責運行操作系統、管理內存、協調I/O操作，并執行各類應用程序的邏輯運算。在傳統數據中心架構中，CPU幾乎是唯一的計算單元，其性能直接決定了服務器的整體能力。然而，在以GPU為代表的并行計算加速器主導AI訓練的時代，CPU的星光一度顯得有些黯淡。許多人開始質疑：在AI時代，CPU是否已經淪為配角？

答案是否定的。AI智能體的興起，正賦予CPU一個全新的、不可或缺的戰略地位——AI工作流的"總指揮"。與主要執行大規模并行計算的AI模型訓練和推理不同，智能體AI的工作模式更為復雜。它需要進行規劃、調用不同的工具或數據庫、與外部API交互、并對多個AI模型的輸出進行協調和決策。這些任務本質上是串行的、邏輯復雜的，并且需要靈活的資源調度，而這正是CPU的傳統強項 。

英特爾CFO在財報會議上對此進行了深入闡述："世界正從人工提示請求轉向由計算機到計算機交互驅動的持續遞歸命令。CPU作為協調這些流量的核心功能，不僅將推動傳統服務器的更新換代，還將帶來擴大裝機基數的新需求"。換言之，CPU成為了整個AI系統的"中樞神經"，負責協調和編排各種專用加速器，將原始的算力轉化為解決實際問題的有效能力。

02

CPU市場格局：從一家獨大到兩強爭霸

然而，在相關市場中，競爭格局早已天翻地覆。英特爾曾一度占據服務器CPU市場97%的絕對壟斷地位，但AMD憑借其EPYC系列處理器的強大產品力，成功上演了一場逆襲。根據Mercury Research的數據，截至2025年第三季度，英特爾的服務器單位出貨量份額已下滑至72%，而AMD則強勢占據了近28%的份額。在更能反映市場價值的營收份額上，英特爾更是跌至61%，而AMD則攀升至約39% 。

AMD EPYC處理器的成功，得益于其在核心數量、性能功耗比上的顯著優勢。從2017年中發布的第一代EPYC（Naples）開始，AMD就以更高的核心密度和更優的能效比吸引了對成本和效率極為敏感的云服務商和大型企業。早期采用者對其性能水平感到驚喜，口碑迅速傳播，使EPYC成為市場上不可忽視的力量。

據報道，AMD的目標是占據服務器CPU市場50%的份額，這意味著與英特爾之間的競爭還將持續升級。這場曠日持久的"CPU戰爭"遠未結束，但一個不爭的事實是，雙頭壟斷的格局已經穩固，市場正在從一家獨大走向兩強爭霸。

然而，當所有人的目光都聚焦于這場"王座之爭"時，一個更強大的顛覆者已在悄然積蓄力量。正如Bloomberg Intelligence分析師所指出的："AI加速器市場正在經歷結構性轉變，因為傳統CPU已無法滿足現代AI模型的大規模計算需求"。這一判斷，將我們的視野引向了一個更為廣闊的戰場。

03

ASIC的崛起

ASIC，即專用集成電路，是為特定應用而設計的芯片。與CPU的"通用性"相對，ASIC的"專用性"使其能夠在特定任務上實現極致的性能和能效。在AI時代，這種為特定算法量身定制的芯片，正成為超大規模云服務商的新歡。

超大規模廠商轉向ASIC的原因主要有三點。首先是成本優化：當AI運算規模達到數萬甚至數十萬芯片級別時，通用芯片高昂的采購成本和運營成本（主要是電費）成為巨大負擔，自研或定制ASIC可以顯著降低單位算力的成本。其次是性能與能效：通過裁剪掉通用CPU中大量非必需的模塊，ASIC可以將所有晶體管都用于特定的AI計算，從而在性能和每瓦性能上實現數量級的提升。第三是架構差異化：自研ASIC使云服務商能夠構建獨特的、與自身軟件和服務深度綁定的硬件生態，形成他人難以復制的競爭壁壘。

各大市場研究機構的預測數據雄辯地證明了這一趨勢。根據Bloomberg Intelligence于2026年1月發布的報告，雖然GPU在未來十年仍將主導AI加速器市場，但定制ASIC市場的增長將更為迅猛。預計到2033年，定制ASIC市場規模將達到1180億美元，復合年增長率高達27%，其在整個AI加速器市場的份額將從2024年的8%躍升至19% 。

Counterpoint Research于2026年1月26日發布的報告預測則更為激進。他們預計全球AI服務器ASIC的出貨量在2024到2027年間將增長三倍，并將在2028年超過數據中心GPU的出貨量，屆時全球數據中心AI服務器ASIC出貨量將超過1500萬片。該機構指出，2024-2028年間，全球前10大AI超大規模廠商累計將部署超過4000萬片AI服務器ASIC芯片。

市場格局也在發生深刻變化。2024年，AI服務器ASIC市場由谷歌（64%）和AWS（36%）主導，呈現雙寡頭格局。但到2027年，市場將演變為更加多元化的生態，Meta（MTIA）和微軟（Maia）等玩家也將占據重要份額 。這一轉變凸顯了超大規模廠商從依賴通用GPU轉向內部定制芯片的戰略意圖。

在ASIC設計合作伙伴領域，博通預計將保持領先地位，到2027年占據約60%的市場份額。該公司通過與谷歌、Meta和OpenAI的合作，牢牢把控著AI ASIC市場的主導權。Marvell則憑借與AWS和微軟的關鍵設計合作，占據約20-25%的市場份額。值得注意的是，聯發科正在進入這一領域，已獲得谷歌 TPU v8x推理芯片的設計合作，對博通的長期主導地位構成潛在挑戰 。

04

巨頭的ASIC產品

在這場ASIC的軍備競賽中，幾大科技巨頭已經推出了足以挑戰行業格局的"巨獸"。

谷歌TPU作為ASIC領域的先行者，谷歌的TPU已經發展到第七代（Ironwood），于2025年4月發布。TPU v7擁有驚人的4,614 TFLOPs（FP8）的單芯片算力，配備192GB的HBM3e高帶寬內存，支持超過100萬token的KV緩存，專門為大規模AI推理和支持其核心產品Gemini大模型而設計。在系統級擴展方面，單個TPU Pod可容納9,216顆芯片，形成強大的超級計算集群。

谷歌不僅自用，還通過與博通甚至聯發科的合作，構建了復雜的供應鏈。在即將推出的TPU v8系列中，谷歌采用雙供應商策略：博通負責高性能訓練芯片TPU v8AX "Sunfish"，聯發科則獲得推理專用芯片TPU v8x "Zebrafish"的設計合作，以平衡成本與性能。

Amazon AWS Trainium是亞馬遜云服務生態的重要支柱。最新的Trainium3采用臺積電3nm工藝，是AWS首款采用該先進制程的AI芯片。單芯片集成8個NeuronCore-v4計算核心，FP8峰值算力達到2.52 PFLOPs，配備144GB HBM3e內存（12層堆疊設計），內存帶寬高達4.9 TB/s，比上一代提升約70%。

AWS的目標非常明確：為云客戶提供比通用GPU更具成本效益的AI訓練選項。其Trn3 UltraServer平臺可集成多達144顆Trainium3芯片，總內存容量約20.7TB，總帶寬約706 TB/s，峰值FP8算力達362 PFLOPs。與上一代平臺相比，整體算力提升4.4倍，內存帶寬提升3.9倍，能效提升超過4倍。據報道，Trainium已經處理了AWS內部超過60%的AI推理工作負載，超出分析師預期 。

微軟Maia在2026年初發布的Maia 200芯片，直接將矛頭對準了推理市場。微軟宣稱，Maia 200的FP4性能是亞馬遜第三代Trainium的3倍，也超越了谷歌的TPU v7，是"任何超大規模廠商中性能最強的第一方芯片" 。這顯示了微軟在自研芯片上追趕并超越對手的決心，也標志著AI推理芯片競爭進入白熱化階段。

Meta MTIA 的自研芯片計劃同樣雄心勃勃。其MTIA芯片旨在同時覆蓋訓練和推理，以支持其龐大的推薦系統和未來的元宇宙及AI智能體應用。Meta正與博通等伙伴緊密合作，加速其自研芯片的迭代和部署。據報道，Meta在AI芯片基礎設施上的投入估計高達100億美元，并通過收購Rivos等舉措，進一步減少對NVIDIA的依賴 。

值得注意的是，臺積電在這場ASIC競賽中扮演著關鍵角色，占據前10大廠商AI服務器ASIC晶圓制造近99%的份額 。這意味著，無論是谷歌、亞馬遜還是微軟，它們的自研芯片最終都依賴于臺積電的先進制程能力。

05

結語

毫無疑問，CPU在可預見的未來仍然是數據中心不可或缺的組成部分。AI時代的復雜工作流，特別是智能體AI的興起，反而強化了其作為"總指揮"的戰略價值，為其帶來了新的增長動力。英特爾和AMD之間的激烈競爭將繼續推動技術進步，為市場提供更強大的通用計算平臺。對于這兩家公司而言，服務器CPU業務依然是利潤豐厚的核心陣地。

然而，從整個服務器芯片市場的增量和未來潛力來看，最大的機會顯然已經從通用計算轉向了專用計算。超大規模云服務商對極致性能和成本效益的追求，正在催生一個規模空前、增長迅猛的ASIC市場。據預測，到2030年，僅數據中心一項就將占據半導體市場總收入的50% ，而其中ASIC的份額將持續擴大。到2030年，超大規模云服務商和二級云服務商在AI相關資本支出方面的投資將超過3.5萬億美元，微軟2026年資本支出預計超過1500億美元，而OpenAI的基礎設施路線圖到2030年可能超過1萬億美元。

對于半導體產業的關注者而言，這意味著需要將視野從傳統的CPU雙雄爭霸，擴展到更廣闊的AI加速器領域。在這片新戰場上，主角不僅有英偉達這樣的GPU巨頭，更有谷歌、亞馬遜、微軟、Meta這些科技巨擘，以及它們背后的芯片設計服務公司如博通、Marvell等。它們之間的合縱連橫、技術競賽和生態構建，將共同定義下一個十年的計算架構。

CPU的故事遠未結束，但一個由ASIC開啟的、更加多元和精彩的服務器芯片新篇章，已經正式拉開帷幕。