CPU 产业趋势及 AI 算力需求分析会议纪要

摘要： 本次会议重点探讨了 AI 时代 CPU 的产业趋势，认为 CPU 的需求量正因模型范式从预训练向后训练（Post-training）及智能体（Agent）方向演进而迎来显著增长，且供需缺口将驱动产品价格上涨。

行业主线：

1. 模型范式驱动需求：后训练阶段（尤其是 Agent 类）涉及大量环境交互、代码沙盒模拟和多 Roll 采样，CPU 成为处理这些任务的核心。
2. 算法迭代带来放量：GRPO 等算法取代 PPO，通过增加 CPU 端的采样量来换取更高质量的训练信号，导致 CPU 用量出现十倍级扩张，且异步并行采样进一步拔高了用量上限。
3. 供需格局改善：CPU 在 AI 集群中的配比持续提升（从 1:8 演进至 1:4 甚至更高），在需求猛增而供给受限的情况下，涨价趋势预计将持续至 2026 年 Q3/Q4。

关键变化与分歧：

1. 角色重定义：打破了“AI 时代 CPU 将被边缘化”的认知，CPU 在 Agent 管理和后训练中具有不可替代的瓶颈作用。
2. 需求重心偏移：当前需求主导力量为后训练而非推理侧，推理侧的 CPU 放量仍需等待 B 端 Agent 应用的成熟。

受益方向与风险：

1. 受益方向：全球 CPU 龙头（英特尔、AMD、ARM）以及国内 x86 架构厂商（海光信息）、自研架构厂商（龙芯中科、中国长城）及相关 PCB/接口芯片供应商。
2. 核心风险：虚拟化或容器化技术效率提升导致硬件需求低于预期；软件端需求被高估。