CPU为啥突然成了“香饽饽”
最近，硅谷和华尔街同时发生了一个很大的反转。前两年， ai 产业链最风光的是 gpu， 英伟达几乎一家独大。后来 ai 数据中心疯狂扩张，电力告急，连电厂都被 ai 带火了。 可现在，一个曾经被很多人认为过气的东西，又重新回到了牌桌上，那就是 cpu。 有 人说，这也是让英特尔和 amd 这些老牌 cpu 巨头彻底飙升的真正原因， 但它们重新被市场看见，真正原因不是 cpu 取代了 gpu， 而是 ai 进入了智能体时代。很多人以为 ai 时代只有 gpu 重要，谁有英伟达，谁有算力卡，谁就掌握未来。但我告诉你， 这个理解太简单了， gpu 时代是 ai 在 学习 cpu 重新被重视，是 ai 开始干活。过去，大模型的主战场是训练， 核心是大规模矩阵计算，所以 gpu 当然是主角。前两年，整个 ai 产业链最火、最缺、最贵的也都是 gpu。 但今天， ai 的 主战场正在变，它正在从训练大模型转向推理、智能体和企业落地。训练阶段， ai 是 在学习 推理阶段， ai 是 在服务智能体阶段， ai 开始真正替人干活。这个变化非常关键。比如，你让一个智能体做一份行业报告，它要先理解目标，再拆解任务， 再查资料、读文件、做对比、写结论，最后还要检查有没有遗漏。你让智能体进入企业流程，他还要访问数据库，调用各种软件和系统，跑代码、操作网页，甚至和别的智能体协助。你发现没有，普通聊天机器人是你问一句， 他答一句，但智能体不是这样，智能体更像一个人在电脑前干活， gpu 负责模型计算， cpu 负责组织这场工作。所以到了智能体时代， cpu 就 不只是幕后配角，而是 ai 系统的总调度。 gpu 像一群特别能算的工人， c p u 像项目经理调度中心、交通枢纽，工人再厉害，如果没人组织，整个系统一样跑不起来。而且现在 g p u 还是太贵，如果 c p u 调度跟不上，数据送不过来，任务派不过去， g p u 就 会在那里等数据、等任务。 这就像你花高价请了一群顶级工程师，结果项目经理不会派活，材料也供应不上，工程师只能坐着干等。而 gpu 一 旦空等，利用率就下来了。所以高性能 cpu 的 价值不只是自己算的快，而是能让 gpu 少等 多干活。这就是为什么智能体和推理任务越多， cpu 越不能拖后腿。过去 ai 训练时代，大家关心的是我有多少 gpu， 能不能训练出更大的模型。但智能体时代，大家开始关心的是 能不能同时处理大量任务，用户点一下， ai 能不能马上反应，工具调用，能不能稳定一个复杂流程，能不能从头跑到尾， gpu 会不会在那里空等。所以你看现在 ai 服务器的配方也在变，过去大家觉得 gpu 越多越好， 一颗 cpu 带好几张 gpu。 但到了智能体时代， cpu 内存、网络、存储的重要性都在上升。因为过去 ai 是 在一个地方猛算，现在 ai 是 在跑一套复杂工作流，它要读数据、要调工具、 要传输信息、要做决策、要反复检查，还要和企业现有系统打通。这背后说明一个大趋势， ai 产业正在从大模型训练竞赛进入智能体落地竞赛训练时代，拼的是模型参数、 gpu 数量、算力规模。 智能体时代，拼的是系统协调、任务编排、工程落地。说白了， ai 不是 一道数学题，而是一套生产系统，只会训练模型不够，只会堆 gpu 也不够。真正到了企业里， ai 要每天跑，稳定跑、可控的跑，安全的跑， 它不是表演一次 demo， 而是要变成生产力系统的一部分。所以英特尔、 amd 这些 cpu 厂商最近被重新关注，本质上不是 cpu 突然取代了 gpu， 而是 ai 从会聊天开始变成会干活。而当 ai 开始干活， 整个算力底座就要重构。这件事对中国企业也有启发，我们不能只盯着模型参数，也不能只盯着 gpu 数量。未来真正有价值的 ai 能力，一定不是单点能力，而是系统能力。企业真正需要的 不是一个偶尔聪明的 ai 玩具，而是一套能在真实业务里稳定干活的 ai 系统。谁能把模型、硬件、 软件、流程、安全组织起来，让智能体真正跑完任务，谁才能吃到 ai 落地的红利？ 所以最后我想问大家一个问题， ai 时代最值钱的到底是 gpu、 cpu、 电力这些硬资源，还是能把智能体真正用起来，把复杂任务稳定跑完的系统能力？评论区聊聊。
粉丝1291.1万获赞1.2亿
相关视频
00:47查看AI文稿AI文稿cpu 为什么突然火了？昨天晚上，英特尔的首席执行官陈立武表示，随着未来 ai 的 发展，从训练到推理， gpu 跟 cpu 的 比例从过去一比八到现在一比一，也就是未来每出一个 gpu， cpu 的 比重将提升八倍以上。昨晚英特尔财报出来之后大涨百分之二，十几，美股的芯片全线大涨。 cpu 到底为什么突然火呢？本质其实就是 ai 发展到今天，从训练到现在的推理啊。 你可以理解为过去 cpu 它只是一个跟班，但是到现在推理时代已经成为了调度总指挥了。财报显示的现在订单已经排满了，英特尔和 amd 的 产量定满了， 交期达到六个月以上，涨价百分之十到十五，有价无市。而且单台智能体服务器的 cpu 用量是老 ai 的 二十到三十倍。 ai 时代的红利滚滚而来啊，这次你站在了风口上吗？
291A股大恒哥
05:52查看AI文稿AI文稿cpu 也要涨价了，而这一切都是 ai 害的，甚至就连一直低迷被人看不起的英特尔股价都在疯狂暴涨。在过去几年，老黄靠着 gpu 几乎把全世界的热钱都赚进了兜里。大家都说搞 ai 只要显卡够多就行。 大家好，这里是百分之一百人类配音的差评前沿部。今天咱们来聊聊为什么现在的 ai 越来越需要 cpu 了。虽然现在我们知道 ai 离不开显卡，但实际上最早的 ai 其实一直都是 cpu 的 形状， ai 的 历史 可要比显卡要早得多了。人工智能 r t f j intelligence 这个单词早在七零年的达特茅斯会议上就有一帮大佬正儿八经的在讨论了。而显卡的出现则是要到九十年代的中后期，在这之前，绝大多数的人工智能算法，不管是早期的感知机，还是后续的 c n n n n 继续学习人脸识别算法，都是用 c p u 来硬算的。普林奖得主乐坤在一九九八年的一篇论文中就提到过，他们当时要训练一个 c n n n 模型的话，就得在单个 c p u 上跑个两三天的时间， 想要训练更大的模型，那就得上更多更强的 cpu。 但我们现在知道，用 cpu 来训练 ai 本质上是个非常低效的行为。在当时大家也没钱买那么多的 cpu， 这就导致当时训练出来的 ai 都很拉， 拉到当时的一些整稿人看到论文名字里带有神经网络，就会考虑拒稿。于是大家为了不让自己的论文被直接丢进垃圾桶，不 不得不给神经网络起个花名来蒙混过关。但是很快大家发现，神经网络真正的 c p 其实是 gpu。 二零一二年的 image net 大 赛上图灵奖得主星盾带领的小队打出了遥遥领先的战绩，用两张电脑城里买到的 gtx 五八零显卡，把图像识别准确率给直接提升了十个百分点。也 就是从那一天起，路边一条的神经网络直接起飞。于是，在用上了 g p u 之后，诞生了几十年的老古董深度学习迎来了大爆炸， ai 成了新时代的黄金，而 g p u 成了那个能挖掘金矿的铲子，老黄也穿着它标志性的皮衣，通过卖铲子一路把英伟达的市值干到了世界第一。 曾经的王者 c p u 在 这场 ai 狂欢中彻底沦为了配角，只能干点杂活。但就像咱们开头说的，风水轮流转，莫欺少年穷。到了二零二六年的今天，大家突然发现，要搞好 ai， 光靠 g p u 已经不够了。过去我们用 ai， 不 管是叉 g p t 还是 deepsea， 大家基本上都是对着一个网页唠嗑， 我们提问，然后那边 gpu 在 原地狠狠地做矩阵计算，预测下一个 token 是 什么，再把答案一段段吐出来。这种简单的流程，基本就没有什么 cpu 插手的空间了。但是随着 cloud code 的 龙虾这样的 a 阵的工具越来越火， 事态逐渐发生了一些变化。 ai 干活不再是简单的一问一答的互动环节，而是我们把一个问题丢给 ai 后， ai 需要自己想办法把整个问题给补完。举个例子，我们让 ai 来帮我们去买个奶龙玩偶。 ai 最先做的就是搞清楚什么是奶龙，如果不认识的话，就要去网上搜一搜，看看这是啥。确认完之后，他还得去选合适的工具，比如调用电商平台的接口或者浏览器工具。去搜奶龙玩偶的价格、款式、店铺和销量 后，还得把这些信息整合核实一下，判断一下哪个链接更靠谱，哪个产品的价格更合理，最后再把结果给端上来。看这个过程我们会发现，现在的 a 就 能在干活的时候，都是先让 gpu 干点活，再让 cpu 接力，再干点活，接着再让 gpu 干活的连环交替类型， 你要是 cpu 的 性能拉了，那 gpu 直接开始摆烂。所以现在大家为了不让 gpu 摸鱼，都在想方设法给数据中心里塞更多的 cpu。 微软在建设最新的数据中心 firewater 的 时候，就专门额外建了一栋全是 cpu 的 大楼。除此之外，大家也发现，现在想让模型的性能变得更强，也离不开 cpu 在 后面发光发热。 现在想要模型变得更聪明，光给他塞几张显卡堆，规模很多时候已经不太够用了。这一代模型想进步，越来越依赖 r a l， 也就是强化学习的功劳。 deepsea 就是 靠强化学习搞出了 r e over n i anti robin、 谷歌、阿里 grog 这些头部 ai 巨头，也在强化学习上花了不少的功夫。所谓强化学习，就是不再只让模型坐在教室里背标准答案，而是直接扔进考场，让他下场做题， 做对了给奖励，做错了扣分。多来几轮之后，模型就能慢慢学会什么样的做法，更容易拿高分了，模型的能力也会随之变强。 比如你让 ai 练写代码的能力，那模型就不能光生成代码就完事了，得把代码真的跑起来编一遍测一遍，看看报不报错，结果对不对。这个验证强化学习结果的过程，就需要 cpu 来帮忙。模型的每次训练背后都可能是一堆 cpu 在 陪他做演习，在旁边搭场地搬道具打分看成绩， c p u 甚至成了大模型最严厉的导师。于是为了能够获得更强的 c p u， 各家大模型厂商也是整出了各种绝招。除了直接向行业老大哥英特尔下单购买 c p u 之外， 有技术积累的谷歌开始搞起了自研 c p u， 没有技术积累的 mate 则是直接开始和隔壁阿姆合作，开始共同研发。同时，各家大厂数据中心的领导还发现了一件怪事，那就是你越花钱买 c p u， 干的所有活其实都是 c p u 来给他指派的。在 g p u 正式开始干活前， cpu 需要干一大堆的活，如果 cpu 本身就拉了，这活根本就排不出来处理数据，磨磨唧唧就会导致功耗大，几百瓦昂贵无比的 g p u 直接开始磨洋工了。结果就是要干一样的活，得花掉更长的时间，那电费账单可不就上去了吗？ 相反，直接换上更贵、功耗更大的杭爆了的高端 c p u 来干活的话，虽然 c p u 自己花的电够多，但他给 g p u 派活的速度也一点不慢，反而能让 g p u 更快的把活干完，给哥们省下更多的电。 a m d 之前就做过实验，他们给同样的 g p u 配上了不同的 c p u 来测试，结果发现用上好的 c p u 的 那组 消耗的电量增加了百分之零点八，但干活的效率提升了百分之八，可以说是性价比直接拉满了。于是，在这些各种各样的因素叠加下， c p u 反而迎来了自己事业的第二春。可以说，在未来，随着 ai a 政策和强化学习的继续爆火， c p u 在 数据中心的地位只会越来越稳固。 这对于英特尔、 amd 甚至想分一杯羹的英伟达来说，绝对是一波天降富贵白捡的流量。但对于我们这些抽打游戏的人来说，这倒变成了一个让人笑不出来的坏消息。看看远方的内存价格就知道了，在这场属于巨头的狂欢中，咱们这些普通人根本就没机会上桌吃饭。
2.0万差评前沿部
05:25查看AI文稿AI文稿当所有人都在抢 gpu 的 时候，聪明钱已经悄悄转向了 cpu。 五月六号， a 股的半导体板块彻底疯了，科创五零指数盘中一度暴涨超过百分之九，差点创了历史新高，海光信息的市值直接轰到了八千亿。韩五季、蓝企科技、龙行、中科清一色的大幅上涨， 主力资金在一天之内就往半导体这个池子里面砸了将近三百个亿。而点燃这把火的不是什么国内的小作文，而是一份来自于大洋彼岸的财报。 amd 在 五月五号的盘后发了二零二六年第一季度的成绩单，而这个成绩只能用三个字来形容，那就是太炸了！ 营收一百零三亿美元，涨了百分之三十八，创了记录了利润增长了百分之四十三，自由现金流翻了三倍多，也是历史最高。但这都还不是最关键的，真正让市场兴奋的是 amd 高管在电话会上说的一段话， 他们说呢，我们把二零三零年服务器 cpu 的 市场预期从六百亿美元直接给上调到了一千二百亿美元以上，翻了整整一倍，年增长率从百分之十八改成了超过百分之三十五。而且呢，今年二季度，他们自己的服务器 cpu 收入的增速预期是超过百分之七十， 这什么概念呢？这是 amd 在 用数据告诉你， cpu 的 好日子才刚开始啊。这个消息一出来， amd 的 股价盘后直接拉了百分之十六。然后呢，这把火就烧到了 a 股。那问题来了， cpu 怎么突然就火了呢？ ai 不是 一直靠 gpu 算得快吗？ 需求暴增的核心在于， ai 的 工作负荷正在从训练转向推理，特别是代理式 ai。 也就是说， ai 正在从回答问题进化到完成任务，这些规划、调度、管理的活儿，恰恰就是 cpu 最擅长的。 说的再直白一点儿， gpu 像个干苦力的，他算数算得快，而 cpu 呢，像个项目经理，他更会管理。以前是大模型训练阶段，那时候呢，需要大量干苦力的。可是现在， ai 开始走进应用阶段了，越来越多的任务需要项目经理来统计。 amd 的 ceo 苏自峰在电话会上还透露了一个数字，说传统数据中心里面呢，一个 cpu 带四个甚至八个 gpu。 现在 ai 代理来了，这个比例呢，正在往一比一走， 也就是说，一个 c p u 只配一个 g p u， 在 某些场景下， c p u 的 数量甚至要超过 g p u。 还有英特尔的新 ceo 也说了一模一样的话，他说过去 c p u 和 g p u 的 比例是一比八，现在变成了一比四，而且呢，正在往一比一甚至更好的方向发展。 你算算，同样是装一台 a f 武器，需要的 c p u 的 数量是翻了好几倍啊。而且呢，不光他们这么说，瑞银最近出了份报告，算的是更加仔细。 报告里说，传统 ai 训练的时候，一颗 gpu 配八到十二个 cpu 核心就够了，但是到了 ai 代理，需要八十个到一百二十个，核心需求增长了五倍到十倍。 还有更加震撼的是运营说，传统 ai 时代，百分之七十到八十的计算发生在 gpu 上，但是到了 ai 代理时代， 这个比例倒过来了，百分之七十到八十的计算会发生在 c p u 上。所以瑞银的预测是，服务器 c p u 的 市场规模会从二零二五年的三百亿美元左右涨到二零三零年的一千七百亿美元，五年差不多五倍啊。另外呢，还有个火上浇油的因素就是产能不够啊， 现在全球最先进的芯片代工厂台积电的才能基本上被 gpu 给抢光了。高端 cpu 也缺货，英特尔说他们完全供不应求， cpu 交货周期拉长到了六个月，因为供不上货，英特尔已经涨了两次价了，加起来涨了百分之二十。 amd 也跟着涨，两三个季度里面累计涨了百分之十六到百分之十七。缺货加上涨价， cpu 的 市场可以说是量价齐升。 那么现在这个市场里面到底谁在吃肉呢？先说说那些国际上的老面孔，英特尔还是老大，它的服务器 cpu 的 出货量份额还有七成多， amd 呢，则像个进攻者，猛追不舍。另外呢，还有一支不可忽视的力量，就 arm 阵营锐盈，预计到二零三零年，它的出货量份额能够冲到百分之四十到百分之四十五。 最后呢，再说说咱们国内的情况，在海外巨头产能紧张、国内算力需求猛增的双重作用下，国产 cpu 正在迎来一个非常好的窗口期。有预测显示，二零二六年中国 cpu 市场规模接近两千六百亿人民币，国产化率已经超过一半了。 国内呢，现在主要有三条路，一条是海光信系列代表的 x 八六路线，由于金融性好，金融电信这大行业用的多，市占率超过百分之四十。 第二条是华为、鲲鹏和飞腾，走 arm 路线，它在政务云、 ai 服务器里面很常见。第三条呢，是龙心中科完全自主的指令级， 这三条路各有各的打法，但是都在往上走。最后呢，给大家总结一下核心的观点，那就是 cpu 这次的翻身根本就不是短期炒作，而是 ai 发展到了这个阶段之后呢，一定会发生的结构性的变化。 一阶段训练大模型的时候呢，是 gpu 唱绝对的主角，到了第二阶段要部署 ai 代理的时候， cpu 就 开始强势回归了，就这么简单， 所有技术的爆发最终都要过应用这一关，而这一关的把门人叫 cpu。 当然，任何的逻辑都会有不确定性， ai 代理落地的速度会有多快才能平静，什么时候能够缓解，竞争格局还会怎么发生变化，这些都得要边走边看。 但是呢，有一件事现在就可以确定，那就是在 ai 这场长跑里，主角从来都不会只有一个，而现在的聚光灯已经开始打到了 cpu 的 身上了。
1.1万周媛
05:26查看AI文稿AI文稿董事长们别睡了，今天夜里，英特尔股价暴涨了百分之十一，干到了一百零六美元，市值冲到五千三百五十一亿美元。 更夸张的是，他今年以来的累计涨幅已经接近百分之一百九十。百分之一百九十？什么概念？差不多是同期英伟达涨幅的两倍。 就在好多人还在拿牙膏厂这个老梗开玩笑的时候，英特尔已经悄悄走出了超级反转。这背后到底发生了什么？咱们 a 股有哪些公司能真正吃到这波红利？这条视频我会把底层逻辑拆得明明白白，全程高能。别走神， 咱们先把时钟往回拨。过去两年， ai 行业拼了命的堆 gpu， 谁的卡多谁就是野。英特尔 cpu 被晾在一边，像个过气的配角。 可这事到了二零二六年，画风突变， ai 的 重心从模型训练转向了推理和 agent， 智能体大规模落地。简单说，以前是让 ai 学知识，那是 gpu 的 强项。现在是让 ai 干活、做决策、调用工具，这些事天然要 cpu 来调度。 英特尔的 ceo 陈立武在最近一次财报会上放了个非常关键的信号，过去数据中心每部署一颗 cpu， 平均要搭七八颗 gpu， 现在这个比例已经快速收窄到一比四。 随着 ai a 阵进一步铺开，未来很可能变成一比一，甚至 cpu 用得更多。这就意味着， cpu 不 再是那个跟在 gpu 后面喝汤的小弟，而是重新回到了 ai 基础设施的 c 位。 这可不是 ppt 画饼，真实产业链上已经出现抢货了。今年一开年，超大云厂商就开始疯狂扫货，英特尔和 amd 全年的服务器 cpu 产能基本被预定一空， 英特尔一季度已经涨过价了，市场预期下半年还有接近百分之十的再提价空间。摩根时代力更是直接给了一个量化测算，他们认为到二零三零年，全球数据中心 c p u 的 市场规模能冲上八百二十五亿到一千一百亿美元，其中光 agintake ai 带来的新增需求就是三百到六百个亿。 所以英特尔这股价根本不是在炒概念，是在对 cpu 的 产业价值重新定价。好，接着再看第二个让市场兴奋的点，就是英特尔的代工业务。以前市场提起英特尔代工就两个字，烧钱。但最近几个月一连串动作，直接把预期扭转过来了。四月一号，英特尔从阿波罗手里 把爱尔兰工厂百分之四十九的股权权数买回，重新拿回完全控制权，这说明现金流底子厚了，对未来产能利用率非常有信心。 紧接着四月七号官宣加入马斯克的 terafap 项目，跟 spacex x e i 和特斯拉一起搞芯片设计、制造和封装，等于代工业务，拿下了第一个超级大客户。每隔两天，四月九号，谷歌又和英特尔签了 cpu 和定制 ipo 的 多年期合作大单。 更深层的逻辑是，台积电三纳米的先进性能极其有限，扩张速度跟不上需求，大量芯片设计公司急需第二个可依赖的先进制程来源。 英特尔的一八 a 工艺用的 ribbon fat 全环绕炸极加 power via 背面供电这两大杀手锏，每瓦性能和芯片密度都大幅提升，是北美最早可用的两纳米以下节点。 现在不光谷歌传出来，苹果、 amd、 英伟达、博通都在评估导入英特尔办公，那个曾经最被嫌弃的烧钱包袱，一转眼变成了整个芯片供应链里最稀缺的战略资产。还不止这些。 这次英特尔身上有一条特别容易被忽略但极有含金量的线，这是它的先进封装技术。 e m i b 简单理解就是把不同的小芯片像搭积木一样高速连在一起，带宽大、能耗低。谷歌的下一代 t p u v 八 e 已经确认要采用英特尔的 e m i b 封装，亚马逊的定制 ai 处理器也在洽谈中。 这就正好又撞上了台积电 kolos 封装产物被挤爆、订单外溢的窗口。英特尔自己的高管甚至公开说了一句话，封装可能会在未来十年改变，人工智能革命这个底气，市场已经开始买单了。 说到这里，逻辑就非常清晰了， c p u 价值重估，代工生态反转，先进封装爆发，单股力量拧在一起，推着英特尔一路猛冲。那问题来了， a 股怎么办？光看美股热闹不行，我们得找到咱们自己能落地的机会。我梳理了三条线，你记一下。首先是先进封装，这条线， 英特尔 e m i b 被巨头认可，台积电封装产能又外溢，国内先进封装厂正处在确定性最强的紧期周期里。像长电科技全球封测前三，自己研发的 x d f o i 技术已经用在 ai 芯片上， 海外和国产算力封装订单都在放量。华天科技一直有承接英特尔相关的芯片封装业务， chiplet 技术路线布局得很全，这波东风基本是直接吃肉， 正上游的材料端，像华海程科做封装用的环氧塑封料，还有联瑞新材的高端球形硅微粉，都是先进封装必不可少的耗材，国产替代空间很大。再看服务器生态，英特尔和 amd 的 服务器 c p u 全卖爆还涨价，供应链上的公司是躺赢的。 浪潮信息本来就是这两家的顶级合作伙伴。 ai 服务器出货量国内第一， cpu 越紧缺，它的货越值钱。还有做高端服务器 pcb 的 圣红科技，它是英特尔的长期核心供应商，算力需求越猛， pcb 出货就越猛。另一个经常被忽视的是蓝起科技， ddr 五内存接口芯片全球龙头， 只要是英特尔和 amd 最新的服务器平台，标配就是它的芯片， cpu 出货暴增，它直接跟着出货暴增。还有一个绕不开的维度是国产算力。英特尔 cpu 崛起的大背景是推理时代通用算力需求爆发，这个逻辑同样会投射到国产算力龙头身上。 海光信息，目前国内 x 八六服务器 cpu 绝对主力是英特尔。逻辑在 a 股最直接的映射，叠加国产替代和 ai 推理双驱动，韩五 g 在 国产 ai 推理卡上的布局也在加速收获。随着国产算力在数据中心大规模落地，它能切到的蛋糕相当可观。 不过话我一定要说在前面，我们看逻辑梳理方向，是为了看清产业未来，而不是盲目追高，市场永远有机会，也永远有风险。
2911久韭究财
01:21查看AI文稿AI文稿家人们，为什么 cpu 突然涨价？现在很多的笔记本电脑都出现了涨价， ai 时代 cpu 逐渐将会变成主角，那上周五长城已经出现了异动，直接封死。 那 cpu 涨价的逻辑有几个方面，第一就是从需求端来看，同等 gpu 的 规模下， cpu 的 需求翻了两到八倍，那从共聚端来说，英特尔 amd 上半年已经出现了涨价百分之十，下半年预估还能涨到百分之十。 那产能的话，二六年英特尔和 amd 服务器 cpu 的 产能基本已经受限，那交付周期拉长了八到十周。那如果说国外的产能受限化，国产替代的话，很可能会出现一个爆发式的增长。 那我也简单的梳理一下三大受益的方向。第一个就是国产 cpu 的 设计，那这个是最直接受益的，那核心的标的有海光信息、龙心中科和中国长城。 第二个就是服务器的 pcb c p u 化，需求大量的元气件，那 pcb 的 话，核心有护电股份、盛弘科技、深南电路等其他的。 那第三个就是存储和内存接口芯片的，那 cpu 如果放量爆发式增加的话，那这个需求量也是非常高的。还有蓝企科技和赵毅创新。那票友们你觉得有哪些核心的标的，可以在评论区交流一下。
23南阳炒家
03:54
07:37查看AI文稿AI文稿最近这个 cpu 价格持续的上涨，嗯，然后背后到底是哪些原因在推动？包括 ai 技术的新的发展，以及中美贸易政策等等，这些因素是怎么让整个 cpu 产业的格局发生变化的？是啊，这个确实是最近大家都非常关心的一个话题，那我们就直接进入今天的讨论吧。 咱们先来说说就是这个 cpu 涨价的现状和趋势。我想先问一下，最近这一轮 cpu 的 价格到底涨了多少？不同的类型涨的幅度一样吗？其实是从今年的三月份开始，消费级的 cpu 就 已经有了百分之五到百分之十的涨幅，那服务器的 cpu 呢？涨的就更多了，百分之十到百分之二十， 然后高端的 ai 专用的 cpu 甚至已经超过了百分之二十五。那看起来不同的领域涨价的差异还是挺大的。 那这个情况会持续很久吗？没错，就比如英特尔，它是在三月份的时候先调涨了 pc 的 cpu， 然后紧接着四月份的时候又调涨了服务器的 cpu。 那 amd 它也计划在今年的二十三季度分两次上调服务器 cpu 的 价格，累计的涨幅可能会达到百分之十六到百分之十七。嗯， 而且供应链的消息还显示，这个短缺的情况可能会一直持续到二零二七年，甚至今年的下半年还有可能会迎来新一轮的涨价。听起来情况不容乐观啊。那接下来咱们就来谈谈 ai 产业的逻辑变化，到底是怎么影响 c p u 的 地位的。 我特别想问的就是， ai 的 这个应用场景，从训练到智能体落地的转变，会给 cpu 带来哪些全新的需求？这个转变其实是非常大的，就之前大家讲 ai 算力，几乎都是讲 gpu， 因为那个时候大模型训练主要是靠 gpu 来做这种大规模的并行运算。嗯， cpu 就是 一个配角。 但是现在进入到智能体的阶段， ai 它要自己去规划任务，然后调用各种工具，并且要进行多步的推理和操作。 这个时候呢， c p u 就 变成了整个工作流的大脑，负责调度和复杂的逻辑控制。那这个时候就会出现一个问题，随着这个 ai 服务器里面 c p u 和 g p u 的 配比发生变化， 那这个市场对 cpu 的 需求会产生什么样的连锁反应？这个变化是非常直观的，就是以前可能一台服务器是配一颗 cpu， 八颗 gpu， 嗯，那现在已经变成了一比四，甚至有可能会变成一比一。那这就意味着同样规模的一个 gpu 集群，它对 cpu 的 需求一下就翻了好几倍。 对，所以这个是一个非常大的需求增长。了解了，那我们再看看这个 cpu 涨价在股市上面的表现。嗯，就是这个最近一段时间 cpu 的 需求猛增，然后价格又不断的往上涨，到底给相关的公司的营收和股价带来了什么样的影响？其实这个传导的路径是非常清晰的， 就是需求上来了之后，价格持续的飙升，那直接带动的就是行业龙头的营收和利润大幅的提升。对，那这个在股价上面的表现也是非常明显的。你比如说英特尔， 他今年的第一季度的营收是一百三十六亿美元，同比增长了百分之七，然后他的 ai 相关的业务已经占到了他整体营收的六成。 最夸张的是，他四月发布财报之后，股价单日直接暴涨了百分之二十三点六，短短九个月的时间，累计涨幅接近百分之三百三十。哇， 这也太夸张了，那其他的公司呢？不光是英特尔，其实 a 股里面跟 c p u 相关的股票，像海光信息、荣新中科、蓝企科技，它们都是在四月份之后有非常亮眼的表现， 就是整个板块都受到了非常大的提振。哎，既然聊到了这个，我们就来具体说一下这个 c p u 产业链的各个环节。嗯，在这一波涨价潮当中，到底谁是最大的受益者？ 其实这轮的行情，如果你只看芯片设计公司，或者说只看品牌，是没有办法看到全貌的。嗯，真正的关键还是在上游的精元制造和先进制成的才能上面。这么说的话，精元制造这个环节才是真正的瓶颈啊，完全没错，就拿台积电二零二六年第一季度的财报来看， 他的三纳米制成的出货量已经占到了他精元销售金额的百分之三十六，就这两个加起来，精元销售金额的百分之七十四。 嗯，那像英特尔、 amd， 它们最新的 cpu 全部都是要靠三纳米的产线，同时苹果、英伟达它们的 gpu 也都要抢这一条线，所以就是供需极度紧张。 虽然说台积电它的资本支出已经是顶到了五百二十亿到五百六十亿美元这个区间，但是新建的产能要真正的上线还是需要时间的，所以远水解不了近渴。 既然上游的产能这么紧张，那中游的这些 c p u 的 设计商，他们的情况怎么样呢？中游的话，其实就主要是英特尔和 amd， 他 们两个在分蛋糕嘛。 嗯，英特尔还是老大，他占有差不多百分之六十的服务器 c p u 的 市场份额，然后 amd 提升到了百分之二十以上， 他们两个加起来就吃掉了超过八成的市场，看来他们的话语权还是很强的。那他们的产品价格和交付周期是不是也受到了很大影响？因为消费级的 cpu 自三月份以来已经涨了百分之五到百分之十，然后服务器的涨幅更夸张，百分之十到百分之二十， 而且 amd 还计划在今年的二三季度再提两次价。嗯，那服务器 cpu 可能累计会有百分之十六到百分之十七的涨幅。最夸张的是焦期，就服务器 cpu 的 焦期已经从一两周拉长到了两三个月，甚至有的时候要等上半年，然后 amd 已经说他们二零二六年的 cpu 都已经全部卖光了。 这么说的话，下游的那些企业是不是压力特别大？是的，下游的云服务厂商和 ai 公司，他们就是只能高价去扫货嘛。嗯，然后同时又赶上这个智能体 pc 的 概念炒得火热，所以采购的需求就更加的旺盛，那成本压力就不断地往上跌价。对， 那这个时候每一环的溢价空间其实都在被严重地压缩。聊完了产业链的情况，我们再来说说这个中美贸易政策对于 cpu 市场的影响。 我想问一下，最近这一年出台的这些贸易措施，到底是怎么影响全球和中国的 cpu 产业链的？就是美国从二零二六年的一月份开始，对先进之城的芯片加征了百分之二十五的关税，然后紧接着三月份的时候，美国的众议院又全票通过了芯片安全法案， 到了四月份又推出了 match 法案的提案，就是它的这个出口管制是一层紧接一层的，那这个就直接打乱了全球的 cpu 供应链的节奏， 然后也让这个供需的错配更加的严重。这么看来，国产的 c p u 是 不是迎来了一个前所未有的机遇？没错没错，就是在这种外部的压力之下， 国产的 c p u 一下子就被推到了这个战略风口。然后我们也看到了二零二六年前两个月，中国的集成电路出口总额是四百三十三亿美元，同比增长了百分之七十二点六，然后整个中国的 c p u 市场规模到二零二六年年底预计会接近两千六百亿元。 那这个时候本土的这些厂商，像海光信息、隆鑫中科，他们就是通过 x 八六、 a r m 还有自研的指令集三路并进开始了全面的突围。明白了，那我们再来说说这个 c p u 行情的本质以及投资的建议，就是现在大家最关心的是这一波 c p u 的 涨价到底是一个短期的热潮， 还是说背后有一些更深层次的产业逻辑的变化？其实这一轮的上涨，它的核心就是因为 ai 产业从底层发生了一个逻辑的切换，嗯，所以它带来的是一个结构性的价值重估。那并不是说所有的公司都能够同样地去享受这个红利， 只有那些能够兼容主流的 x 八六生态，然后又有先进的架构和稳定的供货能力的厂商，才能够真正的在这一轮行情当中持续的受益。对，所以这个是投资者特别要去注意的，就是你一定要去仔细的甄别。 行，我们今天从 ai 的 这个新的趋势聊到了产业链的格局，然后又聊到了贸易政策，基本上把这一轮 cpu 涨价背后的主要的动因以及对行业和投资的影响都给大家梳理清楚了。好了，那就是这一期播课的全部内容了，然后感谢大家的收听，我们下期再见，拜拜。拜拜。
02:42查看AI文稿AI文稿当全球目光紧锁 gpu 时， cpu 为何在二零二六年突然逆袭，成为这一转变的核心驱动力在于人工智能发展阶段的深刻远近。 随着 ai 从大规模模型训练进入广泛的应用推理与部署阶段，特别是代理式 ai 的 兴起， 工作负债发生了根本性转变。代理式 ai 能够自主规划任务，调用工具、协调系统，如同一个数字秘书，这要求强大的任务编排与管理能力， 而这正是 cpu 作为系统管理单元和项目经理的相比之下， g pu 更擅长并行计算的苦力活。这种角色转变直接导致了服务器硬件配置的行业。数据显示，传统 ai 训练服务器通常采用一个 cpu 搭配四到八个 gpu 的 配置。 如今，面向 ai 代理的服务器，其 cpu 与 g p u 的 比例正 a m d。 首席执行官苏兹峰与英特尔高管均公开证实了这一趋势。更细致的数据指出，为单科 gpu 提供配套支持的 cpu 核心需求已从训练阶段的八到十二个激增制代理阶段的八十到一百二十个 增长了。巨大的需求增量引爆了市场预期。 amd 在 近期财报中将二零三零年服务器 c p u 市场规模预期从六百亿美元大幅上调至一千二百亿美元以上。 瑞银的报告则预测，该市场规模将从二零二五年的约三百亿美元增长至二零三零年的一千七百亿美元， 五年间有接近五倍的扩张空间。与此同时，高端 ai 服务器 cpu 单价已显著提升，加之产能紧张导致的交货周期延长， 市场呈现出明确的量价齐。 cpu 的 复兴标志着 ai 技术从实验室走向千行百业、应用落地的关键一步，其作为算力基石的地位正被重新定义。
1开眼视点
00:58查看AI文稿AI文稿坏消息， cpu 可能也要涨价了！随着龙虾克洛德这种 agent 的 发展， cpu 的 重要性重新被提上来。在 agent 的 计算过程中，不再是单一的用 gpu 运算，还需要用 cpu 做转移分配任务的工作。 就像木桶效应， cpu 和显卡的性能都很关键，不能高 u 低显，也不能低 u 高显。英特尔和 amd 乐坏了，到了我们消费者这边就成了单纯的坏消息， 产能都用来供应给 ai 公司，落到我们头上就是涨价。英特尔今年还在生产十三十四代 cpu， md 准备复产五八零零叉三 d， 今夕是何年啊？去年先是内存，今年又是 cpu， 这个市场真是越来越魔幻了，我真是觉得咱们也不用七八千预算了，直接两千预算捡垃圾。 e 五加二零六零显卡什么游戏玩不了，外面爱涨价涨价，我们用超低预算直接站起来登让奸商和导购自己玩吧。关注懒大王，装机不迷茫！
80懒大王装机
02:41查看AI文稿AI文稿玩游戏 cpu 的 性能早就严重过剩了，早在三年前我就说过这句话，但是为什么直到今天，我们依然还是达不到一个理想的帧数和游戏体验呢？ 今天我就给大家科普一下啊。以我手里这颗幺三六零 kf 为例，它的性能对于游戏来说也是溢出的过剩的，但是 cpu 做计算，它是需要数据的， 没有数据给 cpu 算，那么你的 cpu 就 算性能再强，算的再快也没用，你连数据都没有，难道你对着空气去算吗？对吧？数据都没有，这就好比 你是一个送餐很快的外卖员，你骑车快啊，熟门熟路，但是给你供餐的外卖商家，他的出餐非常慢，那么你送再快也是没有用的呀， 因为给你送餐的外卖商家出餐慢，导致你无餐可送，拖了你的后腿啊，所以你算在你那个送的再快也没有用。同理，跟 cpu 也是一样的， cpu 做计算的数据，它来自于你的这个内存啊，比如这个第四内存或者第五内存，还有 cpu 内部集成的缓存啊。那么为什么 这颗九八零三 d， 他的帧数为什么那么高，那么流畅？并不是说他的这个 cpu 性能啊，比这个幺三六百 kf 强多少， 他们两个的性能都是半斤八两差不多的。对于这个游戏来说啊，这两个 cpu 他 们的性能都是过剩的，至于为什么他们两个差距这么大啊， 就是因为给这个幺三六提供计算数据的内存和缓存啊，给幺三六提供计算数据这个内存，还有它 cpu 内部集成的这个缓存，对于现在这些每天都在更新啊，越来越多数据的游戏来说，这个配套的这个缓存 还有这个内存它的性能就不够用了，不够看了，拖了后腿，导致这个 cpu 它没有数据可以计算。那么相反，这个九八零零叉三 d， 虽然它的内存也不够看啊，虽然它的这个低点五内存也不够看，但是它这个 cpu 内部集成的这个缓存 够大，这个缓存的速度够快，所以这个九八零零它就有足够的数据支撑它这个 cpu 去做计算，所以它的帧数就飞起来啊，起飞。 所以我才说为什么 cpu 性能是严重过剩的，但是给 cpu 做配套的这个存储的性能啊，包括内存还有 cpu 内部缓存的性能，那是拖了后腿，远远不够看的。
2611杭州新超频电竞diy工作室
03:02查看AI文稿AI文稿你以为这次 amd 大 涨，是因为财报超预期？不完全是。真正让市场兴奋的是， amd 给出了一个很关键的信号， ai 服务器的红利已经不只是英伟达 gpu 在 吃了。这次 amd 一 季度营收超过一百零二亿美元， 同比增长接近四成。更猛的是，数据中心业务收入大约五十八亿美元，同比增长超过五成。这说明什么？说明 amd 已经不再只是那个卖 cpu 打英特尔的公司了，它正在变成一家真正的 ai 数据中心玩家。 过去两年，整个市场一提 ai 算力，第一反应就是英伟达 gpu h 一 百 h 两百 b 两百，谁有货谁就是大爷。但现在， ai 从训练走向推理，从大模型实验室走向真实业务场景， 服务器里面的 cpu 重要性又回来了。为什么？因为 gpu 负责算，但 cpu 负责调度， ai agent 要调用，工具要查，数据库要跑，接口要管理，上下文要处理，多任务并发，这些全都离不开 cpu。 所以， amd 这次最关键的不是 gpu 要挑战英伟达，而是它同时踩中了两个风口， 一个是 ai gpu， 另一个是服务器 cpu。 amd 的 ipc 服务器 cpu 本来就在持续抢英特尔的份额， 现在 ai 推理需求起来了，高核心数 cpu、 高内存带宽、多 gpu 调度能力全部变得更值钱。这就是为什么 amd 把未来服务器 cpu 市场预期大幅上调。说白了， ai 服务器不是只缺 cpu， 而是整台机器都在变贵， cpu 要升级，内存要涨价，企业级 ssd 要涨价， hbm 要抢，网络设备、电源、散热、机柜全都跟着吃紧。这也是为什么你现在看服务器市场，会发现一个很明显的变化， 以前是单卡涨价，现在是整机涨价，以前是 gpu 短缺，现在是整个 ai 基础设施链条都减。当然， amd 现在还没有真正打败英伟达，英伟达的酷的生态供应链能力、整机方案还有客户粘性依然非常强。 amd 现在更现实的定位是成为 ai 芯片市场的第二供应商，对于 mate、 open ai、 微软这些大客户来说，他们不可能永远只押保英伟达一家， 一方面英伟达太贵，另一方面供应太紧，第三是大家都想要溢价权。所以 amd 只要能把 m i 系列 ai gpu 稳定交付出来，就有机会吃到一大块增量市场。 但风险也很明显， amd 芯片制造高度依赖台积电先进封装、 hbm、 coops 这些环节，只要任何一个卡住，出货就会受影响。同时英特尔也不会眼看着 amd 继续抢服务器 cpu 份额。所以这次 amd 财报最重要的结论是， ai 算力竞争进入第二阶段了。 第一阶段是大家疯狂抢英伟达 gpu， 第二阶段是 cpu、 gpu 内存、 ssd、 网络电源、散热全链条一起涨价， 而 amd 刚好站在 cpu 和 ai gpu 两个交叉点上。所以市场这次不是简单炒 amd 财报，而是在重新给 amd 定价。 未来如果 m i 四百五十， m i 四百五十五这些 ai gpu 能大规模放量， amd 可能真的会成为 ai 服务器市场里英伟达之外最重要的变量。一句话总结， ai 时代，英伟达还是王者，但 amd 已经不是陪跑了，想第一时间知道 ai 和硬件行情变化，点个关注。
113算力真相局
04:29查看AI文稿AI文稿今天聊一个很多人还没注意到，但已经在加速发生的事情， cpu 正在重演两年前 gpu 的 暴涨剧本。先看几个数字，让你感受一下英特尔刚发的 q 一 财报，数据中心 cpu 营收涨了百分之二十二，是二零二二年以来第一次双位数增长。股票一天涨了将近四分之一，创了一九八七年以来最大的单日涨幅。 费成半导体指数跟着来了个十八，连涨破了三十三年的记录。为什么？因为 ai 的 计算结构在发生根本性变化。 过去两年，大家抢的都是 gpu 训练大模型、堆显卡吗？一个 gpu 配八分之一颗 cpu， 基本就是个附赠品。但今年不一样了， agentake， ai 就是 能自己规划任务，自己去调工具，自己写代码执行的那种 ai agent 爆发了， 这个工作赋载的天性就是吃 cpu 的 ai 每次做推理之前，要做任务编排、状态管理、调用外部 api， 全是 cpu 在 扛， gpu 反倒成了那个等着背位数据的配角。结果就是， gpu 跟 cpu 的 配比，从去年的八比一跌到现在的四比一。英特尔的预测是最终汇到一比一，甚至倒挂。你想想，这意味着什么？ 全球数据中心的 cpu 需求量少说翻四倍哈，需求端炸了，供给端呢？供给端是另一个故事，而且更扎心。 全球先进 cpu 的 命脉在台积电一条产线上。 amd 的 epyc 是 台积电造的， nvidia 刚出的，微软 cpu 也是台积电造的， 英特尔的部分产品也是台积电造的。台积电的 n 三先进制程就那么多产能， gpu 要抢， cpu 也要抢，苹果、高通、联发科全在抢。产能优先给谁？当然给 gpu 啊，单价高，客户大，战略地位重， cpu 就 被挤到了后排。结果就是，你现在看到的 英特尔服务器 cpu 的 交货周期，从正常的一两周拉长到了两三个月，极端情况半年。更夸张的是， chromebook 用的低端 cpu 交期直接拉到一年。一年啊， 你这个月下单，明年这个时候才能到货。价格呢？服务器 cpu 从三月份到现在涨了百分之十五到百分之二十。英特尔已经涨了两轮，下半年不排除再涨一轮。 amd 跟着涨，联发科也涨。注意，这不是成本推动的涨价，这是定价权的转移。过去十年，云厂商、亚马逊、 微软拿规模压芯片厂，你的 cpu 就是 个标准化零件，我不买你的就买他的。但现在情况反过来了，你的 ai 业务离不了我的 cpu， 而我的 cpu 全年的产量已经卖完了， 爱买不买。 keybank 已经把英特尔和 amd 双双调到超配。就一句话，二零二六年，服务器 cpu 售青。更值得关注的是，这场牌局里突然多了好几个新玩家。英伟达在 gtc 上发了自己的第一款独立 cpu， vera， 八十八核 arm 架构， 功耗只有五十瓦，性能据说是同级别志强和 epyc 的 一点五倍。黄仁勋的原话是， vera 将在数据中心挑战 zion 和 epyc， 而且这次不以捆绑形式卖，独立销售，目标是数十亿美元的营收。阿尔曼也从 ip 授权商直接下场做数据中心芯片了。联发科趁着英特尔主动放弃低端产能， chromebook 处理器出货量一年涨了百分之四十多，几乎追平了英特尔。 你可能会想，这么多人进来抢，会不会功过于求？价格打下来？不会，因为进来的玩家越多，越说明一个事实， cpu 这个市场本身在大幅膨胀， 大家不是在抢一张固定大小的饼，而是在抢一张快速变大的饼，还有一条暗线。很多人忽略了中国的 cpu 市场，中国的 cpu 市场规模今年大概两千六百亿人民币， 英特尔和 amd 在 中国的供货周期比全球平均还要长。这个供应真空正在给国产 cpu 一个前所未有的窗口。海光、华为、鲲鹏、龙芯，各家都在加速扩量，国产 cpu 的 自挤率从二零二四年的百分之十五 升到了现在的百分之三十五以上。但我必须说实话，国产 cpu 真正的瓶颈不是设计，是制造全链条，能自控的只有龙芯，但龙芯的性能差距摆在那里。 好，最后说我的核心观点，二零二六年的 c p u 市场不是周期性的缺货涨价，而是结构性的价值重估。 agintake ai 重新定义了 c p u 在 计算架构中的角色，它不再是 g p u 的 附属品，而是整个 ai 工厂的中央调度系统。 这个认知一旦被市场广泛接受， c p u 行业的固执中抠会整体上移。两年前没赶上 g p u 内核的人，现在都在盯着 c p u。 但我提醒一句，最大的风险是两个，一个是 a j t a i， 但落地速度如果不及预期，现在的能耗扩张和涨价预期都要重估。 另一个是英特尔的十八 a 制成，如果良率上不去，代工的故事就会破灭，其他都是噪音。
72算力真相局
01:42查看AI文稿AI文稿cpu 也要涨价了，而且还是 ai 搞的鬼。作为服务器行业的内部人，给你们分析一下 cpu 的 行情。 cpu 均价涨了将近百分之三十，交付周期从一到两周到了两到三个月，在成熟的 cpu 市场上是较为罕见的。今天我们就聊聊 cpu。 ai 时代，曾经被 gpu 按在地上摩擦，怎么就突然翻盘了？ 搞 ai 这事，过去几年有一个近乎信仰的口号，显卡够多就行了。老房穿着皮衣靠卖 gpu 把英伟达市值干到了世界第一，所有人都在疯抢， h 两百 b 两百抢不到，那你加钱 加钱还抢不到呢？那你等一年。那段时间， cpu 很 少被提及，但到了二零二六年的今天，风向变了，因为 ai aj 那 么冷。 以前的 ai 什么样呢？你问一句，他答一句， gpu 算完就完事了，没 cpu 什么事。但现在呢？随着像龙虾这类 a 型的工具越来越火，你丢给 ai 一个任务，帮我买个内存，他得先上网搜 这是啥，得调工具，调接口，查价格，看店铺，最后整合信息给你答案。这个过程呢， cpu 来调度工具，组织这场工作，而 gpu 只负责计算。你想想， cpu 就 在原地干等着，几百万的功耗烧着开始磨洋工。 今天的数据中心就正在经历同样的事，大家疯狂往里面塞 gpu， 但很快就发现， gpu 算的再快，如果没有足够的 cpu 来调度编排验证，它就是一台空转的蒸汽机。 需求一爆炸， cpu 直接陷入了全面短缺。一点五涨了多少大家都懂，一样的剧本。这工具逻辑都是产能被挤占了，利润更高的 cpu 订单拿走了金源端的优先权， cpu 的 产能配比被压的死死的， 从 gpu 到内存再到 cpu， 你 们觉得这波涨价会持续多久呢？好的，本期节目就到这里，我们下期见，拜拜。
82二秒优品
