你打开一个智能体应用，后台调用的算力配比正在悄然改写——不是GPU吃掉一切，而是CPU要重新站上C位。

一场被低估的财报信号

打开网易新闻 查看精彩图片

AMD 2026财年Q1财报会上，苏姿丰用大量篇幅谈论智能体AI（Agentic AI）。这不是例行公事的趋势表态，而是直接关联到AMD最核心的服务器CPU业务——霄龙（EPYC）处理器。

她透露，所有主流云服务商本季度都在扩容EPYC部署，覆盖通用计算、数据处理，以及一个新兴场景：智能体应用。

这个细节容易被忽略。智能体AI通常被等同于GPU密集型任务，但苏姿丰的描述指向另一个方向：编排、数据移动、并行执行，这些环节需要额外的CPU算力，同时CPU还要充当GPU和加速器的"核心节点"。

配比重构：从1:8到1:1

苏姿丰给出了一个关键数字变化。传统数据中心里，CPU与GPU的配比通常是1:4或1:8，CPU主要扮演"主机节点"角色——简单说，就是给GPU打下手。

智能体AI普及后，这个比例正在向1:1演进。在智能体密集部署的场景下，CPU数量甚至可能超过GPU。

这背后的逻辑是工作负载结构的改变。基础模型训练/推理确实吃GPU，但智能体的运行形态不同：它需要持续的环境感知、工具调用、多步骤决策，这些环节产生大量"衍生"CPU任务。

瑞银2025年11月曾预测，服务器CPU总可寻址市场（TAM）到2030年将增长5倍，从300亿美元增至1700亿美元，复合增长率18%。苏姿丰在财报会上将这个预期上调至35%——前提是智能体AI按预期渗透。

GPU的配角，还是新主角？

市场自然会问：CPU需求爆发，会不会蚕食GPU？

苏姿丰的回应很明确：不会。她强调加速器运行基础模型"需要CPU配合"，智能体带来的CPU增量"很大程度上是对GPU市场的补充"。

这个判断值得拆解。它不是简单的防御性话术，而是对架构演进的描述：GPU负责并行计算的"重活"，CPU承接控制流、数据搬运、任务调度的"杂活"——但"杂活"的量级在智能体场景下被放大了。

换句话说，不是CPU替代GPU，而是两者从"主从关系"转向"协作对等"。

谁的机会，谁的焦虑

对AMD而言，这是双重利好。EPYC在服务器CPU市场份额持续攀升，智能体AI又创造了一个增量叙事——而且是一个能持续数年的结构性趋势。

但对纯GPU叙事的投资者，这可能需要重新校准预期。英伟达的CUDA生态护城河依然深厚，但如果CPU-GPU配比真的向1:1移动，意味着单数据中心的GPU密度天花板被打开的同时，CPU的"存在感"也在回归。

云厂商的 capex 分配、机架设计、散热方案，都可能因此调整。

苏姿丰的35%增长率预期能否兑现，取决于智能体AI的实际落地节奏——而这个节奏，目前连最乐观的行业观察者也不敢打包票。当智能体从演示走向规模化部署，你更看好哪类算力供应商的议价能力？