CPU紧缺背后的逻辑及机会分析！

核心判断：这轮 CPU 紧缺，不是简单的“服务器卖得好”。真正的变化在于，AI 从训练走向推理后，CPU 不再只是给 GPU 跑个操作系统，而是开始承担调度、比对、校正和复杂计算的角色。需求在变重，供给却没法快速扩，价格自然就硬了。

CPU不再只是AI服务器里的“配角”

过去讲 AI 硬件，市场最容易盯着 GPU、HBM、光模块和交换机。CPU 往往被放在后面，像个不太起眼的控制器。说白了，大家觉得 GPU 才是算力主角，CPU 只是把系统跑起来。

但这次调研给出的信号很明确：这个理解已经有点老了。训练时代，CPU 的参与度确实没那么高，更多是把数据跑一遍、灌进去、存起来，核心压力集中在 GPU 和显存上。可到了推理时代，尤其是复杂推理、深度思考、多轮交互这些场景，CPU 的角色明显变重。

专家提到，推理过程中 CPU 不只是决定数据放进 HBM 还是 DDR5，它还要负责数据来源检测、结果比对、二次判断、校正，以及更复杂的科学运算。GPU 更像并发做大量简单运算的机器，CPU 则负责更高层级的调度和判断。这个差别很关键。

所以当前 AI 服务器的 CPU/GPU 配比正在变化。过去一台训练服务器里，32 核 CPU 搭配 8 张卡比较常见，甚至有厂商为了极致性价比做到一颗 CPU 对 12 张甚至 24 张卡。现在到了推理场景，主流方案正在往“一颗 CPU 对四张卡”迁移，部分小规模私域场景会用到一比二甚至一比一，但它们还不是主流。

这也是为什么 CPU 需求看起来突然硬了。不是市场突然重新爱上 CPU，而是 AI 推理把 CPU 从后台拉到了前台。

平台迭代：Intel 7 仍是底座，Intel 3 开始接管高端

如果只看产品名称，很容易被绕晕：Sapphire Rapids、Granite Rapids、Sierra Forest、Diamond Rapids，还有各种 P-core、E-core 路线。但从调研信息看，真正影响供需和价格的主线并不复杂。

目前服务器 CPU 主要分两层。第一层是 Intel 7，也就是成熟 10nm 级别制程，对应大量传统服务器和中低端服务器需求。第二层是 Intel 3，接近 4-5nm 水平，主要用于新一代更高端的至强产品，尤其是 AI 服务器和高核数服务器。

专家给出的结构是：当前约 70% 的 CPU 出货仍在 Intel 7 制程，约 30% 切到 Intel 3。Intel 3 这部分主要面向 AI 服务器和高端客户，Intel 7 则覆盖传统服务器和部分不需要最先进制程的 AI 服务器。

这就解释了一个现象：服务器 CPU 的“紧缺”并不是所有型号都一样紧。真正紧的是高端新品、先进制程、高核数产品，以及能配合 AI 推理服务器升级的那部分 CPU。传统服务器用的成熟制程 CPU 也受益，但逻辑没那么锋利。

新一代 Diamond Rapids 类产品已经开始出货，Q3 订单在五一前基本签完，Q4 订单预计在五月中旬开始谈。专家判断，今年下半年这类新品在出货结构中的占比有望提升到 50% 以上。这个节奏如果能兑现，英特尔在服务器 CPU 的份额确实有机会从去年压力最大的状态里修复。

CPU平台和存储配置，别看名称，看这几个变量

内存不是越高频越好，真正变化在通道和容量

这次调研里有一个点挺有意思：市场经常讲 DDR5 6400、7200、8400、9200，但在服务器端，真正能用上的并没有那么激进。专家说得很直接，当前多数服务器 CPU 支持到 4800 或 6400 就差不多了，7200 以上很多时候装上也会降频。

所以短期看，服务器 CPU 对存储的拉动，重点不在“频率越来越高”，而在“通道更多、容量更大、配置更偏满”。中等服务器八通道就够了，通常四条内存条；高端 AI 服务器更常见十六通道，DDR5 单条可双通道，所以往往对应八条内存。

也就是说，今年相较去年，CPU 出货增长只是第一层变量；更重要的是，新平台从八通道更多转向十六通道，单台服务器对内存条数量和容量的消耗也会上升。这个对存储链条是实实在在的拉动。

不过这不代表存储会无脑紧缺。专家也提到，去年部分客户提前备货，并不一定已经全部上线；今年 AI C 端活跃度也有波动，不少个人用户体验过之后活跃度下降。所以存储端的真实紧张程度，要看 AI 服务器持续拉货，而不是只看 CPU 平台理论配置。

还有一个值得盯的方向是内存共享池。调研中提到，内存共享池并不是简单插一堆内存就能跑，所有数据调取仍然需要 CPU 管控。客户对 CPU 的需求外化成一句话：核心数越多越好，因为核心越多，能管理的层级越多，共享池利用率也越高。

但如果看接口，短期瓶颈并不在 PCIe 通道。CPU 支持的 PCIe 通道目前冗余度较高，很多场景用一半就不错了。真正影响效率的，是 CPU 架构更新后的反馈速度、低延迟调度，以及长期能耗成本。

供给：不是没人想扩，是扩不动

这轮 CPU 供需最硬的地方，在于供给端不是简单加产线就能解决。专家给出的数据很直观：Q1 服务器端出货约 250 万颗，Q2 已排产约 300 万颗，Q3 接单后预计仍在 300 万颗左右。也就是说，自有服务器 CPU 产线基本已经满产。

目前 300 万颗/季度大致是自有服务器产线的上限。如果把部分代工业务中可挪用的 Intel 7 成熟制程产能转过来，理论上还能多出约 100 万颗/季度，但这部分更多适合传统服务器，不是最紧缺的高端 AI 服务器 CPU。换句话说，400 万颗/季度可能是现有储备被充分挤压后的上限。

消费级 CPU 和服务器 CPU 之间也不能随便转产。它们晶圆切割方式、设备型号、光刻机配置都有差异，消费端本身也有需求，尤其是 AI PC 和换机周期带来的需求。把消费端产能拿来救服务器端，并没有想象中那么简单。

长期看，2027-2028 年的解决路径也更偏技术提升，而不是大规模产能提升。因为对下游客户来说，堆更多服务器意味着基建成本、电力成本、散热成本一起上来；对上游厂商来说，扩产又要牺牲最近一两年的利润，还受光刻机、工程师和资本开支约束。

所以专家的判断很干脆：未来两三年更可能靠单颗 CPU 性能提升，而不是靠数量暴力扩张。这个判断会影响 CPU/GPU 配比，也会影响市场对 CPU 出货量天花板的理解。

价格：涨价不是成本驱动，核心还是供不应求

CPU 涨价这件事，原文里说得比较直白。服务器端价格上，头部年框客户 Q1 并没有吃到全部涨价，主要是在第二轮涨价中承接了大约 15%；非战略客户涨幅更高，大概在 25%-30%。Q4 之前还有再涨 10% 的计划，但节奏会更谨慎，毕竟客户也不喜欢每隔一阵就被涨价。

涨价背后当然有成本因素。新品生产成本大约比老品高 10%，但价格涨幅明显高于成本增幅。也就是说，这不是单纯成本转嫁，而是供需紧张叠加新品结构升级后的定价权释放。

客户为什么能接受？原因也很现实：AI 算力服务本身开始赚钱，单位投入产出的账算得过来。客户觉得花更多钱买新 CPU，换来更高算力、更低单位能耗、更好的服务器效率，这笔账还能打。

不过涨价主要集中在新品和高端产品，老品并不好涨。老平台如果涨价，客户会明显抗拒，因为它带来的性能和能耗改善不够。新平台涨价能被接受，是因为客户愿意为“更高性能 + 更稳定交付 + 更低总拥有成本”买单。

从价格层级看，高端服务器 CPU 单颗可到 9000-10000 美元，但占比不到 10%，毛利可以非常高；中端主力产品大概在 5000 美元附近，占出货约 60%，毛利在 30% 左右；低端传统服务器 CPU 单价在 2000-3000 美元，毛利也不低。真正带来估值弹性的，还是高端和中端新品结构改善。

供需和价格链条怎么理解

18A：决定市场信心，但短期不会立刻改写格局

18A 是整个调研里最敏感的变量。专家说得很清楚，18A 现在遇到的核心问题还是良率。对外说法和内部可交货良率之间有差距，目前实际量产可交货良率大约在 65% 左右。内部理想状态是 Q3 冲到 90%，但工程师层面更谨慎，认为 Q4 能达到 90% 就已经很不错。

如果 18A 良率提升顺利，服务器端会优先受益。但它不会马上影响 90% 的市场，只会先影响头部 7%-10% 的高端销售。原因很简单：18A 的产能也不够。即使良率提升到 90%，现有产能也只有约 400 万颗/季度的能力，而且还要在消费端和服务器端之间分配。

所以 18A 的短期意义，不是马上大规模放量，而是提升市场信心。只要它能落地，市场会相信英特尔在先进制程上重新具备追赶 AMD 的能力。股票可能先反应，但真正的出货格局不会一夜之间改变。

14A 则更远一些。专家提到，14A 实验室层面已经成功，但从实验室到量产还有工艺放大的问题，内部表述是“进展缓慢”。这说明 14A 还不是当前两年最核心的兑现变量，当前最关键还是 18A 良率和产能。

英特尔、AMD和ARM：短期看x86修复，长期看生态战争

过去几年 AMD 的份额提升很快。2021-2024 年，英特尔明显落后，主要卡在制程、核心数和功耗上。AMD 借助台积电 7nm、5nm 快速起量，Zen 架构核心数量更高、能耗更低，价格又有优势，服务器 CPU 份额一度在单季度冲到接近 40%。

但现在局面有变化。英特尔新品上来之后，性能、功耗和价格差距被明显缩小，软件兼容性和服务器稳定性仍然是英特尔的强项。专家判断，Q1 英特尔服务器端市占率已经回到约 70%，Q2 可能冲到 75%。这个说法偏调研口径，实际市场数据还要等第三方确认，但至少说明订单层面已经有修复。

AMD 不是没有反击点。下一轮竞争核心在先进制程：AMD 想争取台积电 2nm，英特尔则押 18A。谁先把下一代技术做出来，谁就能在高端服务器 CPU 上占先机。这个节点会影响 2027 年以后格局。

ARM 的问题更复杂。短期看，ARM 在服务器端占比仍低，去年只有 1% 多，今年可能到 3%，基数并不高。原因不是 ARM 没优点，它功耗低、多核容易做，而且终端和服务器如果统一架构，长期效率可能很好。问题在生态：服务器端操作系统、预装软件、行业软件、长期运行稳定性和兼容性，都还没完全打通。

闭源环境里 ARM 很好用，比如特定云厂、特定硬件系统、特定自研生态。但在开源和通用服务器环境里，x86 仍然更稳。这就是为什么市场感觉 ARM 声量很大，但真实出货占比不高。

不过长期不能轻视 ARM。专家明确提到，2028-2030 年才是真正要害怕的时间窗口。如果高通等厂商持续投入，把软硬件生态打通，同时单核性能逼近甚至超过 x86，多核又更强，ARM 的威胁会变得真实。现在不是它没潜力，而是生态还没到爆发点。

内存共享池和CXL：CPU绕不开，但不是所有场景都要最先进

内存共享池是存储链条里非常值得写的一条线。它的本质不是“把内存堆在一起”这么简单，而是让 CPU 通过 CXL/PCIe 等接口去调度共享内存资源，提高整体利用率。

调研里有个判断很实用：内存共享池一定需要 CPU 管控，这是绕不开的物理机制。客户真正追求的是更多核心数，因为核心数越高，能调用和管理的层级越多，越容易把共享池利用起来。

但是共享池不一定非得用最先进 CPU。一些 Retimer、switch、CXL switch 芯片确实需要 CPU 协议支持，但对制程先进性的要求没那么高，N-1 代 CPU 就能满足不少场景。真正需要新平台的地方，是架构更新后的反馈速度、效率和能耗改善。

因此，CXL 和内存共享池会拉动 CPU 存在感，但不会把所有需求都推向最顶级 CPU。它更像是扩大 CPU 管理边界，提高高核数产品的价值，而不是简单把最高端 CPU 全面替代中端产品。

消费端没那么差，AI PC是慢变量

会议里消费端也聊得不少。表面看，今年 PC 行业预期偏弱，但专家从厂商订单看到的情况没那么差。消费级 CPU Q1 出货约 3600-3800 万颗，Q2 过了一个多月后，四月份同比去年增长约 8%。

这和行业下滑预期有点不一致。专家给出的解释有两个：一是 18A 消费端产品前期供货太少，很多用户在等货；二是 2020 年疫情期间买电脑的用户，到了五六年换机周期，尤其是 25-35 岁、对办公有刚需的人群，换机需求并不会因为宏观波动完全消失。

更长期的变量是 AI PC 和端侧 Agent。手机端本地 AI 计算已经开始普及，高通新品、各大手机厂商都在讲端侧 AI。等用户习惯逐步形成，可能反过来推动传统 PC 向 AI PC 换代。这个不是爆发式变量，更像慢慢积累的换机理由。

所以消费端不是本篇核心，但它会影响产能分配。服务器 CPU 很紧，但消费端不能随便牺牲。尤其当消费端 18A 产品同样供不应求时，服务器端想拿更多先进制程产能，就会和消费端形成内部竞争。

存储联动：CPU拉动内存，但也要警惕AI活跃度波动

本次调研本来就有一个重要背景：CPU 升级会不会拉动存储？答案是会，但不是单线条拉动。

先看正向逻辑。服务器从八通道更多切到十六通道，AI 推理服务器从一比八走向一比四，单颗 CPU 核心数增加，内存条数量和容量配置都会提高。内存共享池也需要更多内存资源和 CPU 调度能力。这些都支持 DDR5、服务器内存和高容量配置需求。

但调研里也提醒了另一个现实：AI C 端活跃度并不是一条直线往上。很多用户体验过 ChatGPT、Claude、豆包等产品之后，活跃度有回落，部分账号变成“僵尸号”。如果终端真实活跃度下滑，服务器资源占用和新增存储拉货就会阶段性放缓。

这也是为什么 CPU 链条强，不代表存储价格永远单边上行。服务器 CPU 出货、内存通道升级、共享池架构，会带来中长期支撑；但短期存储价格还要看 AI 应用真实活跃度、云厂商采购节奏和前期库存消化。

还有一个更远期变量是存算一体。专家提到，存算一体不是新概念，但已经有公司开始攻破可实现路径。若 2028-2030 年存算一体真正成熟，部分计算可能直接在存储侧完成，CPU 或 GPU 的依赖率都会发生变化。这个时间很远，但值得放进长期框架。

这条线后面怎么跟踪

这类调研最怕听完很兴奋，最后不知道跟什么。我觉得后续至少要盯七个信号。

第一，看 Q4 服务器 CPU 订单。如果 Q4 继续维持 300 万颗以上，甚至因为 18A 预期而提前锁单，说明今年 1200-1300 万颗目标更稳。

第二，看 18A 良率。65% 到 80%、再到 90%，每一步都影响市场信心。Q3 如果只能到 80%，也不算失败，但 Q4 能否接近 90% 很关键。

第三，看 Diamond Rapids 等新品占比。新品占比如果从 10% 走向 50%，价格、毛利和市占率修复都会更顺。

第四，看 CPU/GPU 配比。主流是否继续从一比八往一比四走，一比二和一比一是否仍只停留在小规模私域场景。

第五，看 x86 和 ARM 份额。短期 ARM 占比低，但如果到 2028-2030 年生态打通，就不能再用今天的市占率简单外推。

第六，看 CXL 和内存共享池落地。它会提高高核数 CPU 的价值，也会带动存储资源池化，但不一定全部指向最先进 CPU。

第七，看 AI 应用活跃度。服务器硬件的终局需求，最后还是要靠真实用户、真实付费和真实算力消耗来验证。

结论：CPU紧缺不是短炒，而是AI推理时代的硬件重排

这次调研最重要的结论，不是某一款 CPU 涨价，也不是某一代制程要放量，而是 AI 硬件的排序正在变化。GPU 仍然是核心，HBM 和光互联仍然关键，但 CPU 的位置比市场原来想的更重要。

训练时代，CPU 可以被理解为后台控制器；推理时代，CPU 开始参与调度、比对、校正和复杂计算。尤其当 AI 服务器从一比八走向一比四，CPU 的需求强度自然上升。与此同时，服务器 CPU 产能已经接近满载，先进制程良率还没完全成熟，短期供给弹性很差。

所以这轮 CPU 紧缺背后的逻辑，并不是“PC 周期复苏”这么简单，也不是“服务器补库存”这么普通。它更像是 AI 推理、内存扩容、平台迭代、x86 份额修复和先进制程瓶颈共同作用的结果。

短期看，最确定的是高端服务器 CPU 继续紧、价格有支撑、英特尔份额可能修复；中期看，18A 良率和产能决定格局弹性；长期看，ARM 生态是否打通、存算一体是否成熟，会决定下一轮 CPU 架构之争。

说白了，CPU 不是 AI 超级周期里最性感的环节，但它可能是被低估的那一个。市场以前只盯 GPU 和 HBM，现在该把 CPU 重新放回 AI 硬件版图里了。

--------------

来源：价值百宝箱