【四海读报】20260128：半导体行业深度报告：Agentic

Agentic AI时代的算力重构：CPU，从“旁观者”到“总指挥”的价值回归

【原报告在线阅读和下载】：20260128【MKList.com】半导体行业深度报告：Agentic AI时代的算力重构：CPU，从“旁观者”到“总指挥”的价值回归 | 四海读报

【迅雷批量下载】：链接：https://pan.xunlei.com/s/VOXJ23RJHhoECPL5FRrVathfA1     提取码：umqb
【夸克批量下载】：链接：https://pan.quark.cn/s/fe42cc605010   提取码：j4Vv

1. 一段话总结

Agentic AI时代推动算力架构重构，CPU从GPU的辅助调度角色回归“总指挥”核心地位，其不可替代性体现在两大场景：一是Agent执行阶段的离散控制流任务（如网页浏览、代码执行）适配CPU的MIMD架构，GPU因分支发散导致算力利用率骤降（最高达125倍）；二是长上下文推理中，CPU搭配DDR5/LPDDR5（可通过CXL扩展） 承载KV Cache，破解GPU HBM容量瓶颈。行业呈现超多核CPU演进趋势（Intel Sierra Forest达288核、AMD Turin达192核），CSP加速Agent沙盒基础设施建设，海光信息、澜起科技等企业直接受益，需警惕Agent落地不及预期等风险。

2. 思维导图（mindmap）

3. 详细总结

一、算力重构核心逻辑：Agent架构重塑CPU与GPU分工

1. Agent的本质与运行环境

   • Agent是具备操作系统能力的云端沙盒计算环境，核心能力来自调用外部系统（浏览器、终端、网络）完成真实任务，而非单纯GPU推理。
   • 主流架构：每个Agent/任务分配独立云端虚拟机（如Manus沙盒），支持任务隔离与并行执行，涵盖网页浏览、代码修改、环境部署等异构任务。

2. CPU不可替代的两大核心场景

   应用场景	CPU优势	GPU短板	关键数据/技术
   离散控制流任务	MIMD架构支持多核心独立执行不同控制流，分支预测准确率达95%+，适配if/else判断、系统调用等任务	SIMT架构下分支发散导致线程串行执行，32路完全发散时性能下降27-125倍	Agent工具处理环节CPU耗时占比最高达90.6%
   长上下文KV Cache承载	搭配DDR5/LPDDR5（可通过CXL扩展），单socket支持最高6TB内存，成本仅HBM的1/2-1/4	HBM容量有限，KV Cache随对话轮次线性增长易耗尽	英伟达GB200通过CPU内存扩展GPU工作集

二、行业趋势：硬件演进与软件基建双轮驱动

1. CPU硬件：超多核架构成为明确方向

   • 需求变化：Agent负载呈现“高并发、长任务、强隔离”特征，核心诉求从单核速度转向并行吞吐与单位成本优化。

   • 龙头进展：

     厂商	产品	核心参数	定位
     Intel	Sierra Forest	纯能效核设计，最高288核	高密度并行计算
     AMD	Turin（第五代EPYC）	最高192核	机架级AI方案核心部件
     海光信息	C86-5G（在研）	128核/512线程，支持DDR5+CXL 2.0	适配国产高并发场景

2. 软件基建：CSP加速Agent沙盒部署

   • AWS：推出Bedrock AgentCore Runtime，实现Agent执行资源池化管理，设定CPU/内存资源边界。
   • Google Cloud：发布Agent Sandbox on Kubernetes架构，支持数千沙盒调度，通过gVisor/Kata技术强化隔离。

3. 架构创新：CPU重要性持续强化

   • 英伟达GB200：CPU与GPU配比提升至1:2（传统架构1:4），Grace CPU搭载480GB LPDDR5X，与GPU HBM组成统一地址空间。
   • DeepSeek Engram架构：将部分模型参数外置为可查表记忆，由CPU负责调度，强化长时记忆管理。

三、受益标的与业绩动态

1. 核心标的进展

   公司	核心优势	关键动态
   海光信息	国产CPU超多核演进，适配Agent高并发需求	C86-5G迈入128核时代，同步升级DDR5与CXL 2.0
   澜起科技	MRCD/MDB芯片技术领先，受益内存带宽提升	第二代产品在手订单超1.4亿元，支持12800MT/s速率（较前代+45%）
   Intel	服务器CPU供需紧张	AI配套CPU需求激增，产能全开仍难以满足，供给约束成收入掣肘
   AMD	数据中心业务高增长	第五代EPYC（Turin）快速爬坡，驱动数据中心业务创纪录增长

四、风险提示

1. Agent落地节奏不及预期：应用成熟度、生态完善度影响算力需求释放。
2. 新型硬件架构替代风险：定制化加速器可能在特定场景替代通用CPU。
3. CSP资本开支波动：云厂商投资节奏调整影响CPU订单交付与业绩确认。

4. 关键问题及答案

问题1：Agentic AI时代，CPU相比GPU的核心竞争优势是什么？为何GPU难以替代CPU的角色？

• 答案：核心竞争优势集中在两大场景：①控制流适配能力：CPU采用MIMD架构，多核心可独立执行不同控制流，分支预测准确率达95%+，完美适配Agent的离散任务（如网页浏览、代码执行）；②低成本内存扩展能力：搭配DDR5/LPDDR5（可通过CXL扩展），单socket支持最高6TB内存，承载KV Cache的成本仅为HBM的1/2-1/4。GPU难以替代的原因：①分支发散短板，GPU采用SIMT架构，32路完全发散时性能下降27-125倍，算力利用率仅剩个位数；②内存成本与容量限制，HBM单位容量价格显著高于DDR5，无法满足长上下文KV Cache的线性增长需求。

问题2：CPU硬件的演进趋势是什么？头部厂商与国产企业分别有哪些关键布局？

• 答案：演进趋势是超多核、高能效，核心目标是提升并行吞吐能力、降低单位任务成本，适配Agent“高并发、长任务、强隔离”的负载特征。头部厂商布局：①Intel推出Sierra Forest，纯能效核设计最高288核；②AMD发布第五代EPYC（Turin），最高192核，主打机架级AI方案；③英伟达GB200提升CPU配比至1:2，强化内存扩展能力。国产企业布局：①海光信息在研C86-5G芯片达128核/512线程，支持DDR5+CXL 2.0；②澜起科技推出第二代MRCD/MDB芯片，支持12800MT/s速率，在手订单超1.4亿元，受益内存带宽升级。

问题3：Agentic AI对算力体系的重构带来了哪些产业变化？相关企业的受益逻辑是什么？

• 答案：产业变化包括三方面：①算力分工重构：CPU从辅助调度升级为核心控制与记忆中枢，GPU专注纯计算任务；②硬件形态升级：超多核CPU成为主流，CXL内存扩展技术加速普及；③软件基建完善：AWS、Google Cloud等CSP加速Agent沙盒部署，实现资源池化管理。企业受益逻辑：①CPU厂商（海光信息、Intel、AMD）：直接受益于超多核需求放量与CSP资本开支增长，AI配套CPU供需紧张推动产品溢价；②内存配套厂商（澜起科技）：MRDIMM渗透率提升带动MRCD/MDB芯片需求，12800MT/s速率产品订单充足；③架构创新相关企业：DeepSeek等通过Engram架构强化CPU调度，进一步提升CPU在长时记忆场景的重要性。