Agentic AI时代CPU工作占比上升
先进代工与后工序产能配额已售罄
FC-BGA等稀缺环节受益向整条价值链扩散
有分析认为,今年半导体超级周期的主角将从图形处理器(GPU)转向中央处理器(CPU)。如果说争抢GPU是第一轮周期的核心,那么第二轮周期的关键将是CPU与系统优化。在人工智能(AI)从简单问答进化为能够自主制定计划并调用各类工具的“Agentic AI”之际,决定数据中心性能的核心资源CPU正被重新评估。
Agentic AI时代,“指挥家”CPU回归
市场调研机构Growth Research在27日通过报告表示:“AI基础设施的瓶颈正在从GPU向CPU转移”,并预测未来AI半导体市场的格局,将不再取决于“有多少块GPU”,而是取决于“CPU能否高效调度”。
迄今为止,GPU承担了AI训练和推理的核心运算,几乎垄断了市场。在传统聊天机器人式AI架构中,CPU只负责整理用户输入并传递给GPU,充当辅助角色。然而进入Agentic AI时代后,形势发生了逆转。Agentic AI并不止步于一次性回答,而是反复执行网页搜索、数据库查询、应用程序接口(API)调用、代码运行等操作,如果结果不理想便自动重试。在这一复杂流程中,负责统筹协调和管理整体流程、扮演“Orchestrator(指挥家)”角色的,正是CPU。
根据去年11月发表的乔治亚理工学院研究结果显示,在Agentic AI的任务流程中,CPU处理环节占据了整体延迟时间(Latency)的50%至90%。即便GPU运算再快,如果CPU的任务分配速度跟不上,整体系统性能也会显著下降。
由此,构建一台AI服务器时CPU与GPU的搭配数量也在发生变化。过去CPU与GPU的比例大致为1:4至1:8,而在近期的Agentic AI服务器中,这一比例正收窄至1:1到1:2。在相同GPU数量的前提下,所需CPU数量最多增加到过去的8倍,出现了结构性转变。
供应链瓶颈:“有钱也要等6个月”
需求虽然爆发式增长,但供应却明显跟不上。服务器用高性能CPU依赖于台积电2至3纳米(nm,10亿分之一米)等先进制程,而这些产能已经被希望生产AI GPU和移动应用处理器(AP)的全球大型信息技术企业挤满。以2026年一季度为基准,台积电3纳米工艺新订单的交期(从下单到交付的时间)长达52至78周。
晶圆代工(半导体代工生产)企业的产能优先级分配也是变量之一。包括台积电在内的代工企业,优先将生产线分配给利润率更高的AI GPU和移动AP,服务器CPU则被相对排在后面。此外,用于连接多个芯粒(Chiplet)的先进封装(CoWoS、SoIC)产线同样高度集中在GPU生产上,进一步加剧了CPU的供应短缺。
供应不足已经反映在价格和交期上。过去只需1至2周的CPU交期,近期已延长至8至12周,部分产品甚至需要等待6个月以上。因此,英特尔与AMD等主要设计公司正将产品价格上调约10%至15%。英特尔2026年一季度的“惊喜业绩”(营收136亿美元)也被解读为CPU需求回暖与单价上升共同推动的结果。
Han Yonghui Growth Research研究员表示:“CPU是按照特定代工厂的工艺技术量身设计的,因此原本在台积电生产的CPU,在结构上不可能直接转移到三星电子或英特尔的代工线上”,“如果要更换工艺,仅在重新设计这一环节就需要耗费2年以上时间和超过5亿美元的巨大成本”。
韩国半导体价值链:“FC-BGA·后工序”有望受益
韩国半导体行业预计,与其直接参与CPU设计,不如在短缺效应外溢的周边价值链中寻找机会。尤其是在实现高性能CPU过程中必不可少的FC-BGA(倒装芯片球栅阵列)基板领域,被认为将率先受益。
该研究员表示:“服务器·AI用FC-BGA的面积比普通个人电脑用产品大3至4倍以上,层数也多出一倍以上,技术难度高得多”,“因此,像三星电机、大德电子等能够稳定量产FC-BGA的少数企业,很可能成为主要受益者”。
此外,先进封装材料、存储器以及测试与封测(OSAT)等领域也被看好将迎来后续利好。在缓解CPU供应短缺的过程中,先进制程与封装瓶颈将率先凸显,随后随着整机出货全面启动,检测与后工序的订单量也将同步上升,被业界视为大概率走势。
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。