CPU需求為什麼會增長？
在大規模機器學習訓練階段中，GPU作為核心的矩陣計算裝置，決定了模型的計算能力。產業內普遍關注GPU的FLOPs等計算性能優化。然而，自2025年起出現兩大變化：
- 訓練階段加強學習的重要性，導致CPU/GPU配比成為系統關鍵指標之一；
- 推理階段出現三大核心領域：
a) 推理的Host CPU透過調度與資源優化與GPU協作，甚至在簡單推理任務中替代GPU角色；
b) 編排節點CPU在複雜agentic任務中負責路徑計算及任務調度；
c) 隨著推理任務數量增加，帶動CPU整體需求提升。
AI運行環境下CPU需求規模有多大？
基於中性估計的GPU與CPU配比約為1:1，我們推測到了2030年，全球CPU市場規模將突破1300億美元。同時，在agentic AI當前環境（假設5億日活用戶及300億日均Token消耗）下，新增CPU核心需求約為84萬顆。
技術發展趨勢指出，作為新作業系統的「調度器」CPU升級需求包括更強的單核心性能、更大記憶體帶寬、更強I/O能力及更多核心數。長期而言，CPU將圍繞三大主軸發展：提升數據帶寬能力、任務分工專業化及與加速器深度整合。短期內，服務器CPU的價格下降趨勢可望持續至2026年。
競爭格局：x86 VS Arm，誰將勝出？
目前全球服務器CPU市場Arm佔有率未達20%，仍以x86架構為主。Agent類產品憑藉高性能、持續運行及多輕量推理請求的特點，使Arm指令集在功耗效率上優勢明顯，可支援更多核心處理不同請求，適用於高吞吐推理服務。
x86成熟度仍領先，特別是在大規模運行、混合精度計算及深度整合軟硬體生態方面優勢顯著。綜合來看，Arm因其效能功耗比，在雲端大型服務器領域具加速追趕潛力；而x86在企業級市場仍保持領先地位。
CPU需求成長的核心驅動因素及市場展望
隨著推理任務從GPU主導逐步轉向以CPU協同調度，尤其在agentic AI服務擴展下，CPU需求迅速增長。譬如，在多GPU大型語言模型推理中，CPU接手工具處理加重，成為服務瓶頸；而Sandbox（沙盒）環境對系統安全性的要求，推動了獨立微虛擬機或容器的高速啟動，進一步帶動CPU負載上升。
從成本角度考量，CPU可在部分簡單且成本敏感的推理任務中替代GPU，降低整體運算支出。根據近期研究，CPU與GPU配比調整後，力求保持線程數匹配甚至超過GPU中執行單元數量，來應對複雜任務的多重多工需求。
供應鏈方面，AMD與Arm已積極採用先進晶圓製程，與GPU、ASIC晶片協同支撐市場需求擴大。Intel則繼續推進18A製程產能擴充，預計2026年伺服器CPU價格波動幅度幅窄，供需缺口將持續存在，促使價格趨勢穩健。
長期趨勢：從「GPU附屬CPU」走向「CPU主導異構整合」
未來十年，數據中心CPU演進路線將突破以往單純追求頻率與核心數的傳統框架，轉向三條主線發展：
- 高單核性能、高記憶體帶寬和AI加速器協同作業的緊耦合精密CPU；
- 面向鍵值緩存管理，具網絡分層與數據流水線處理能力的面向DPU/數據平台架構CPU；
- 高核心密度設計，對高吞吐虛擬化、雲端工作負載友好的雲型CPU。
此類分化表明CPU不會被GPU替代，而是成為AI生態系統中不可或缺的角色，負責整體系統的協同控制與任務編排。舉例來說，NVIDIA已發布集成Grace CPU與NIC協同封裝的BlueField-4，示範未來高效邊緣與雲端架構方向。
市場規模與成長展望
根據最新市場研究，2025年全球CPU市場規模約為925億美元，預計2034年將增至1658億美元，年複合成長率為6.7%。其中，服務器CPU因應雲端計算與大數據分析需求增長，占比達42%。我們預估2030年全球服務器CPU市場規模將突破1300億美元。
結語
AI技術推動服務器運算架構重塑，CPU因任務調度、複雜推理及Sandbox安全需求快速成長。x86與Arm雙雄格局持續演化，前者穩固企業級地位，後者快速擴張雲端市場。隨著技術深度整合及生態系統演進，CPU將維持其在AI基礎設施中的核心地位，帶動長期投資價值。
參考資料：Intel公司2026年財報與市場展望報告、中金公司研究部、市場調研報告《全球CPU市場規模與展望2026-2034》、OpenRouter數據資料、佐治亞理工學院AI架構研究報告、NVIDIA官方資料及SemiAnalysis分析
市場重要性與影響評估： 高影響 — 文章涉及AI技術推動下CPU需求結構性大幅成長，並分析市場格局變動，具長期結構性趨勢意義。
影響範圍： 全球 — 涵蓋全球CPU市場規模、主要晶片架構（x86、Arm）及大廠競爭格局，並延伸至AI資料中心與伺服器生態系。
影響時長： 中長期 — 3-12個月至12個月以上，因技術進展與市場需求成長為持續性趨勢。
市場敏感度： 部分已被市場認知，但AI驅動CPU需求的規模與結構性變化仍有低估空間。潛在市場影響：
- AI代理型任務（Agentic AI）推動伺服器CPU需求爆發，預計2030年全球伺服器CPU市場規模將從2025年的約300億美元增至1700億美元，年複合成長率顯著提升。
- CPU與GPU協同演進，CPU不再僅是輔助角色，尤其在代理AI中負責複雜任務調度與多工負載，推升CPU核心數及整體運算能力需求。
- 主流CPU架構競爭加劇，Arm架構因能效優勢及雲端廠商自研CPU趨勢快速擴張市場份額，預計伺服器市場佔有率將由2025年的約15%升至2030年的40-45%。
- x86架構仍保持企業級市場領先地位，憑藉成熟生態系及高核心數優勢，尤其在高性能多核計算場景維持強勢。
- 英特爾積極推進18A及14A先進製程，並受惠美國政策支持及晶圓代工業務復甦，財務狀況改善，成為市場重要推動力量。
- 新型CPU產品如NVIDIA Grace CPU與BlueField-4 DPU整合方案，強化AI資料中心網絡與計算能力，推動高效能AI基礎設施建設。
- 伺服器市場整體規模擴張，2025年全球伺服器市場規模約1,100億美元，預計2035年將超過2,500億美元，年複合增長率約7-8%。
風險：
- 技術成熟度與良率風險：英特爾等廠商先進製程良率仍處提升階段，短期內可能對利潤造成壓力。
- 生態系轉型挑戰：Arm架構雖具能效優勢，但x86軟體生態深厚，企業轉型成本高，短期內難以完全取代。
- 晶圓代工產能限制：先進封裝與製程產能有限，可能影響新型CPU供貨及市場拓展速度。
- 市場競爭加劇：AMD、NVIDIA、Intel及Arm授權模式競爭激烈，價格與技術競爭可能壓縮利潤空間。
- 地緣政治與供應鏈風險：全球半導體供應鏈受地緣政治影響顯著，可能導致生產與交付不確定性。
其他觀點：
- 專家認為，代理型AI強化了CPU在多任務協調與模擬環境中的不可替代性，未來CPU將與GPU形成更加緊密的異構計算生態。
- 部分分析指出，隨著AI工作負載多樣化，未來CPU將分化為高效能多核心CPU與節能型CPU兩大類型，滿足不同應用需求。
- 業界觀察到，NVIDIA積極布局DPU與CPU整合方案，意圖打造AI資料中心的「操作系統」，可能改變傳統CPU市場格局。
- 長期看，隨著AI普及與雲端基礎設施升級，Arm授權商將持續受益於非線性成長，帶來穩健的版稅收入增長。
備註：
- 本分析僅供參考，不構成投資建議。