🧭 先看这份研报的核心结论

半导体AI算力正从“GPU独大”转向CPU与内存协同，Agent落地使CPU在调度、执行和记忆承载中的价值明显上升。

📌 核心要点

Agent从对话走向执行任务后，CPU由辅助调度转向核心算力资源池。

高并发与长上下文场景下，系统瓶颈正从GPU计算转向CPU并发调度。

超多核CPU与CXL扩展内存需求抬升，带动服务器与内存接口链条受益。

💡 为什么需要继续看

市场此前更多把AI算力等同于GPU，这篇研报补充了Agent时代新的受益环节。

云厂商沙盒基础设施、CPU多核升级和内存扩展方案已出现明确产业验证信号。

⚠️ 风险提示

若Agent商业化推进偏慢，CPU与内存相关需求释放节奏可能后延。

若新型定制化加速器替代部分CPU功能，产业链受益逻辑会被削弱。

# 关键词

半导体 Agentic AI 服务器CPU 超多核 CXL内存 KV Cache

📊 关键数据

CPU延迟占比

最高90.6%

Agent完整执行链路中，工具处理环节占端到端延迟比例

高并发延迟变化

2.9秒至6.3秒以上

Batch Size升至128时，CPU端到端延迟增幅超过2倍

服务器CPU核心数

144-288核、最高192核

Intel Sierra Forest可达144至288核，AMD Turin最高192核

内存成本差

HBM3e为DDR5的4-5倍

TrendForce数据，至2026年价差仍约1-2倍

📌 接下来重点跟踪什么

跟踪云厂商Agent沙盒部署进度及CPU、内存资源投入变化。

跟踪超多核服务器CPU放量节奏与实际并发调度效率改善情况。

跟踪CXL、MRDIMM等内存扩展方案的渗透率与订单兑现。

📄 研报内容摘录

半导体AI算力正从“GPU独大”转向CPU与内存协同，Agent落地使CPU在调度、执行和记忆承载中的价值明显上升。；Agent从对话走向执行任务后，CPU由辅助调度转向核心算力资源池。