增持（維持）間可并行但控制流完全不同。分支類(lèi)任務(wù)不適合由GPU流發(fā)散導(dǎo)致算力利用率急劇下降。而分支類(lèi)任務(wù)卻正是CP推理會(huì)產(chǎn)生巨大的KVcache，其占用隨對(duì)話輪次與上下文長(zhǎng)度線性增長(zhǎng)，快速耗盡GPUHBM容量。而CPU搭道：從實(shí)驗(yàn)數(shù)據(jù)復(fù)盤(pán)來(lái)看，CPU成為AgenticAI的真實(shí)瓶頸。研究顯產(chǎn)業(yè)端推進(jìn)方面，AWS和GoogleCloud等頭部CSP的隔離與編排能力，通過(guò)運(yùn)行時(shí)與調(diào)度體系的Forest采用純能效核設(shè)計(jì)，核心數(shù)可達(dá)144甚至288核。我們認(rèn)為，與高并發(fā)場(chǎng)景下CXL驅(qū)動(dòng)的“存力+算力”協(xié)同升級(jí)。建議關(guān)注龍芯中2 4 4 4 5 5 7 72.2.CPU龍頭迭代方向明確：Agent驅(qū)動(dòng)下的超 8 9 3 4 4 5 5 7 8 9 41.從對(duì)話模型到行動(dòng)智能體：Agent架構(gòu)重塑CPU與GPU分工1.1.主流Agent形態(tài)從模型推理走向“瀏覽器+代碼執(zhí)行”Agent的本質(zhì)是運(yùn)行在一個(gè)具備操作系統(tǒng)能力的云端沙盒計(jì)算環(huán)境中。我們認(rèn)為Agent的能力躍遷，并非來(lái)自在GPU上堆疊更多token進(jìn)行推理，而是來(lái)自調(diào)用外部系披露，ChatGPTAgent通過(guò)視覺(jué)瀏覽器、代碼解釋器等工具完成復(fù)雜多步驟任務(wù)，能力圖1：OpenAI的Agent模式集成多種工具調(diào)用形態(tài)圖2：Manus沙盒數(shù)據(jù)來(lái)源：OpenAI，數(shù)據(jù)來(lái)源：Manus，1.2.為何CPU在Agent時(shí)代具有控制流完全不同。在同一周期內(nèi)執(zhí)行同一條指令。一旦同一warp內(nèi)線程進(jìn)入不同分支路徑（WarpDivergenceGPU會(huì)將不同分支串行執(zhí)在32路完全發(fā)散的極端情況下，性能下降可達(dá)2正是CPU微架構(gòu)長(zhǎng)期優(yōu)化的主戰(zhàn)場(chǎng)。圖3：不同GPU在不同Warp分支發(fā)散程度下性能表現(xiàn)（單位：毫秒）圖4：CPU在復(fù)雜任務(wù)編排中具備同步與調(diào)度能力數(shù)據(jù)來(lái)源：ScienceDirect，數(shù)據(jù)來(lái)源：SemiEngineering，56Agent場(chǎng)景下，單純追求極致GPU延遲并非最優(yōu)解。以GP配大容量DDR5/LPDDR5（并通過(guò)CXL擴(kuò)展）承載KVCa7CPU成為AgenticAI的真實(shí)瓶頸。在AgenticAI場(chǎng)景下，CPU側(cè)工作負(fù)載呈現(xiàn)爆6.3秒以上，增幅超過(guò)2倍。其根本原因是并發(fā)進(jìn)程而是決定Agent系統(tǒng)并發(fā)上限與服務(wù)能力的關(guān)鍵基礎(chǔ)設(shè)施，其配置與規(guī)模將直接約束圖5：Agent任務(wù)中，CPU占據(jù)端到端總延遲的絕大部分?jǐn)?shù)據(jù)來(lái)源：《ACPU-CentricPerspectiveonAgenticAI》，注：圖中數(shù)據(jù)為各類(lèi)Agentic工作流在不同基準(zhǔn)任務(wù)下的端到端運(yùn)行時(shí)間拆分（單位：秒其中堆疊部分區(qū)分CPU側(cè)工具執(zhí)行耗時(shí)與GPU側(cè)模型推理耗時(shí)8推出AmazonBedrockAgentCoreRuntime/CodeInt行代碼，并對(duì)每個(gè)session設(shè)定明確的CPU與內(nèi)存資源邊界，實(shí)管化與資源池化管理。GoogleCloud在2025年明確提出AgentSandb在頭部廠商產(chǎn)品規(guī)劃中得到驗(yàn)證：AMD推出的Turin最高可達(dá)192核，主打高密度圖6：IntelXeon6700/6900代數(shù)據(jù)中心CPU的核心數(shù)最高可達(dá)288核數(shù)據(jù)來(lái)源：HotHardware，Intel，9圖7：AMD數(shù)據(jù)中心CPU核心數(shù)持續(xù)上行數(shù)據(jù)來(lái)源：TheNextPlatform，AMD，內(nèi)存體系之下。作為對(duì)比，傳統(tǒng)GPU服務(wù)器所搭載的大容量、高帶寬內(nèi)存實(shí)際承擔(dān)了Agent圖8：英偉達(dá)GB200GraceBlackwellSuperchip結(jié)構(gòu)圖數(shù)據(jù)來(lái)源：英偉達(dá)官網(wǎng)，DeepSeek新模型架構(gòu)將部分參數(shù)外置并由CPU調(diào)度。DeepSeek在2026年論文中圖9：DeepSeek明確由CPU調(diào)度Engram數(shù)據(jù)庫(kù)，CPU重要性凸顯數(shù)據(jù)來(lái)源：DeepSeek，著高于已披露水平，供給約束已成為主要掣肘。AMD：數(shù)據(jù)中心業(yè)務(wù)增長(zhǎng)強(qiáng)勁。AMD在25Q3業(yè)績(jī)法說(shuō)會(huì)上聲稱(chēng)數(shù)據(jù)中心業(yè)務(wù)實(shí)現(xiàn)創(chuàng)紀(jì)錄增長(zhǎng)，核心由EPYC服務(wù)器C/MI400/MI450機(jī)架級(jí)AI方圖10：AMD營(yíng)收拆分及盈利預(yù)測(cè)（億美元）游戲客戶(hù)端嵌入式數(shù)據(jù)中心500450400350300250200500202020212022202320242025(E)2026(E)數(shù)據(jù)來(lái)源：Bloomberg，注：盈利預(yù)測(cè)采用Bloomberg一致預(yù)期圖11：Intel營(yíng)收拆分及盈利預(yù)測(cè)（億美元）400020212022202320242021202220232024注：內(nèi)部抵消項(xiàng)系扣減代工部為自家產(chǎn)品線代工而重復(fù)計(jì)入的內(nèi)部關(guān)聯(lián)交易收入數(shù)據(jù)來(lái)源：Bloomberg，注：盈利預(yù)測(cè)采用Bloomberg一致預(yù)期Agent時(shí)代“高并發(fā)、長(zhǎng)任務(wù)、強(qiáng)隔離”所要求的超多核、高內(nèi)存帶寬算力