AI带动国产CPU行业上行

1、CPU涨价现状与核心驱动

·下游应用端涨价事件：下游云厂商及办公应用产品已出现多轮调价，直接反映需求端景气度。其中阿里云先后两次公布涨价信息：4月15日对部分MU模型单元的服务价格进行制度调整，时隔仅9天的4月24日再次宣布涨价；同时Teams宣布自4月30日10点起，单席位月费调整为300元，该调价针对B端客户，性质类似C端订阅套餐涨价。下游应用端的集中调价是需求旺盛的直接信号，也反映出AI时代相关底层算力支撑部件的定位正在发生变化，为后续供需逻辑分析提供现实背景。

·需求端增长初步逻辑：AI Agent及Coding Plan等新应用形态的普及，推动CPU在算力架构中的定位发生本质变化。传统非AG时代，CPU仅作为GPU的附属部件，承担GPU推理结果的简单输出功能，彼时行业焦点集中于HBM、CXL等存储相关部件。进入Agent时代后，单任务需要CPU反复迭代推理，多智能体并行、协作的工作模式大幅提升了CPU的参与强度与频次。对比传统单次问答模式，当前单用户使用Coding Plan类订阅服务时，若支持10个线程同时运行10个Agent协同工作，仅线程级Agent并发量就可达上百，还不包含协作过程中的CPU调度需求，Agent时代单任务CPU调用量可达传统时代的百倍级，需求呈指数级增长。

·海外厂商涨价与业绩：上游CPU厂商已启动多轮提价，行业高景气度进一步得到验证。目前海外CPU市场主要由英特尔、AMD两家厂商主导，二者均存在产能约束：英特尔自身产能受限，AMD采用台积电代工模式，产能受上游供应链材料情况影响。提价节奏方面，英特尔累计提价3次，其中C端CPU2025年目标提价30%，B端提价2次；AMD累计跟随提价2次，2026年最高提价幅度达15%。业绩层面，英特尔披露的2026年Q1财报表现强劲，盘前涨幅达28%，AMD同样在财报电话会议中释放出业务增长、产品迭代与价格提升的积极信号，二者均明确看好后续CPU市场需求。

2、CPU供给端受限情况分析

·英特尔产能约束分析：当前英特尔产能面临多重约束，其14nm/18nm工艺仅覆盖英特尔七、英特尔三两个节点，晶圆产能控制受限，18亿对应的产能利用率长期难以提升。英特尔披露人力改善速度为每月7%-8%，良品率提升节奏相对缓慢。同时英特尔具备美国信创地位，产能扩张需在美国本土建设晶圆厂，美国地区拿地、施工、人工等环节推进速度偏慢，导致整体扩产进度迟缓。英特尔在年报电话会议中明确表示，其良品率尚未达到行业领先水平，但受美国信创属性约束，未来仍将坚持自建晶圆厂，整体产能扩张和良品率提升空间相对有限。

·AMD产能约束分析：AMD采用第三方代工的生产模式，代工合作方涵盖台积电、联华电子、三星等厂商。当前核心代工厂产能扩张速度偏缓，上游材料供应也存在限制，导致AMD产能供给同样面临较强约束。从行业整体来看，无论是英特尔这类坚持自建晶圆厂的厂商，还是AMD这类依赖第三方代工的厂商，海外CPU供给端整体均处于产能受限的紧张格局。

·两大厂商产品格局对比：英特尔与AMD的产品定位和性能表现存在明显差异，英特尔单线程能力更强，在服务器领域应用覆盖更为广泛。AMD多线程能力更突出，其CPU的64位浮点运算性能强劲，理论上在世界模型训练场景下表现更优，但目前尚未出现广泛需要64位浮点运算的应用场景，因此其多线程优势在推理场景并未体现出明显效果。受美国信创因素影响，英特尔在产业链配套认可度上高于AMD，但AMD本身产品性能仍具备较强竞争力。

3、AI时代CPU需求增长逻辑

·CPU功能定位变化：传统AI大模型时代，算力架构以GPU为核心，大模型主要在GPU上运行，参数依靠KV Cache存储，容量不足时优先堆叠HBM，HBM存满后非高频更新参数可按不同方案存储：AMD、英伟达方案将其存至CMax，谷歌方案则存至CXL，此时CPU仅承担简单附属任务，在运力端并不构成瓶颈。进入Agent AI时代后，算力架构转向以CPU为核心，CPU需要负责任务反复迭代、多智能体协同、GPU运算结果打分、工具调度等核心工作，涵盖网页搜寻、URL抓取、词汇摘要、代理型AI相关任务等多类场景。从任务耗时测试数据来看，Agent AI任务中CPU调度相关耗时占比超过50%，当前CPU存在运力不足无法及时接收GPU数据、接收后反馈速度慢、自身数量不足、与GPU协同不畅等问题，已成为AI算力的核心瓶颈。

·CPU/GPU配比提升逻辑：行业研究显示，依赖GPU处理数据加载调度、内存分页、批量处理等任务的模式下，现有CPU能力存在明显短板，CPU性能不足会直接导致昂贵的GPU资源闲置：GPU完成矩阵运算输出结果后，若CPU无法及时完成批量处理、结果打分、调度预处理等并行工作，会造成算力链路拥堵，进而拉低GPU运行效率、抬升整体推理成本。当前单颗B300 GPU市场价约400万元，GPU闲置会带来极高的算力成本浪费，提升CPU配置的经济性凸显。CPU性能提升路径中，提升多线程工作能力与增加CPU数量的本质逻辑一致，不存在C端场景下"一核有难八核围观"的问题，因此提升CPU与GPU配比是核心解决方向。传统架构下CPU/GPU配比为1:4或1:8，AI智能体时代该配比将提升至1:2甚至1:1，目前CPU已面临短缺局面。

·推理端CPU价值凸显：AI训练与推理阶段对CPU的调度需求存在明显差异：训练阶段为单次打分、多次计算，CPU调度频次低，无需大量反复迭代操作；推理阶段需要反复进行打分-计算的循环迭代，叠加多智能体协同、统一答案反复迭代等需求，CPU调度需求大幅提升。同时推理端的API逻辑处理、特征转换、分词处理、排序、响应格式适配等环节，均高度依赖CPU的指挥调度功能，叠加吞吐量指标的考量，CPU在推理端的核心价值进一步凸显，未来数据中心中CPU的重要性将持续提升。

4、CPU行业发展趋势研判

·产业链大厂入局CPU：CPU赛道获产业链龙头布局，发展趋势明确。英伟达从GPU应用端向上切入CPU赛道，推出的Vara CPU采用台积电工艺、CoWoS封装，搭载自研nvlink C2C互联协议，核心线程覆盖88核、106核，最高支持400TB内存，性能优异。ARM从上游IP端向下延伸布局CPU，推出的AGR CPU最高支持1PB内存，内存参数更突出。上下游不同环节厂商集体入局，充分印证行业普遍认可CPU赛道发展前景，CPU是产业链公认的明确发展趋势。

·短期供给仍难缓解：CPU行业短期供给紧张格局难以缓解。需求端支撑强劲，AI时代下AI需求与C端提价因素叠加，推动全场景CPU价格上涨，英特尔2026年Q1业绩强劲也印证需求高景气。供给端约束显著，台积电、三星等核心代工厂短期内无法大规模扩产，英特尔自有工艺良品率提升缓慢，AMD依赖外部代工，ARM、英伟达等新入局厂商产能扩张进度偏缓，多方入局不会提升短期总供给，供给紧张格局将延续。

5、CPU赛道投资建议梳理

·国产核心CPU标的：国内CPU赛道国产替代逻辑清晰，核心标的主要覆盖两大CPU厂商及互连芯片厂商。国内CPU领域核心国产厂商为海光信息与龙芯中科：海光信息业务布局同时覆盖CPU与GPU，当前业绩表现强劲，产品已实现对阿里云等众多ASP、CSP厂商及云服务厂商的批量供货，是国内CPU国产替代的核心受益标的；龙芯中科同样为国内主流CPU厂商，国产替代动力强劲。针对市场普遍存在的认知偏差，澜起科技的业务驱动逻辑并非来源于内存价格波动或内存需求量的独立增长，其核心产品为内存互联芯片，需求直接与CPU需求量提升挂钩，与内存价格无关联，业务景气度与CPU行业表现高度正相关，是CPU产业链上游的核心受益标的。

·产业链受益环节标的：CPU赛道当前处于供需共振的高景气阶段，全产业链多个环节均有明确受益标的。海外CPU市场格局清晰，老牌厂商为英特尔、AMD，新入局者包括ARM，NVIDIA所产芯片多为自用。除CPU外，AI GPU赛道同样值得关注，相关标的包括海光、沐曦芯源。行业景气度核心逻辑来自三方面支撑：a. 供给端，CPU产能扩张受限，晶圆厂扩产有限，同时产能良品率短时间内难以大幅提升，供给端弹性有限；b. 需求端，AI时代下，AI打分、排版、逻辑处理及对GPU的指挥功能对CPU的依赖度持续提升，CPU与GPU的配置比例呈上升趋势，整体需求增长强劲；c. 趋势验证层面，当前已有产业链大厂入局CPU赛道，行业成长趋势确定性强，整体呈现量价齐升的发展态势。产业链各环节受益标的清晰：OEM环节受益于国产替代趋势，相关标的包括浪潮信息、华勤技术、工业富联；连接环节受益标的为盛合通信；算力租赁环节受益标的为协创数据；液冷环节中，英维克承接了大量海内外产能，需求增长下受益明确。