GPU獨霸將變天？美銀看好CPU大逆襲 市場規模衝1700億美元

在過去三年的全球人工智慧浪潮中，市場的焦點幾乎完全被繪圖處理器（GPU）所壟斷。然而，美國銀行在最新半導體產業研究報告中指出，隨著 Agentic AI 興起，中央處理器（CPU）不僅不會退居幕後，反而即將迎來過去十年間最驚人的一輪黃金成長期。

從 ChatGPT 的問世引爆生成式 AI 熱潮，到晶片巨頭輝達的市值一路狂飆，市場上似乎形成了一種「CPU 已經被時代邊緣化，未來的算力世界只屬於 GPU」的強烈共識。

然而，在這份備受矚目的報告中，美銀將 2030 年全球伺服器 CPU 的市場規模預測，從原先的 1,250 億美元大幅度上調至 1,700 億美元。

相較於 2025 年的 352 億美元估值，這意味著在短短五年間，CPU 市場將迎來近 5 倍的爆發性成長，複合年增長率高達 37%。

美銀強調，這場變革並非「CPU 要回頭消滅 GPU」，而是隨著 AI 基礎設施總需求的全面擴張，一個過去被嚴重低估、即將爆發的全新增量市場正在快速成型。

而推動這一切的核心幕後推手，正是 AI 從「只會回答」走向「動手做事」的關鍵技術轉折。

AI 從「動口」開始變「動手」

要理解 CPU 為什麼重新變香，必須先看懂 AI 正在發生的質變。

回顧過去幾年，不論是大語言模型還是各種聊天機器人，其本質上都像是一個博學的「問答機器」。使用者輸入問題，模型在後台進行海量數據的並行計算，最後吐出答案。

這種高強度的矩陣運算完全是 GPU 的天下，因此 GPU 理所當然地奪走了所有的鎂光燈。然而，當 AI 演進到「智能體」階段時，遊戲規則徹底改變了。

未來的智能體 AI 不再只是回答問題的顧問，而是能夠替人類執行複雜任務的數位員工。

舉例來說，當你對未來的 AI 助理說一句「幫我規劃下週去東京的商務行程並預訂好一切」，AI 必須先理解你的目的、拆解步驟、呼叫外部地圖與天氣工具、檢索各家航空與飯店數據、比較價格、執行預訂代碼，甚至在預訂成功後自動撰寫確認郵件發送給你的合作夥伴。

在這一連串的複雜操作中，AI 需要進行大量的決策判斷、順序控制、系統協調以及記憶管理。

這種類型的任務，完全不適合擅長做大規模平行運算但缺乏彈性的 GPU，反而極度依賴具有超低延遲、強大單線程順序執行能力，以及複雜輸入輸出處理能力的 CPU。

當 AI 從單純的「生成內容」邁向高度自主的「執行任務」，大量的計算與調度工作，勢必將重新回流到 CPU 的肩膀上。

AI 系統的「總調度官」

在過去的大模型訓練與推理架構中，CPU 往往扮演著類似「後勤支援」的卑微角色。它主要負責幫 GPU 搬運數據、做簡單的資料預處理，或是被動地進行任務排程，真正為整個系統創造核心價值、負責動腦的依然是 GPU。

但在 Agentic AI 時代，CPU 的身價正跟著工作量一起暴漲。

美銀在報告中指出，未來 AI 數據中心裡的 CPU 將會被細分為三種核心職責。第一種是傳統的雲端運算與企業日常伺服器業務，這屬於基本盤。

第二種是作為 AI 集群中的「頭節點」，負責管理並調配成千上萬顆 GPU 之間的協作。

第三種則是完全因應新時代而生的「智能體專用節點」。這個第三類需求，對晶片市場而言幾乎是百分之百純新增的巨大蛋糕。

這些新一代的智能體專用 CPU，將會成為未來 AI 運作的「大腦中樞」，專職管理 AI 代理人的推理循環、狀態記憶保留、工具軟體呼叫以及複雜的任務編排。

美銀預估，光是這塊專門服務 Agentic AI 的 CPU 市場，到了 2030 年產值就將達到驚人的 700 億美元，規模幾乎與傳統的 AI 集群 CPU 市場平起平坐。

這代表未來的資料中心裡，除了擺滿發熱怪獸 GPU 的機架外，還將會出現大量專門為了運作智能體而量身打造的 CPU 機架。

CPU 成長會否侵蝕 GPU 市占？

隨著 CPU 的重新崛起，市場上不免出現了一些擔憂的聲音：CPU 的成長是否會侵蝕、甚至取代原本屬於 GPU 的市場率？對此，美銀給出了非常堅定的否定答案。

報告強調，AI 基礎設施正在經歷一場從「單一組件拼規格」到「系統級架構比實力」的全面升級。過去的 AI 競爭就像是比拼誰家擁有的 GPU 數量多；但未來的競爭，比的是一整套生態系統的運作效率。

在這個龐大的系統中，GPU 依然是負責核心訓練與重度推理的肌肉擔當，HBM 負責高速存儲，網絡通信負責傳遞訊息，而 CPU 則是那個負責指揮調度一切、不可或缺的指揮官。

隨著 AI 模型的智商越來越高、智能體的數量爆發性增長，以及多步驟工作流程的複雜度呈幾何級數上升，系統內部需要進行的資源分配與任務協調工作將會呈現指數級增長。

因此，CPU 的市場需求絕非取代 GPU，而是伴隨著 GPU 的成長同步擴張。

美銀甚至樂觀預估，到了 2030 年，AI 數據中心中 CPU 與 GPU 的配比，將會從過去幾年極度失衡的 1 比 2 甚至 1 比 4，大幅扭轉拉近至 1 比 1 以上。

這意味著，全球 AI 產業鏈的硬體驅動模式，正在從過去幾年由「GPU 單核心獨撐大局」，演變為「CPU 與 GPU 雙引擎並行驅動」的新常態。

在這一波算力架構的典範轉移中，那些先前在 GPU 熱潮中被市場冷落、估值偏低的 CPU 製造商，尤其是與龍頭雲端廠商及 AI 先驅公司有著深度綁定合作關係的企業，無疑將迎來一場令人期待的估值重塑與價值回歸。