美國銀行證券釋出最新研究報告，大幅上調對2030年伺服器CPU市場的預測，核心邏輯是智慧體AI（Agentic AI）將從根本上改變資料中心的計算架構，CPU的戰略地位隨之顯著提升。報告將2030年伺服器CPU總潛在市場規模（TAM）從約1700億美元上調至逾2100億美元，提升幅度超過兩成，並將年複合增長率預期從30%上調至36%。

美銀分析師Vivek Arya團隊指出，AI工作負載正從訓練階段向推理階段、再向智慧體AI階段演進，CPU在資料中心繫統中的角色正從GPU的“配角”升級為智慧體編排的“控制平面”。報告預計，CPU與GPU的配比將從訓練時代的約1:4，逐步收窄至AI推理階段的約1:2，並最終在智慧體AI時代趨近1:1。這意味著到2030年，CPU將佔整體約2.2萬億美後設資料中心繫統TAM的約10%，高於2024至2025年訓練時代的不足7%。

在個股層面，美銀維持對AMD的買入評級，目標價620美元，將其視為最佳CPU標的；同時維持對輝達（NVDA）的買入評級，目標價350美元，將其視為半導體板塊整體首選。

報告詳細闡述了智慧體AI如何重構CPU需求邏輯。在訓練時代，CPU主要承擔資料預處理、分詞、批處理及向GPU喂資料等輔助職能，GPU/加速器才是算力核心。這一格局導致2022至2025年間AI加速器市場以+139%的年複合增長率狂飆，而伺服器CPU僅錄得+14%的年複合增長率。到2025年，AI加速器已佔資料中心計算支出的85%，CPU僅佔15%，而2021年這一比例尚為26%對74%。

進入智慧體AI階段，情況發生結構性轉變。智慧體AI並非簡單的“一問一答”，而是涉及規劃、上下文檢索、工具呼叫、狀態管理、API互動、多模型路由及結果評估等多步驟迴圈工作流。這些任務本質上是CPU密集型的順序處理，而非GPU擅長的並行矩陣運算。美銀認為，CPU由此從“主機處理器”升級為AI推理的“控制平面”。

值得注意的是，美銀強調這並非CPU替代GPU，而是兩者需求同步擴張。GPU在矩陣運算、大模型推理、高吞吐預填充及前沿模型推理方面的核心地位不變；CPU則在編排、記憶體管理、工具執行及資料移動等維度上承擔更多職責，系統瓶頸從單一的GPU算力擴充套件至更廣泛的基礎設施層面，整體資料中心TAM因此得以擴大。

展望2030年市場格局，美銀將伺服器CPU TAM細分為三類：傳統/IaaS約300億美元、AI計算/頭節點約900億美元、AI智慧體獨立節點約900億美元，後兩者合計約1800億美元的AI CPU市場將佔總量的約86%。從市場份額預測來看，ARM系陣營將是最大贏家。美銀預計到2030年，ARM商用CPU（含輝達Vera、ARM AGI、高通CPU等）將佔伺服器CPU價值份額的約38%，ARM定製CPU（含AWS Graviton、谷歌Axion、微軟Cobalt等）約佔9%，兩者合計接近47%。AMD預計維持約31%的價值份額，而英特爾（INTC）則將從2026年的約34%降至約22%，儘管其絕對營收仍將以約22%的年複合增長率增長。在單位份額層面，英特爾仍將以約36%居首，但價值份額的持續下滑反映出其在高附加值AI工作負載中的競爭劣勢。美銀指出，英特爾的相對優勢在於傳統企業工作負載，以及基於18A-P製程的Coral Rapids平台有望於2028年縮小與競爭對手的效能差距。

美銀將AMD列為最佳CPU標的，核心依據在於其在高頻率和高核心數兩個維度上的雙重領先優勢。在高頻率方面，AMD Turin（第五代EPYC）峰值頻率達5.0GHz，高於英特爾Granite Rapids的4.3GHz及輝達Grace的約3.35GHz。即將於2026年下半年推出的Venice（第六代EPYC）預計將進一步鞏固這一優勢，使AMD CPU成為AI規模擴充套件叢集中頭節點/計算節點的理想選擇。在核心數量方面，AMD的優勢更為突出。Venice預計最高支援256核/512執行緒，遠超輝達即將推出的Vera（88核/176執行緒）及英特爾Diamond Rapids（預計最高192核）。美銀測算，AMD EPYC 9965（Turin，192核）在智慧體AI工作負載中的機架級效能是輝達Vera的2.37倍，而Venice（256核）有望將這一優勢擴大至3.30倍。此外，美銀還看好AMD在Zen 6/2nm製程上的執行力及供應鏈可見性，以及x86生態在安全性和可靠性特性（RAS）方面對智慧體AI工作負載的適配優勢。

輝達獨立CPU機架開啟新需求空間。輝達於2026年下半年隨Vera Rubin平台推出的獨立Vera CPU機架（CPX機架），是美銀上調CPU TAM預測的重要催化劑之一。該機架可整合多達256顆Vera CPU，採用液冷設計，專為智慧體AI工作負載最佳化，負責編排、記憶體控制及I/O管理，並可對Vera Rubin NVL72計算機架的輸出進行測試、執行和驗證。在完整的40機架Vera Rubin SuperPOD中，每個Pod包含1152顆Rubin GPU、576顆作為計算機架組成部分的Vera CPU，以及潛在的另外512顆獨立CPU機架中的Vera CPU，CPU與GPU的比例趨近1:1。美銀認為，這類獨立CPU機架將承載RAG管道、向量資料庫、資料準備、API/工具執行及中小型模型推理等此前對昂貴GPU機架而言過於碎片化的工作負載，從而實質性地擴大整體TAM，而非僅僅替代現有需求。