据报道，超微（AMD）CEO苏姿丰在2026年第一季度财报会议上表示，数据中心业务已成为超微营收与利润增长的核心驱动力。数据显示，该季度数据中心部门营收达58亿美元，同比增长57%，其中服务器CPU营收同比增长超过50%，创下历史新高。
近年来，随着代理式AI（Agentic AI）需求的快速升温，服务器CPU逐渐成为算力发展的新焦点。此前，英特尔曾预警CPU产能紧张，而超微则释放出市场需求强劲的信号。值得注意的是，超微在2026年第一季度的数据中心营收首次超越英特尔同期数据中心与AI业务部门的51亿美元营收。自2017年推出Zen架构切入服务器CPU市场以来，超微历时近10年，首次在数据中心营收规模上实现对英特尔的反超。
苏姿丰将CPU需求分为三类：通用运算、作为GPU主节点的CPU，以及支持代理式AI工作流程的CPU。其中，代理式AI相关需求增长最快。她指出，在AI基础设施部署中，CPU与GPU的比例正逐步接近1:1，而在某些高密度代理式AI场景中，CPU数量甚至可能超过GPU。过去，CPU多作为GPU宿主节点存在，如今客户在规划AI加速器采购时，也开始同步规划CPU的长期容量需求。
瑞银（UBS）研究报告引用行业专家访谈数据指出，传统AI工作负载中，约70%~80%的算力集中在GPU推理，但在代理式AI场景下，高达70%~80%的工作量转移到CPU。此外，在传统AI训练架构中，每颗GPU通常仅需搭配8~12个CPU核心；而在代理式AI场景中，这一需求增加至80~120个CPU核心，相当于需求提升了5~10倍。
这一架构变化正在改写过去“重GPU、轻CPU”的AI基础设施逻辑，使CPU重新成为AI运算的重要核心。目前，NVIDIA的Grace CPU、AWS的Graviton 5，以及Google等大型企业自研的CPU多采用ARM架构。ARM架构凭借约30%的功耗效率优势和20%~30%的存储器效率提升，展现出延迟与成本控制上的优势。
在x86架构方面，超微凭借高核心数与多线程能力，成为代理式AI的重要受益者。其架构特性与代理式AI对CPU“既要快、又要多”的需求高度契合。相比之下，英特尔的处境较为复杂。尽管x86架构在传统服务器市场仍占据超过80%的份额，且英特尔在工具调用与存储优化等特定工作负载上仍具优势，但正面临ARM阵营的快速挤压。
目前，英特尔正寄希望于Coral Rapids等新产品缩小与超微及ARM阵营的差距。不过，业内人士分析认为，现阶段无论是超微还是ARM架构，在AI CPU市场的布局均较英特尔更具优势。
