进入 2026 年，全球半导体市场最先感受到的寒意来自存储领域。根据多家市场研究机构的报告，存储芯片价格的上涨已近乎 " 失控 "。

根据 Counterpoint Research 与 TrendForce 的数据，继 2025 年第四季度价格暴涨 50% 之后，DRAM 与 NAND Flash 芯片的价格预计在 2026 年第一季度将继续上扬 40% 至 50%。

这一极端的价格压力迅速从上游传导至终端。以消费市场为例，部分主流 DDR5 内存条的价格自 2025 年下半年以来涨幅已超过三倍 。

对这个现象深度溯源，其实是 AI 基础设施，特别是大模型训练与推理对高带宽内存（HBM）和高性能存储的 " 虹吸效应 " 所致。

晶圆厂将产能优先分配给利润更高的 AI 相关存储产品，挤压了传统 DRAM 和 NAND 的供给，一场覆盖全行业的 " 算力税 " 已经拉开序幕。

但存储上扬只是序章，涨价轮盘上新近转来的，是 CPU。一、算力税第二波，CPU 涨价

长期以来被视为成熟市场的 CPU，在 2025 年下半年开始出现异动，并在 2026 年初彻底爆发。

资本市场的反应最为敏锐。截至 2026 年 1 月 21 日，芯片巨头英特尔（Intel）股价触及 54.25 美元，创下自 2022 年 1 月以来的新高，年初至今累计涨幅高达 44.74% 。它的竞争对手 AMD 股价同样录得七连涨。

在中国市场，国产 CPU 的代表龙芯中科和海光信息股价分别在 1 月 21 日创下 20% 涨停和上涨超 13% 的惊人记录。

这一系列现象的背后，供给侧的产能瓶颈是显而易见的。

根据 TrendForce 2026 年 1 月的供应链监测报告，台积电（TSMC）的 N2 与 N3 到 2027 年的产能，也已被苹果、英伟达（NVIDIA）及博通（Broadcom）等巨头瓜分。

由于高端 GPU 与定制 ASIC 在单晶圆产出价值（Revenue per Wafer）上相较传统 CPU 享有溢价，代工厂在产能分配优先级上存在明显的盈利倾向。

这种资源向高毛利产品的倾斜，直接削减了消费级与企业级处理器的晶圆配额。与此同时，先进封装技术（如 CoWoS-L/S）的瓶颈成为次生阻碍，IDC 分析指出，由于 CoWoS 产能利用率在 2025 年第四季度便已突破 100%，导致即便前端晶圆完成刻蚀，后端封装的积压也使 CPU 出货周期从正常的 8-10 周大幅延长至 24 周以上。

这种产能压力在英特尔的内部生态中体现得更为极致。随着其 18A 工艺进入量产高峰期，英特尔不仅需要保障自身酷睿（Core）与至强（Xeon）系列的供应，还需履行向微软、亚马逊等外部 Foundry 客户的代工承诺，导致英特尔核心节点的产能利用率已攀升至 120%-130% 的超负荷状态。

摩根大通最新的研报指出，这种 " 极限超载 " 已迫使英特尔将部分非核心组件转移至联电（UMC）等二线代工厂，但依然无法完全抵消先进制程供应的缺口。

然而，供给受限仅仅是故事的一半，真正重塑市场格局的，是来自需求侧的结构性剧变。

而推高需求侧的关键词，就是智能体。

二、需求侧，智能体创造 " 域外 CPU" 新需求

智能体能够自主规划任务、调用工具、记忆历史步骤，并在执行过程中实时调整策略来解决问题，人们通过这种方式来弥补单纯大模型在上下文感知、幻觉问题以及实时信息获取方面的不足。

在它的架构中，在大模型的推理工作之外，还增加了决策编排器，还会使用网页搜索、抓取、Python 解释器、上下文数据库等外部工具。

也就是说，整个智能体的工作负载中，AI 计算任务只是一部分，还有很大部分是通用计算。

在智能体运行任务中，CPU 的核心优势体现在对工具处理的适配能力、资源利用的灵活性以及对多种应用场景的兼容性。CPU 能够高效运行许多无法部署在 GPU/TPU/NPU 上的计算任务和外部程序工具，例如网页搜索、Python 执行、精确向量 / 数据搜索等。

这类任务处理在智能体任务总量中总耗时（Latency）占比很大。要知道，CPU 还支持多线程和多进程并行，天然可以根据负载特征进行动态调整。

为了进一步深度分析，我们需要引入两个概念：域内 CPU 和域外 CPU。

所谓域内 CPU，指的是 GPU 服务器中所配的 CPU，传统上来讲，装在 GPU 模组的服务器主机被称为机头，域内 CPU 指的就是机头里的 CPU。它的主要任务是解决内存相关问题和数据调度，确保 GPU 任务均衡、合理、高效。

所谓域外 CPU，指的是整个任务系统中，GPU 服务器以外的集群中的其他 CPU。

从系统视角来看，如果把整个智能体应用（Agentic AI）看成一个系统，根据上面的分析我们就知道，仅仅就 CPU 而言，起到性能决定性因素的，实际上是来自于域外 CPU。

首先是极高的 Latency 占比。在典型的 Agent 工作负载中，运行在 CPU 上的任务处理（如数据库检索、代码执行和搜索摘要）占据了任务总 Latency 的 80～90%。也就是说，系统运行时的大部分耗时都是域外 CPU 在处理任务，而不是消耗在 AI 芯片的推理上。

其次是复杂的计算模式。域外 CPU 需要处理大量非 AI 原生任务，比如说搜索、爬虫、抓网页，比如说运行 Python 脚本，还有排序和摘要算法。

还有并发和能效比。在大规模批处理场景下，由于核心负载和同步开销，动态能耗会上升。域外 CPU 的多核性能和调度能力和智能体服务的经济效率强相关。

三、传统的 CPU，新的增量市场

IDC 预计，活跃 Agent 的数量将从 2025 年的约 2860 万，快速攀升至 2030 年的 22.16 亿，年复合增长率达到 139%。年执行任务总数将从 2025 年的 440 亿次暴涨至 2030 年的 415 万亿次，年复合增长率高达 524%。年度 Token 消耗量预计从 2025 年的 0.0005 PetaTokens 暴增至 2030 年的 152,667 PetaTokens，年复合增长率高达 3418%。

这些数据揭示了一个关键趋势：单个 Agent 承担的任务复杂度、决策链路长度以及对实时性的要求都在指数级增长。

这将直接转化为对 " 域外 CPU" 算力的海量需求。

Meta 近期斥资数十亿美元收购通用 AI Agent 初创公司 Manus，这是 Meta 成立以来第三大收购，仅次于 WhatsApp 和 Scale AI。这一举动充分说明了产业界对 Agent 应用前景的看好。

根据 Gartner 发布的《2025 年十大战略技术趋势》报告，智能体 AI（Agentic AI）被列为年度首要趋势，预测到 2028 年，全球约 33% 的企业级软件应用将集成智能体功能，而这一比例在 2024 年尚不足 1%。

企业端的采纳率数据进一步验证了这一增长的确定性。Capgemini 研究报告显示，2025 年企业对智能体及多智能体系统（MAS）的利用率已达 21%，较 2024 年的 10% 实现了翻倍增长。

同时，PwC 对 300 余位高管的调研显示，88% 的受访企业表示正因智能体带来的生产力红利而增加 AI 预算，平均 ROI 已达到 1.7 倍。Cloudera 的最新数据则显示，96% 的 IT 决策者计划在 2026 年前进一步扩大智能体的部署规模。

这种近乎一致的扩张意愿，提升了智能体的使用需求。

这是新的增长逻辑，也就会在资本市场带来新的增长故事。

基于当前 AI 技术和应用的发展趋势，智能体这一波推起来的通用 CPU 需求，不仅增长速度快，而且还是有持续性的。

这一趋势还处于早期阶段，但增长势头已经不可阻挡。按照任务总延迟来计算，域外 CPU 的需求增加不比 GPU/AI 芯片少。

如前文所说，Intel 的产能利用率据说已经达到 120～130%，而 AMD 主要靠 TSMC，前面已经提到，TSMC 的先进工艺产能尽量给了更 fancy 的 GPU，稍次一点的产能现在也已经满载，提升空间也不大。已经有消息表明，2026 全年 intel 和 AMD 的 CPU 配额已经被预定完毕。

同属于 X86 阵营的海光，是否可以为行业提供充足的供应，就考验着中国半导体供应链的韧性了。

在这样的情况下，CPU 价格在未来一段时间内怎么能轻易降下来？