8月13日，美国银行证券在最新研究报告中将2030年服务器CPU总潜在市场规模（TAM）上调至逾2100亿美元，较此前约1700亿美元的预测提升逾两成，并将年复合增长率预期从30%上调至36%。

这一调整的核心逻辑在于：随着AI工作负载从训练转向推理、再向智能体AI演进，CPU在数据中心系统中的角色正从GPU的"配角"升级为智能体编排的"控制平面"。美银预计，CPU与GPU的配比将从训练时代的约1:4，逐步收窄至AI推理阶段的约1:2，并最终在智能体AI时代趋近1:1。这意味着到2030年，CPU将占整体约2.2万亿美元数据中心系统TAM的约10%，高于2024至2025年训练时代的不足7%。

美银分析师Vivek Arya团队指出，AI工作负载的演进路径正在系统性地抬升CPU的需求密度。

在训练时代，CPU主要承担数据预处理、分词、批处理及向GPU喂数据等辅助职能，GPU/加速器才是算力核心。这一格局导致2022至2025年间AI加速器市场以+139%的年复合增长率狂飙，而服务器CPU仅录得+14%的年复合增长率。到2025年，AI加速器已占数据中心计算支出的85%，CPU仅占15%，而2021年这一比例尚为26%对74%。

进入智能体AI阶段，情况发生结构性转变。智能体AI并非简单的"一问一答"，而是涉及规划、上下文检索、工具调用、状态管理、API交互、多模型路由及结果评估等多步骤循环工作流。这些任务本质上是CPU密集型的顺序处理，而非GPU擅长的并行矩阵运算。美银认为，CPU由此从"主机处理器"升级为AI推理的"控制平面"。