ZeroStack 1.07 亿美元锁定 21% zero-gravity:native 供应，7 月 5 日股份交换完成——这是全解锁后首个机构级筹码沉淀事件。Texas Blocker SPV 结构下，142,232,948 枚代币 1:1 换 ZeroStack 约 910 万股（11.79 美元/股），同时清零 0G 可转债，传统机构通过纳斯达克股票间接持有 dAI 敞口。当前 0G 流通 2.13 亿枚，5 月 15 日全解锁达峰值后，7 月立即锁定 1.42 亿枚（流通占比超 50%），形成"解锁-锁定"双轮驱动。 资本层机构锁仓 + 应用层真实消耗，7 月前后基本面变盘概率很高。当前价 0.55 美元

今天聊聊可能是 Uniswap V4 时代最性感的原生 Hook 创新协议：$eror (erc20 ordi)。 如果你受够了现在市面上那些各种 Pump 盘、跑得快游戏、以及容易被夹子机器人（Sandwich bots）和高频量化收割的 Bonding Curve，建议花 3 分钟读完 $eror 的白皮书。 这项目非常有意思，它是 Sato 协议的终极升级修复版，核心机制完全由 Uniswap V4 Hook（BeforeSwapDelta 机制） 驱动： 📌 绝对恒定（The Linear Standard）：它彻底抛弃了价格曲线。合约就是唯一的发行方和清算所。存入 ETH -> 按固定汇率生成 $eror；销毁 $eror -> 换回 ETH。 📌 单调递增的资产底色：协议对每次 Mint/Burn 征收 5% 费用。注意，这笔钱没有落入任何个人的口袋（无管理员多签，无 owner），而是 100% 永久锁在合约的储备池里。也就是说，池子里的 ETH/Token 比例只会越来越高，为代币提供源源不断地超额质押。 📌 天然的重力井（Gravity Well）： • 市场价 > 合约价 ➡️ 套利者从合约 Mint 并抛售平抑溢价，池子变大。 • 市场价 < 合约价 ➡️ 持有者直接找合约 Burn 销毁，无条件拿走 ETH，提供牢不可破的数学底价。 总量 2100 万，目前状态：【小组件已冻结】。 晚上9点上线，代码即真理，真正的去中心化原教旨主义。 👉 合约及详情： #eror# #DeFi# #UniswapV4# #Ethereum#

#独家# Snowflake计划在未来五年内支付60亿美元，以使用亚马逊云科技数据中心内的亚马逊Graviton芯片。该交易将使Snowflake成为AWS最大的CPU计算业务客户之一。

云数据平台公司Snowflake $SNOW 公布强劲季度业绩，并宣布未来五年将在亚马逊云服务（AWS）上投入60亿美元，采购亚马逊自研的基于Arm架构的Graviton通用芯片，以及用于人工智能的GPU。 #行情# Snowflake盘后大涨37%。 Snowflake在2020年上市时曾披露一项与某云服务商签订的五年12亿美元合同（公司后来证为亚马逊），这一规模相较于过往合作大幅提升。

13 个付费应用 vs 免费替代 很多人知道晚了才后悔。 1. AI 聊天 付费： 免费： 2. 流媒体 付费： 免费： 3. 邮箱 付费： 免费： 4. 图片编辑 付费： 免费： 5. 电影和电视剧 付费： 免费： 6. UI 设计 付费： 免费： Designer） 7. 平面设计 付费： 免费： 8. 音乐流媒体 付费： 免费： 9. 办公软件套件 付费： 免费： 10. 直播电视 付费： 免费： 11. 语法检查 付费： 免费： 12. 音乐 付费： 免费： 13. 游戏 付费： 免费：

谷歌和亚马逊自研芯片业务单独看其实体量已经很大了，特别是亚马逊芯片业务按体量算已经是英伟达年营收的五分之一。1、谷歌TPU在25年出货了250万颗，当然主要谷歌云自用。但如果单独剥离看、也是一个年产值一两百亿美金的业务体量。一季度谷歌云4600亿美金的未履约订单，估计一半以都是预订TPU的算力。所以TPU产业链值得关注，fiona关于TPU产业链的分析很全面。 2、而亚马逊自研芯片业务体量更大 亚马逊的自研芯片业务（包括 Graviton CPU、Trainium / Inferentia AI 芯片、Nitro 等）目前年化营收 run rate 已超过 200 亿，且季度环比增长近 40%，同比三位数增长。 如果再把包含内部使用的部分算在内，年收入规模达 500 亿： 
亚马逊 CEO Jassy 明确指出，如果把这块业务视为独立公司、按芯片公司惯例把今年生产的芯片卖给 AWS 自身和其他第三方客户，年化 run rate 将接近 500 亿美金。500亿美金什么体量，已经是英伟达过去四个季度年营收的五分之一。是不是没想到 亚马逊芯片目前内部使用（AWS 自身消耗）占比较大，所以对外销售体现的收入“被掩盖”了。 1）Trainium 的承诺订单金额达 2250 亿：
Trainium（主要是 Trainium2/3/4）已有超过 2250 亿 的营收承诺（revenue commitments），来自 OpenAI、Anthropic（多吉瓦级大规模多年合约）、Uber 等主要 AI 实验室和企业客户。 2）Trainium2 已基本售罄，Trainium3 也接近满订，Trainium4 也有大量预订。 今年一季度财报是亚马逊首次较为系统地披露自研芯片业务的规模，凸显其已成为全球数据中心芯片领域前三的玩家之一（与 Nvidia 等并列）。AWS 整体年化 run rate 已达 1500 亿左右，芯片业务是重要增长点，尤其在 AI 训练/推理领域帮助降低对外部 GPU 的依赖。 从这个角度谷歌和亚马逊自研芯片产业链重要环节都值得关注

今天芯片圈最大的新闻，莫过于Gerard在创立Nuvia CPU被高通收购五年之后，重新出发，新创立了ARM CPU公司，名字也跟之前非常像，叫Nuvacore 现在这个时间点做数据中心CPU，确实是赶上了CPU十年来最好的时代: AI agent带来CPU短缺潮已经经隐隐浮现，AWS多个客户都提出要包揽所有Graviton ARM CPU产能 ------------ 这个消息对硅谷的芯片打工人吸引力是巨大的，Nuvacore这次的阵容都是功成名就的明星阵容，以前Nuvia创始团队重新集合，拿了红衫的投资，做面向 AI 基础设施/agentic computing 的通用ARM CPU。当年还是一个尚未完全被验证的大方向都能大获成功，而现在ARM CPU服务器正在风口浪尖上，前景和想象力和2019年Nuvia比起来大了太多了 上一次Gerard把Google，苹果platform architecture组的架构大佬挖了好多过去，这次的号召力只会强得多，240m的融资，已经验证过的路径和创始团队，肉眼可见的下一个增长风口，一定会让Nuvacore成为湾区最热门最受追捧的芯片startup，没有之一。毕竟这是一个肉眼可见能财富自由而且风险收益比极好的机会 ---------- 遥想当年Nuvia第一代CPU的发布赶上苹果M2时代，还是挺震撼的，Nuvia让高通在一年的时间CPU跑分进步了整整三代，单核跑分从2300变成3200，竟然超过了苹果M2 max一大截 可惜Nuvia Phoenix core从发布到最后上市拖了太久太久，中间苹果把牙膏挤爆了连着上市了M3/M4，于是Nuvia CPU上市之后从跟M2比较变成了跟M4比较，从期待中的C位变成背景板了 当年Nuvia的眼光非常超前，在2019年ARM CPU服务器市场占有率几乎为零的情况下，就是想从零开始打通这个市场，2021年被高通14亿美元收购之后，高通也给了无限的资源支持，扩招力度很大，给的薪水都是市面上最高一档的。 可惜大环境在2022年恶化的很快，加上高通的管理层战略眼光实在太差太短视，在业界ARM服务器生态都开始有起色的时候，为了股价节约开支，竟然再一次把自家的Nuvia CPU 服务器团队解散了（算上2015年已经解散过一次ARM服务器团队） 直到2025年，Nvidia的Grace ARM CPU都已经发布四年了，Vera ARM CPU都已经自研好久了，Amazon的ARM CPU Graviton都快占据CPU服务器新出货的50%了，高通才后知后觉谨慎的重启ARM服务器项目 所以这次Gerard从高通的高管位置把之前的创始团队拉出来自己干，可能是因为高通高层战略眼光实在太差屡屡错过机会，上次Nuvia想做ARM服务器，高通的承诺也因为大环境恶化没做数，结果被收购之后被高通取消了项目直接改做了laptop芯片和手机芯片 加上高通今年在手机销量上因为内存和存储历史级的巨额涨价，可以预见要受到重创(市场萎缩30%)，能拿出的扩张预算有限，在高通能拿到的资源是受到掣肘的 而在创业公司里比在 Qualcomm 这种大平台里更容易拿到足够快的决策速度、团队纯度、产品定义权和资本叙事，于是选择在窗口已经被验证时重新集结老班底 但更可能因为，AI时代的CPU前景想象力真的太广阔了，完全值得重新投入一次，不是Gerard变了，而是外部市场变了 ------------------------ 进入2025年之后，AI agent的出现，隐隐让CPU重新变成了瓶颈 CPU服务器重新步入增长轨道，而且潜力巨大，有好几个因素： 1. 随着推理时代的到来，GPU演化到针对推理的系统级新架构，CPU 是永远在忙的总指挥orchestrator, 因为要追求token throughput，所以异构计算阶段变多 + 批处理数量batch越来越大，scheduling/routing/data flow复杂度变高，对orchestration要求也变高 所以在系统级异构推理架构里，AI加速器和GPU在CPU：GPU的配比上，也变得更为激进，从以前的1：4到Grace Blackwell的1：2，以后是很有希望达到1：1的比例的。Google TPU配Axion，Amazon Tranium配Graviton，Nvidia Rubin配自家Vera CPU 这条在我的去年11月半导体年终回顾写过，基本上在2026年成为了共识，虽然这部分主要是各家AI 芯片自研，并不是纯粹的CPU服务器，其实不算是外部CPU服务器的机会 2. 也是同一篇年终回顾里写到的： 从CPU视角去看agentic workload，routing和工具处理都在CPU上，如果把常用的agentic框架做profiling，比如SWE-Agent, LangChain, Toolformer，CPU最长可以占到90%的E2E端到端延迟，throughput瓶颈也更多的卡在CPU，CPU甚至能耗也超过了总能耗的40% Agentic AI目前是一个CPU瓶颈更多的事情，Agent管理很多个CPU，再加上agent经常要开sandbox，很可能会成就CPU需求的新一波回暖 现在回看去年写的这个逻辑，潜力是非常大的。但其实年初可能并没有很大规模发生，年初的CPU增长和各家渲染的CPU短缺潮和这个逻辑暂时关系不大，更多可能是前几年的capex投入GPU的比例太大，造成传统CPU服务器投入不够，所以需求上升是一个回补之前传统服务器投入不够的部分。 但到了下半年甚至2027，agent会开始更广泛的铺开，比如智能导购和客服，已经占到了Amazon去年年底100万CPU采购的相当部分比例，这部分的增长是很快的 前两个逻辑，基本上是今年主流叙事在讲CPU潜力的共识，但是我的感悟是，还有另外两个逻辑被低估了： 3. 造成CPU服务器潜力更大，更长线的主逻辑，可能和agent本身没有直接关系，而是code agent带来的副产物： coding门槛和速度的大幅优化，让“构建软件 + 连接软件 + 调用软件 + 自动化软件”这整件事便宜了一个数量级，Jevons 悖论在software供给端的展开，最终把世界推向更高的软件密度和 API 密度，这直接带来了CPU传统workload的线性上升 从2025年年底开始，coding agent迎来了质变，Claude code迎来了爆发式增长，三个月的token营收增长了三倍，那么导致的下一步必然是Code量的十倍增长,以及App数量的巨量增长 即便是在大厂，每天1m token消耗只能算是个平均水平，人均coding量必然是翻倍的（小厂就是翻十倍了），code供给量暴增，不会只停留在 repo 里，而会逐步变成更多长期运行的软件资产，长期存活的feature变多，product变多，microservice变多，API变多 长线来看，App/API所有的生产成本和生产周期会变成原来的10%，API实现极大富足。那么API的Usage就会大量的上升,这就会造成传统CPU Workload或者说CPU Seconds大量的上升，这甚至和agentic没有直接关系 时间维度上，这个逻辑并不是短期性质，Claude code的爆炸是这几个月刚发生的事情，那么产品上线，microservice，api上线，可能都要向后延迟。当软件变便宜，社会不会少用软件，只会把更多事情软件化 所以也许到下半年甚至更久才会看到，传统cpu云的需求又莫名其妙增加了，表面上看，甚至和AI agent没有直接关系 4. CPU是一个技术上很难通缩的东西，不像内存/存储有很多压缩算法会降低单任务对存储的用量，CPU workload增长转化成硬件需求增长是实打实的 比如说kvcache其实每年都有各种压缩技术出现，老的压缩技术比如kvcache的multi-head它会share一个head（GQV），这个大概会相当于4倍的压缩，再比如说去年turboquant这个技术也会新带来几倍的压缩。然后加上数据精度从FP16到现在的下一步要到FP4，精度的下降都会带来kvcache的压缩，从而带来存储方面的技术通缩。 但CPU是一个技术层面上通缩量很小的事情，目前任何的agentic的cpu workload（CPU seconds）增长都是硬件需求增长，它通缩的方面只有每年每一代跑分提高的10%到15%。如果说另外通缩因素，比如云的五倍六倍的超卖会不会影响？不会，因为它一直是超卖的，所以说超卖/利用率低这个CPU技术通缩的因素不会继续扩大了，每个增长的CPU seconds都是不怎么带打折的硬件线性增长 ARM的指引是CPU的供需缺口可能会到30%以上，这几个原因的叠加，加上AI服务器对CPU服务器产能和订单的挤压，可能会让缺口更大，各个hyperscaler的反应可能是会滞后的 ------------------ CPU整体需求潜力增长的同时，ARM服务器CPU也赶上了历史上最好的时代： Hyperscaler为了节省成本，接近50%的新增传统server CPU都是ARM，Google的Axion，Amazon的Graviton，Microsoft的Cobolt，Graviton甚至2026年的产能已经全部卖完，瓶颈成了产能 Google TPU配Axion，Amazon Tranium配Graviton，Nvidia Rubin配自家Vera CPU，这部分CPU为什么会集体转向ARM，除了成本因素之外，也因为推理系统为了追求token throughput，batch越来越高越做越复杂，自研ARM CPU以及系统性软件硬件的co-design会更方便，比如Nvidia是Dynamo去控制Vera和Rubin之间的协同 Nuvacore的规划上来看，不仅仅满足于做IP，也要做成品，因为在招聘网站上出现了validation engineer的职位 但是这次Nuvacore面临的挑战也不小：起步太晚了，无论是市场上，还是技术上，竞争都激烈了很多。CPU服务器和七年前比，已经复杂了很多，已经不再是单片CPU的竞争，而是rack系统级别的复杂度 现在开始做2028~2029年上市的CPU，要做到rack级别有竞争力，规模要大很多，基本上要几十个chiplet，500+个core拼起来，还要考虑如何适配AI agentic workload，工作量比以前明显要大的多，对一个startup的挑战比七年前也大得多 ---------------- 上次Nuvia在成立两年之后成功的以14亿美元出售，这次市场热度比五年前高了一个数量级，Nuvacore之后的路会怎么走呢？ 如果是被收购路线，其实买家可能比五年前比并没有更多，这五年里，Google有了Axion，微软有了Cobalt，Amazon有了Graviton，Nvidia自研的Vera CPU已经成型，连ARM也打破了35年来只做IP的常规，开始做自己的AGI CPU芯片 最有可能的是Softbank系，softbank已经在ARM CPU服务器生态上布局深耕了多年，65亿美元收购了Ampere，再收购Nuvacore是很正常的事情，这个市场想象力足够大 其他的选择也可能是Meta，因为几家互联网公司里，只有Meta的silicon house没有稳定可靠的CPU服务器，有限的资源在MTIA都做AI加速器去了 但是Meta的问题在于稳定性极低，决策每个月都在变化，注意力非常短期化，项目随时取消，对Nuvacore来说完全无法兑现潜力，是一个非常糟糕的买家 但总体来说，Nuvacore的选择肯定比五年前宽了太多了，对ARM CPU服务器的潜力大家的共识都很明确，融资的难度要小很多，自己运营扩张起来，阻力比以前小很多，合作伙伴的配合程度上也因为未来预期，会容易很多 完全可以自己做大到比Nuvia当年更大的规模再考虑出路，根本不着急卖

AI货币化拐点，早上谷歌、微软、亚马逊、Meta四家公司财报整体云/广告业务的超预期收入加速，缓解“烧钱不赚钱”担忧。整体看四家均交出强劲兑现的财报，云/广告增速稳健或加速，RPO/Backlog大幅扩张，Capex虽高但营收/Capex比值基本守住，市场的高预期基本得到满足（部分甚至超预期）。 1. 业绩增速看点（最直接验证AI货币化） 增速差异主要来自订单结构（长约 vs 现货）、产能释放节奏（GPU/TPU/Trainium到货 vs 需求）和绝对增量（AI训练/推理占比）。 1）谷歌 Cloud (GCP)：实际+63%（$200.3亿，远超共识~50%），增速最猛。AI长约占比高（TPU放量+企业AI合约），产能释放节奏最优，绝对增量最大。 2）微软 Azure：实际增长约38%（符合指引37-38%，Q2曾39%）。AI业务ARR达370亿美元（+123% YoY），仍是核心驱动，但受产能交付限制，绝对增量仍强劲，企业GenAI支出转化明显。 3）亚马逊 AWS：实际+28%（25年Q4为+24%，15个季度最快），大幅超共识26%。Trainium/Graviton等自研芯片+Anthropic等大单加速释放，订单结构转向长约+AI推理，绝对增量领先。 4）Meta 广告：总收入563亿美元（+约33%，大幅beat指引中值），广告业务继续高位平台稳增。AI驱动的广告优化（Advantage+、Llama）直接提升ARPU和转化率，货币化效率最高，无云业务但AI直接服务广告。 小结：GCP增速最炸（订单结构+产能双重加速），AWS实现再加速，Azure稳中略降但AI ARR爆炸，Meta广告最“干净”兑现。增速差异验证AI需求真实且分层释放。 2. 资本支出（Capex） 看点（谁在花、花在哪、折旧何时拖累）四家2026年Capex总指引约6600-7000亿美元（GPU/ASIC 50%，建筑+电力25%，网络15%，存储10%）。重点看营收/Capex比值（当前约4.0，若跌破3.5则担忧产能跑输折旧；守住3.8+则折旧拐点推迟至2028+）。 1）谷歌：Q1 Capex 357亿美元，FY26指引1750-1850亿（多数投ML compute）。Cloud收入+63%+op income暴增，AI长约覆盖率高，比值最优，折旧压力最小。 2）微软：本季Capex 319亿美元（2/3投GPU/CPU等短命资产）。FY26预计1000-1200亿，营收/Capex比值仍健康（AI ARR已体现部分回报），折旧压力可控，但OpenAI相关占比高需持续验证。 3）亚马逊：FY26指引2000亿美元（主导AWS基础设施）。Q1 AWS已+28%且芯片业务ARR超200亿（三位数增长），Capex转化为产能最快，营收/Capex比值有望维持较高水平，折旧拖累最轻。 4）Meta：FY26 Capex上调至1250-1450亿美元（较此前指引上调，反映组件涨价+数据中心）。但广告收入直接受益AI，外部长租合约转嫁部分折旧，Capex转化为收入效率最高（类似“高位平台”稳增）。 总结就是，四家Capex均“花在AI算力”，但谷歌和AWS转化最快（营收加速覆盖），微软次之，Meta通过广告最直接兑现。营收/Capex比值整体守住，未现明显拖累，折旧拐点至少推迟。Meta Capex上调尤其被解读为成本压力增大，所以Meta盘后跌幅最多。 3. 剩余未履约订单（Backlog/RPO） 看点（AI订单含金量）四家合计RPO/Backlog已超1.7万亿美元（纯AI算力订单约8000-9000亿）。重点验证需求方现金流稳定性（大客户支付能力）、合同强制性（长约不可取消）和真实消耗验证（实际使用率）。本季重点：RPO环比增长（大概率+20-25%）和加权平均剩余期限（延长至5年以上=长合约时代确认）。 1）谷歌：Cloud Backlog 超4600亿美元（QoQ几乎翻倍，远超此前2400亿），环比增长爆炸。AI长合约占比超70%，剩余期限显著延长至5年以上，长合约时代已确认，真实消耗验证最强。 2）微软：RPO 6270亿美元（+99% YoY），加权平均剩余期限2.5年。剔除OpenAI后+26%（更接近季节性），现金流稳定性高，长约占比提升，但OpenAI集中度仍是风险点。 3）亚马逊：AWS Backlog此前已2440亿美元（+40% YoY、+22% QoQ），Q1 AWS+28%印证消耗加速。新大单（Anthropic等）进一步延长剩余期限，强制性强，需求方现金流稳健。 4）Meta：无传统RPO，但广告业务通过AI优化实现“即时消耗”，相当于高频短约+长效平台，现金流最稳定（广告主ROI直接可见 总结就是，谷歌Backlog环比最炸（确认长合约拐点），微软/亚马逊RPO稳健扩张+消耗加速，Meta间接验证。 三大指标（RPO环比、营收/Capex、云指引）中至少两项超预期，AI基础设施周期从“预期驱动”转向“兑现驱动”正反馈确立。 整体来看本次财报“够炸”——GCP+63%、AWS+28%再加速、Azure稳38%、Meta广告+33%+Capex上调仍beat，RPO/Backlog集体大增，Capex转化效率高于市场隐含担忧。 总体市场逻辑： 1）预期已极高（“上修-兑现-再上修”正反馈），任意两指标不崩就够，但谷歌三指标全超（增速最炸、Backlog翻倍、转化效率高），直接“够炸”带动盘后大涨。 2）微软/亚马逊：业绩beat但指引/细节/转化效率略逊谷歌，未完全超出隐含最高预期，所以盘后先跌再涨； 3）而meta进一步提高资本开支，市场担心“Capex压力仍存”带动盘后回调 简单来说，谷歌用最炸的Cloud+Backlog数据证明“AI钱烧得值”，其他家虽也强劲，但未完全满足市场已被AI热潮吊高的胃口，导致分化。后续看Q2指引和消耗节奏，AI基础设施周期正从预期转向兑现验证。 还是15号这里 agent热潮是真实可见的。

生成式AI往代理式AI迁移中，新的卡脖子环节又出现了，这次是CPU。之前市场关于算力紧缺的讨论都在GPU、HBM、光模块、电力等环节，其实对于CPU的关注比较少。其实Cpu的紧缺传了一段时间了，看最近英特尔、AMD走势最核心驱动力就是来自cpu开始出现紧缺了，甚至连过往不怎么受待见的港股联想集团，最近两周走的也很强。 1、为什agentic ai时代CPU占比会扩大？ 传统AI（主要是大模型训练/推理）高度依赖GPU，因为Transformer的核心是并行矩阵运算，GPU擅长高吞吐的并行计算。这时CPU主要只负责“辅助”：数据路由、内存压缩、GPU调度等，导致数据中心CPU:GPU比例很低（典型1:4~1:8，甚至1颗CPU管8颗GPU）。CPU利用率低，基本是配角。 Agentic AI完全不同，它不是单次“问答”，而是自主多步循环（Planning → Tool Use → Act → Observe → Reflect → Iterate），涉及： 1）编排：调度子任务、多智能体协作、分支逻辑、重试机制。 2）工具调用：网页搜索、API调用、代码执行、数据库查询、向量检索（RAG）、文件处理等。 3）其他CPU密集任务：上下文管理、KV Cache处理、强化学习（RL）仿真评估、数据预/后处理。 这些任务高度串行、I/O密集、逻辑分支多，GPU并不擅长（甚至会闲置）。研究显示：工具处理阶段在CPU上可占总延迟的50%~90.6%（GPU在等待CPU）。Agentic工作流中CPU动态能耗占比可达44%，比传统AI高3~4倍。 简单说，Agentic AI把“思考”交给GPU，但把“做事/协调”交给CPU。CPU从“管家”变成了“总指挥”，必须大幅增加才能让整个系统高效运转。这就是CPU占比扩大的核心驱动（Intel、AMD、Arm、TrendForce等一致观点）。 2、CPU成为新紧缺环节的现实证据 今年Q1 Intel/AMD服务器CPU交期已经拉到6-12周，部分型号基本售罄，价格也提了10%以上。厂商自己都说“demand far exceeded expectations”。不是产能不够，而是Agentic AI把CPU从“可有可无”直接干成了“必须配足”的总指挥。 数据中心项目现在除了电力，就是CPU卡脖子最严重。传统x86（Intel/AMD）高功耗+产能紧张，供应链直接打爆。 3、CPU缺口会有多大？ 行业共识是CPU:GPU比例将显著拉近，CPU需求大幅提升：从传统1:4~1:8（CPU:GPU）转向1:1~1:2（部分场景甚至1.4:1，即CPU比GPU还多）。看之前Arm估算，每GW算力需要的CPU核心从3000万激增到1.2亿（4倍增长） CPU算力份额：在Agentic工作流中，CPU承担的算力比未来机架/集群可能从“GPU主导”转向更平衡，甚至出现专用CPU rack来支撑Agentic编排；AMD/NVIDIA新一代平台已开始按1:2~1:4设计 这就带来了CPU需求的真实拐点，是实打实的硬件重构。 4、特别要说下ARM服务器CPU会更受益一些？ Agentic AI最需要的就是“高核心数+低功耗+稳定串行处理”。ARM天生多核可扩展、perf/watt领先：Arm AGI CPU（136核，TDP仅300W）对比x86同规格功耗低40%+，每机架性能直接翻倍。风冷机架就能塞8000+核，液冷更能到4万+核，完美解决数据中心的“功耗墙”。 更狠的是生态大转向：AWS Graviton、Google Axion、Microsoft Cobalt早就自研ARM，云巨头集体“去x86化”。Arm 3月直接下场自研AGI CPU（首款量产芯片），Meta、OpenAI、Cerebras都是首发伙伴，OEM有联想、Supermicro。 Counterpoint预测：AI ASIC服务器CPU里，ARM份额从2025年25%干到2029年90%。Arm自己说，这波能把数据中心CPU TAM从30亿版税干到1000亿+，未来几年服务器CPU营收很可能超手机，成为最大增长极。 看下周和5月初英特尔、amd的财报电话会上，cpu实际出货量的变化、以及cpu的真实价格变化。这能说明真的有多紧缺。 5、CPU紧缺哪些公司会受益？ 梳理了下哪些公司会受益，后续关注起来： 美股最核心： Intel (INTC)ntel 依然是服务器 CPU 市场的霸主。短缺潮会提升其过往型号的利润率，且其 Gaudi 与 Xeon 的组合在代理推理端有强劲需求。 AMD (AMD)：理由：在 Agentic AI 服务器市场，AMD 的 EPYC 处理器因多核心优势和高性价比，目前在云厂商中的市占率持续提升，是 GPU+CPU 均衡配置趋势下的首选。 Arm Holdings (ARM)：越来越多的云厂商（亚马逊、微软、谷歌）开始自研基于 ARM 架构的 CPU。无论谁赢，只要 Agent 需求推高 CPU 核心数，Arm 的授权费就会大涨。 港股（制造与分销关键点） 中芯国际 (0981)：虽然其在最先进制程受限，但大量非核心逻辑控制芯片（支持 CPU 运作的辅助芯片）和中端 CPU 的需求外溢，会显著提升其产能利用率。 联想集团 (0992)：全球第一大服务器与 PC 厂商。在短缺潮初期，拥有强大供应链管理能力和库存的大厂能通过提价和保证供应，抢占更多政企市场份额。 A股（国产替代与配套产业链） 海光信息 (688041)：国产 x86 服务器 CPU 的龙头。在 Agentic AI 时代，由于其架构与全球生态兼容性最好，国内算力中心在补齐 CPU 短缺时，海光是第一顺位替代品。 龙芯中科 (688047)：自主架构 CPU 的代表。随着国产自主可控需求增强，在党政和关键基础设施的 Agent 应用中受益。 深南电路 (002916) / 沪电股份 (002463)：理由：配套受益。CPU 核心数增加和 GPU+CPU 配比调整，要求更复杂的 PCB（印制电路板）和封装基板，这些公司是全球高端服务器 PCB 的主力供应商。 澜起科技 (688008)：内存接口芯片龙头。只要 CPU 多，内存条就多。Agent 时代对内存带宽要求极高，其 MRDIMM 和内存接口芯片是 CPU 性能爆发的必需品。 投资逻辑核心其实两点： 1）量价齐升：CPU 厂商（AMD, Intel, arm、海光）最直接。 2）卖铲子的人：由于 Agent 需要高带宽，内存配套（澜起）和先进封装/基板（深南）的需求甚至比 CPU 本身更稳。