AI 推論讓 CPU 重回舞台 C 位 Intel 與 AMD 在伺服器市場再戰

AI 推論工作負載的暴增正在帶動 CPU 重新成為焦點，Intel 與 AMD 在伺服器市場重新搶下話語權。過去三年被 GPU 完全壓制的 CPU 角色，在新一代 AI 部署架構中重新獲得戰略價值，這個轉變不僅改變半導體業者的營收結構，也重塑了 AI 基礎設施的設計典範。

過去 AI 領域的注意力高度集中於 GPU。NVIDIA 透過 H100、H200、B200 等加速器主導 AI 訓練市場，並建立起難以撼動的軟體生態系（CUDA、cuDNN、TensorRT）。AMD 雖然推出 Instinct MI300、MI400 系列追趕，但仍以 GPU 為核心競爭。Intel 在 AI 領域則因 Gaudi 系列銷售不振，被市場視為落後者。CPU 業者整體在 AI 浪潮中似乎被邊緣化，許多人預測 GPU 將完全取代 CPU 成為運算核心。

然而 2026 年 AI 部署重心從訓練轉向推論的趨勢，正在重新定義 CPU 的角色。AI 推論工作負載與訓練有本質差異：訓練需要超大規模平行運算（適合 GPU），推論則需要靈活、低延遲、能處理多樣化工作流的運算能力（更適合 CPU）。當企業大規模部署 AI 應用（如客服聊天機器人、文件摘要、影像辨識、即時翻譯）時，CPU 的角色不可或缺。

從技術架構看，AI 推論伺服器的最佳配置往往是「CPU + GPU」的混合架構。CPU 負責任務調度、資料前處理、檢索增強生成（RAG）的向量搜尋、Agent 系統的協調等工作，GPU 則負責大模型的核心推論計算。AMD 提出的 Helio AI 機櫃 CPU:GPU 配比為 1:4，NVIDIA 最新 GB300 NVL72 平台則為 1:2，這些數字反映 CPU 需求並未隨 GPU 普及而減少，反而因 AI 部署規模擴大而同步成長。

Intel 在 AI 推論市場的策略集中於 Xeon 6 系列（代號 Sierra Forest、Granite Rapids）。Xeon 6 整合強化版 AMX（Advanced Matrix Extensions）指令集，可在 CPU 上直接執行部分 AI 推論工作，特別適合小型模型、邊緣 AI 部署、企業 IT 整合等場景。Intel 同時與 IBM、Red Hat、VMware 等企業 IT 業者合作，將 Xeon 6 整合至主流企業 AI 解決方案中。

AMD 則透過 EPYC 系列（特別是 2026 年量產的 Venice 平台）爭取 AI 推論市場。Venice 採用台積電 2 奈米製程、最高 256 個 Zen 6 核心、12 通道 DDR5 記憶體支援，效能與能效都顯著優於 Intel Xeon 6。同時 AMD 透過 Instinct GPU 與 EPYC CPU 的緊密整合，提供「AMD 自家組合」的差異化方案，與 NVIDIA 的「Grace + Hopper/Blackwell」形成正面競爭。

對台廠供應鏈而言，CPU 重回舞台 C 位帶來新的商業機會。伺服器代工業者（鴻海、廣達、緯穎、緯創、英業達）的 AI 伺服器產品線需要重新調整 CPU/GPU 配比，並提供更多元的整機方案。CPU 散熱、電源管理、主機板設計等領域的台廠也將受惠，因新一代高核心數 CPU 的功耗與散熱挑戰較過去更為嚴峻。

從投資角度看，這個趨勢可能改變 AI 半導體業者的估值結構。過去 NVIDIA 因主導 AI GPU 市場享有極高估值倍數，Intel、AMD 則因相對落後而估值較低。隨著 CPU 在 AI 推論市場的重要性提升，Intel 與 AMD 可能獲得估值重估。同時，這也為 Arm 架構伺服器 CPU（如 AWS Graviton、NVIDIA Grace、Apple Silicon 後續發展）提供新機會。

業界分析人士指出，這次 CPU 重回舞台 C 位的現象，反映 AI 產業從「單一技術主導」進入「多元技術協作」的成熟階段。早期 AI 浪潮中 GPU 的絕對地位反映訓練工作負載的特性，但成熟 AI 應用需要 CPU、GPU、NPU、ASIC 等多種運算單元的協作，每種運算單元都有其不可替代的角色。

短期內，CPU 業者預期將在 COMPUTEX 2026 與後續活動中積極宣傳其 AI 推論能力，並可能透過降價、合作方案、新產品發表等方式爭取市場份額。中長期觀察重點則在於 Intel 與 AMD 能否將 AI 推論市場的成長轉化為持續性營收動能、Arm 架構 CPU 在企業伺服器市場的滲透率、以及 NVIDIA Grace CPU 是否會進一步壓縮 x86 CPU 的傳統優勢，這些將共同決定下一階段 AI 基礎設施的競爭格局。