7月24日，旧金山，AMD Advancing AI 2026大会。苏姿丰走上舞台，没有铺垫，直接甩出一个数字。46%。这是AMD在数据中心CPU市场的营收占比。接近一半。而在三年前，这个数字还不到三分之一。
放在更大的图景里看，这个数字的意义远超AMD一家公司的业绩。它意味着数据中心CPU市场的主导权，正在从Intel手中加速转移到AMD手中。更重要的是，这场转移的核心驱动力不是来自传统的服务器采购周期，而是来自AI。具体来说，是AI智能体推理任务对CPU调度的重新依赖。
苏姿丰在演讲中给出了一个更大的判断：全球计算相关潜在市场规模将在2030年达到2万亿美元。在笔者看来，这不仅是一个规模预测，更是一个信号。CPU在AI数据中心中的角色，正在被重新定义。
46%是怎么来的
先看数据。根据Mercury Research的统计，2026年第一季度，AMD的EPYC处理器在服务器CPU营收中占比达到46.2%，创下历史新高。同期，AMD数据中心业务营收达到58亿美元，占公司总营收103亿美元的55.9%。
更值得玩味的是营收份额与出货量份额之间的差距。EPYC的营收份额是46.2%，但出货量份额只有33.2%。这意味着AMD卖出的每一颗服务器CPU，平均价格远高于Intel的Xeon。AMD在高端市场已经站稳了脚跟，而Intel还在靠中低端走量维持出货规模。AMD服务器CPU的营收份额在2025年第一季度是39.4%，在2024年第三季度是33.9%，每个季度都在刷新历史纪录。
从时间线看，AMD的上升曲线堪称陡峭。2023年，AMD在服务器CPU市场的营收份额大约在28%到30%之间。2024年突破三分之一，达到33%以上。2025年突破40%。2026年第一季度直接跃升至46.2%。而Intel的份额从2024年的约67%，一路下滑到2025年中的约63%，再到2026年第一季度的不足54%。
这背后是产品力的碾压。AMD的EPYC系列从Zen 3架构开始建立起竞争力，Zen 4进一步拉大优势，Zen 5 Turin继续巩固，即将到来的Zen 6 Venice更是瞄准了AI推理场景。每一代产品的核心数、内存带宽、PCIe通道数都领先于Intel同代Xeon。在超大规模云厂商和大型企业客户中，EPYC已经成为默认选项。
AI推理为什么需要CPU
但真正让AMD的份额加速上升的，不是传统服务器市场的自然更替，而是AI推理负载的结构性变化。
过去两年，AI行业的主流叙事一直是GPU为王。训练需要GPU，推理也需要GPU。CPU在AI数据中心中的角色被边缘化，很多人甚至认为CPU只是用来跑操作系统的附属品。
但这种认知正在被改变。改变的推动力来自AI智能体。
智能体推理和传统聊天式推理有一个根本区别。聊天推理只需要一个GPU处理一次前向传播，而智能体推理需要多次调用工具、执行代码、访问数据库、协调多个子任务之间的合作。每一次工具调用和任务协调，都需要CPU介入。
一篇Intel与佐治亚理工学院的联合论文给出了一个惊人数据。在工具密集型智能体AI工作负载中，CPU消耗了高达88%的端到端延迟。论文进一步指出，GPU越强，CPU瓶颈就越突出。随着GPU质量的提升，瓶颈会迅速向CPU偏移。
这意味着什么。意味着AI数据中心的算力瓶颈，正在从GPU重新回到CPU。当GPU可以秒级完成推理计算时，CPU的调度效率反而成了决定整体性能的关键变量。
CPU在AI数据中心中承担的核心角色有三个。系统编排，GPU与HBM之间的数据流管理，以及智能体任务中的工具调用和API协调。这些任务无法被GPU替代，因为它们本质上是控制流而非数据流。需要做决策、发指令、等待外部响应，而不是批量处理矩阵乘法。
高盛的分析预测，到2030年，AI智能体将驱动全球Token消耗量增长24倍，达到每月120万亿个Token。其中，智能体工作负载将占Token总消耗量的80%以上。这意味着CPU在AI数据中心中的重要性只会继续上升，而不是下降。
AMD的AI叙事：从跟跑到领跑
苏姿丰在Advancing AI 2026上展示的，不仅是CPU份额的数字，还有AMD在AI领域的完整叙事。
AMD的AI战略可以拆解为三层。EPYC CPU做编排和调度，Instinct GPU做加速计算，Helios整机柜方案做端到端交付。在CPU层面，AMD已经建立了领先优势。在GPU层面，Instinct MI350和MI400正在缩小与NVIDIA的差距。在系统层面，Helios整机柜方案已经拿下了微软等大客户。
AMD在2025年10月与OpenAI签署了价值数十亿美元的多年合作协议，OpenAI承诺购买6吉瓦的AMD芯片。这一合作的信号意义极其强烈。全球最受关注的AI公司，选择AMD作为第二供应商。对于一家长期以来被市场视为NVIDIA之外的第二选择的公司来说，这是最有力的背书。
值得注意的一个细节是，AMD的服务器CPU市场预期在过去半年内大幅上调。在2026年5月的财报电话会议上，苏姿丰将服务器CPU市场的复合年增长率预期从此前的18%上调至超过35%，预计到2030年市场规模将突破1200亿美元。这个数字几乎是此前的两倍。驱动这一增长的核心变量，正是智能体AI对CPU的需求爆发。
苏姿丰在本次大会上预测的计算TAM在2030年达到2万亿美元，这一数字由GPU、CPU、网络和存储硬件共同构成。作为对比，全球半导体行业在2025年的总销售额约为7920亿美元。这意味着七年内，仅计算相关的市场就将膨胀到接近当前全球半导体行业总规模的2.5倍。
Intel的困境：被两面夹击
AMD的崛起，意味着Intel在数据中心CPU市场的统治地位正在被瓦解。
Intel的困境是多重的。在高端市场，EPYC在核心数、性能和能效上的全面领先，让Intel的Xeon在超大规模客户中失去了竞争力。在中低端市场，ARM架构的服务器CPU，来自AWS的Graviton、Ampere、以及NVIDIA新发布的Vera，正在蚕食Intel的传统地盘。
Intel不是没有反击。其新一代Xeon 6900系列Granite Rapids和E-core系列的Sierra Forest在性能和能效上有所提升，但追赶的速度跟不上AMD拉开的距离。更重要的是，Intel在AI时代的叙事一直是模糊的。它既没有像AMD那样清晰的CPU加GPU系统级方案，也没有像NVIDIA那样从GPU切回CPU的路径。
一个标志性的事实在2026年7月早些时候出现。NVIDIA在发布其下一代Vera CPU时，明确表示Vera可以作为一个独立的平台部署在AI数据中心中，专门用于智能体推理任务。这意味着CPU赛道上的竞争格局正在变得复杂。AMD不仅要和Intel抢份额，还要面对NVIDIA和ARM阵营的入局。
但AMD有一个优势是Intel和NVIDIA都没有的。CPU加GPU双产品线且都能打。AMD的EPYC在CPU领域是市场第一梯队，Instinct GPU虽然还远不及NVIDIA的CUDA生态，但性能和性价比已经足够让它成为超大规模客户的首选备选方案。
2万亿美元的市场，谁在定义规则
苏姿丰的2万亿美元TAM预测，不是AMD一家可以吃下的。但它指向了一个更关键的问题。当AI数据中心的规模从千亿美元级走向万亿美元级时，芯片的供需关系和权力结构会发生根本变化。
在AI训练阶段，GPU是绝对的主角，CPU只是配角。但在AI推理阶段，尤其是智能体推理阶段，CPU的角色从配角变成了导演。它决定了GPU什么时候启动、处理什么数据、如何协调多个模型之间的协作。一台AI服务器里，如果没有足够强的CPU，再多的GPU也只能空转等待。
这才是AMD的46%营收份额背后真正的战略意义。它意味着AMD已经在AI数据中心最底层的控制层建立起了主导权。而控制层的玩家，往往拥有整个生态中最强的定价权和议价能力。
回顾历史，Intel在PC时代和云计算时代吃尽了CPU作为控制层的红利。AMD在AI时代正在复制同样的路径。只不过这次，AMD不再是Intel的追赶者，而是规则的制定者。
对于企业客户和云厂商来说，这意味着在制定AI基础设施采购策略时，CPU的选择已经不再是一个可以随便应付的选项。EPYC还是Xeon？这个问题的答案，可能决定了未来五年AI数据中心的整体性能和运营成本。
回到苏姿丰在旧金山那个舞台上的演讲。46%的营收份额不是终点，它只是一个里程碑。当AI推理的负载结构进一步向智能体倾斜，当CPU在数据中心中的地位从配件回到核心，AMD手中的筹码只会越来越多。
而Intel，如果不能尽快找到在AI时代的CPU叙事，它失去的可能不只是市场份额，而是整个下一个时代的入场券。
旧金山那一夜，苏姿丰没有说出来的那句话，也许才是最值得记住的：CPU从未离场，它只是换了一种姿势，重新站在了舞台中央。
快报