【国联民生计算机】DeepSeek V4再度强化CPU重大机遇
在创新机制下，CPU重要性有望持续提升。AI推理侧的核心瓶颈在于CPU侧的请求处理、编排调度与数据加工：从用户提交请求开始，紧随其后的数据摄入、清洗、转换、批处理、格式转换等环节高度依赖CPU，同时GPU完成推理计算前后的令牌流处理、KVCache的数据调度等也依赖CPU。根据英特尔商用官方公众号，主控 CPU 在 AI 推理或训练流水线中承担着多项不可或缺的核心职能，包括：1）资源分配与作业调度：由 Kubernetes、Slurm、Ray等编排软件实现，负责在各工作节点间完成GPU资源分配。2）数据流水线管理任务：包括数据加载与预处理等工作。3）检查点管理：诸如Gemini等先进系统会使用CPU内存来存储训练检查点，这样，所提供的聚合带宽要比远程存储方案更高、时延要更低。4）I/O操作：例如，从各类存储系统（包括本地存储、固态硬盘、网络文件系统及云存储）加载原始数据，均需要用到大量CPU内存来进行数据缓冲。

从此次DeepSeek技术创新可以看到，压缩块（compressed block）成为了KV压缩的重要部分，而调度协同能力就成为了关键，CPU重要性进一步提升；同时，从分层机制来看，不同层级的数据（磁盘、内存、缓存等）的调用，需要CPU来进行全局资源分配和协调。因此，CPU重要性将持续提升。

AI Agent时代对CPU需求有望大幅增长，CPU可能比GPU更早成为瓶颈。根据英特尔发布的《A CPU-Centric Perspective on Agentic AI》， Agentic AI框架在传统单体大语言模型（LLMs）基础上，增加了嵌入外部工具（包括网页搜索、Python 解释器、上下文数据库等）的决策协调器，将其从被动的文本应答工具转变为能够规划任务、调用工具、记忆历史步骤并动态适应的自主问题解决者。论文提出几个关键点：1）CPU上的工具处理会显著影响智能代理工作负载的执行延迟（占比最高达90.6%），这表明系统优化需要兼顾CPU与GPU，而非仅聚焦GPU。2）智能代理AI工作负载的吞吐量受限于两类因素：一类是CPU相关因素（核心超配、缓存一致性、同步机制），另一类是GPU相关因素（设备内存容量、带宽）。3）在大批量处理场景下，CPU动态能耗占比会变得显著（达44%），因为相较于GPU并行处理，CPU并行处理的能效更低。

AI Agent时代CPU可能比GPU更早成为瓶颈：在进行Agent相关的强化学习的时候，需要海量的CPU来构建各种工具和environment，CPU决定的是每秒能并发生成、评估并稳定地“喂”给GPU。因此，CPU往往比GPU更早成为瓶颈，其效能直接影响GPU利用率、policylag、训练稳定性以及RL的整体收敛速度。根据英特尔商用官方公众号，智能体等场景需要消耗大量的CPU侧逻辑处理能力；而智能体的“规划-工具使用-反思-优化”的循环，也需要借助CPU来优化整个系统层面的算力结构，例如通过CPU 主导的代码生成/沙箱执行机制，来降低对超大参数模型的依赖。

AI算力快速发展趋势下，CPU作为基础设施，其需求与供给之间的矛盾或将延续，龙头业绩实现快速增长。以CPU龙头英特尔为例，Intel 10和Intel 7的产能限制，限制了英特尔满足数据中心和客户端产品需求的能力。英特尔表示，由于需求持续超过供应，CPU短缺的情况可能会持续。根据新华网财经，2026年3月，Intel计划全面上调PC CPU产品价格，预计涨幅约10%，供给缺口或成为本轮涨价的主要动因。

根据英特尔2026年第一季度财报，2026年一季度营收136亿美元，同比增长7%；在非通用会计准则下（Non-GAAP）每股收益为0.29美元，同比上升123%。英特尔首席执行官陈立武表示，公司积极重塑运营方式推动了连续六个季度实现高于预期的营收。英特尔首席财务官David Zinsner表示，第一季度业绩表现强劲反映了CPU在AI时代日益重要且不可或缺的作用，及市场对芯片的强劲需求。

投资建议：DeepSeek V4引领“模算协同”发展，CPU等通用计算的重要性有望进一步凸显，在协调硬件、保障稳定、适配软件生态等方面具有重要意义，其需求有望随AI Agent等发展而持续增加。建议重点关注海光信息、中国长城、龙芯中科、禾盛新材、广合科技等。