CPU在AI的作用是什么
作用1：AI 任务总调度
负责指挥整个 AI 系统：分配任务、调度 GPU/TPU/NPU 等算力芯片、管理内存 / 显存 / 网络，相当于 AI 集群的指挥官。
CPU相当于军队的司令，他指挥战士干活（算力芯片）、对军粮的筹划（内存）等等。
备注：这个是重点，需要明白作用1：AI 任务总调度，才能明白后面的内容。
作用2：数据预处理
训练 / 推理前的数据清洗、格式转换、加载、解码（图片 / 音频 / 文本），这些灵活、零散的逻辑全由 CPU 完成，是 AI 模型的数据保姆。
司令需要对部队进行整理分类（数据清洗、格式转换等等），才会派上战场（送到算力芯片）。
多模态对 CPU 的需求
多模态不只是 “算文字”，还要 “看图、听声、解码、对齐”，CPU 既要当预处理苦力，又要当全局总指挥。
步骤1：CPU 先做「多模态预处理」
CPU把图片、音频、视频、文本全部翻译、整编、标准化：
图片：裁剪、去噪、转成模型能读的张量。
音频：降噪、采样、转成频谱特征。
视频：拆成帧、对齐时序、压缩特征。
目的只有一个：把不同类型的数据，变成同一套模型能理解的标准。
这一步对 CPU 的需求非常大，一张图片有成千上万个像素点，一段音频有大量采样点。
步骤2：再统一交给 GPU/NPU 算力芯片
算力芯片只管大规模矩阵计算，不管你是图还是音，只要是规整好的数据，它就猛算。
步骤3：最后 CPU 再把结果组装回去
算力芯片算完，CPU 再把输出变回：文字回答、生成图片、输出语音、合成视频。
合成视频：逐帧合成 → 画面渲染 → 运动补偿 → 视频硬编码 / 软编码（H.264/H.265） → 封装成 MP4。消耗极大，多核 CPU 直接跑满。
多智能体协同对 CPU 的需求
多智能体（Multi-Agent）协同对 CPU 的需求非常大，甚至比多模态更吃 CPU，而且是CPU 瓶颈远大于 GPU 瓶颈。
多模态是 “一个人干多种活”，
多 Agent 是 “一群人同时干活 + 还要互相沟通、统一指挥”，
CPU 就是最累的那个司令。
以下需求都是CPU在AI 任务总调度的应用。
需求1：每个 Agent 是一个独立的模型实例 / 进程 / 线程
规划 Agent、搜索 Agent、编码 Agent、执行 Agent、总结 Agent……
每个都要：加载上下文、做前处理、读内存、发指令。
CPU 要同时管理多个模型的生命周期，线程数、核心数直接被吃满。
战事指挥需要司令（CPU）部署。
需求2：Agent 之间的通信与协同
GPU 只管 “矩阵计算”，但：
Agent 之间发消息、共享上下文、传递结果、等待、同步、加锁等等，
这些全部是 CPU 密集型操作，GPU 基本帮不上忙。Agent 越多，通信开销指数级上涨。
各个部队的协同都需要司令（CPU）指挥。
需求3：调度逻辑全压在 CPU
多 Agent 系统需要一个大脑：
分配任务、决定谁先跑、合并结果、纠错、重试、回滚。
这是控制面算力，纯 CPU 工作。Agent 越复杂，调度 CPU 占用越高。
战术、战略都是司令（CPU）负责的。
多智能体协同用来干嘛的
写一份行业报告：搜索 Agent 查资料 → 分析 Agent 整理数据 → 写作 Agent 撰稿 → 校对 Agent 改错。
做软件开发： 需求Agent 理解需求 → 代码 Agent 写程序 → 测试 Agent 找 Bug → 部署 Agent 上线。
客服 + 工单 + 调度：客服 AI 接待 → 工单 AI 分类 → 知识库 AI 查答案 → 调度 AI 分配给人工。
多智能体的核心能力：把长流程、多步骤、需要分工的复杂任务，自动跑完一整条流水线。
简单总结
以前：你自己从头干到尾。
现在：多智能体就是你的全自动助理团队，脏活、累活、杂活它们干，你只负责动脑、拍板、验收。
AI 能干的事越复杂、越多，就越要靠多智能体协同，也就越消耗 CPU，CPU 越容易变成瓶颈。
当前CPU供给台积电代工情况
台积电先进制程中，AI 芯片 (英伟达 GPU、谷歌 TPU 等) 占比高达 45%，直接导致 CPU 产能同比减少 18%。英伟达、苹果等高毛利客户获得优先产能分配，CPU 厂商被迫接受更长交付周期或支付溢价。
Intel：约 30% 产能外包台积电，自有工厂生产 70% 产品，但先进制程 (Intel 4/Intel 3) 良率与产能不足，仍面临供应缺口。
产能利用率：台积电先进制程 (N2/N3/N4) 达100%，订单排至 2027 年，CPU 代工产能被 AI 芯片挤压，缺口约 15%-20%。
交付周期：3nm约5-6 个月，4nm/5nm 约3-4 个月，较 2024 年延长 50%，AI 服务器 CPU 短缺加剧。
逻辑链路
AI 能干的事越复杂、越多 => 越要靠多智能体协同 => CPU需求越大 => CPU供给受限 => CPU溢价更高。
属于需求增加，供给不足的情况。
供应链
海光信息：CPU 占总营收比例预估在70%左右。主要代工厂商台积电 ，台积电承担海光先进制程 CPU 80% 以上的生产任务。2025 年上半年国内服务器市占率超 50%(国产第一)，英特尔约 30%，AMD约 15%。
龙芯中科：完全自主指令集（龙架构 LoongArch）路线的 CPU 芯片设计公司，CPU 及配套芯片业务占总营收超 80%。无国外授权依赖，适合涉密多智能体场景。
通富微电：集成电路封装测试占总营收比例约96.98%。深度绑定 AMD，AMD 贡献营收占比持续提升，2025 年 H1 达近 60%。海光 CPU 系列的封测供应商。
长电科技：集成电路封装测试占总营收比例约98.5%。营收占比55%源于英伟达、AMD、SK 海力士、高通、联发科。海光 CPU 系列的封测供应商。