GPU与存储之后,AI浪潮将如何重塑CPU市场格局?
虽说如今 AMD 锐龙和英特尔酷睿仍然在回合制竞争,但本质上都秉持着「科技以换壳为本」的营销策略。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
很怀念过去的 PC 市场。
虽说如今AMD锐龙和英特尔酷睿仍然在回合制竞争,但本质上都秉持着「科技以换壳为本」的营销策略。
我们都清楚,在 AI 引发的全球性芯片短缺的浪潮下,GPU,内存,存储类芯片市场早已经超出预期,CPU 市场肯定不会太远。但这一刻终于还是来了。
CPU 芯片价格涨幅达 15%
直入主题,我们关注到《日经亚洲》的报道。

Intel 和 AMD 在 3 月再次上调 CPU 价格,涨价从 3 月和 4 月开始。多个消息来源显示平均涨幅为 10% 至 15%,部分产品涨幅更大。
这一涨价幅度不可谓不大。
但目前的问题不仅是涨价,更是资源短缺。
《日经亚洲》报道采访了数位业内管理人士。一家游戏 PC 公司的高管甚至表示:「如果多花钱就能解决问题,那还好。但我们担心的是,即便付出更高价格,也拿不到足够的货。」
一位销售 Nvidia、AMD 和 Intel 解决方案的服务器厂商高管表示:「此前 CPU 的平均交付周期大约为 1 到 2 周,但现在已延长至平均 8 到 12 周。」在某些情况下,CPU 的交付时间甚至长达 6 个月。
个中原因相信大家也十分清楚。
AI 需求的爆发式增长。用于数据中心和 AI 服务器的高性能 CPU 及相关半导体需求激增,迅速吞噬了原本服务于 PC 市场的产能。
换句话说,有限的半导体制造能力正在向 AI 倾斜,传统 PC 市场则被迫挤出。
一家游戏 PC 公司的高管表示:「Intel 和 AMD 已优先将产能分配给服务器 CPU,导致 PC 端供应减少…… 第二季度 PC 厂商能拿到的货量将明显低于第一季度。」
业内人士预计未来几个月情况还将进一步恶化。
CPU 价格上涨,结合 GPU 和存储相关芯片的现状,对消费级市场和 OEM 厂商产生了巨大的冲击。
利好 ARM?
据《日经亚洲》的报道,在面临 Intel 和 AMD 供应短缺的情形下,OEM 厂商正在寻求替代方案。
当然,CPU 的替代方案确实没什么可以选择的。
截至 2025 年,Intel 和 AMD 基于 x86 架构设计的 CPU 仍占据主导地位,在 PC 市场中的占比超过 85%,在服务器市场中的占比约为 78%。

可以看出这两年 Arm 架构的 CPU 的占比越来越高。华硕系统业务总经理廖逸翔(Jose Liao)表示, Arm 架构产品正在快速崛起:「以华硕为例,目前约有 30% 的 Copilot AI PC 采用基于 Arm 的 CPU,相较去年年底约 20% 的比例大幅提升,预计今年还会持续增长。」
这一轮的供给冲击将继续引发行业结构性的变化。基于 Arm 架构的芯片,凭借在能效和可扩展性方面的优势,正越来越多被视为替代方案。这也意味着,CPU 市场长期以来以 x86 架构为中心的格局,可能开始出现松动。
包括 Apple、MediaTek 和 Qualcomm 在内的多家公司,也在基于 Arm 架构设计处理器,正加速向笔记本电脑和服务器领域扩展。Nvidia 最新推出的 Vera 服务器 CPU 同样基于 Arm 架构构建。Arm 也发布了自有服务器 CPU 产品,试图抓住 AI 浪潮带来的机遇。
AI 计算需求的激增,也同步拉动了通用服务器和存储服务器的需求增长,而这两类服务器在执行计算任务时都高度依赖 CPU。
Intel 和 AMD 都在努力加快扩产,但仍难以及时满足需求。知情人士称,对于 Intel 而言,其正在全力提升自有晶圆厂的产能,但释放更多产出仍需要时间。
而 AMD 由于将制造完全外包给晶圆代工厂,例如TSMC和 Samsung,因此不得不与 Nvidia、Google 等 AI 芯片巨头争夺有限的产能资源。
不知道什么时候才能回到「推土机」、「胶水核」千奇百怪架构技术百花齐放的时代。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
新加坡国立大学破解AI看图说话难题让机器描述更准确
人工智能的“幻觉”问题,特别是大模型在图像描述任务中凭空捏造内容的现象,一直是制约其可靠应用的关键挑战。2026年2月,一项由新加坡国立大学与北京大学深圳研究生院联合发布的突破性研究,为这一难题提供了全新的理解与一套高效、简洁的解决方案。这项研究(论文预印本编号:arXiv:2602 22144v1
斯坦福大学JavisDiT++实现AI有声有色视频生成
这项由浙江大学、新加坡国立大学、多伦多大学等全球顶尖科研机构联合完成的研究成果,已正式发表于2026年国际学习表征会议(ICLR 2026),论文预印本编号为arXiv:2602 19163v1。对于希望深入探究技术细节的读者,可通过此编号查阅完整的学术论文。 在浏览短视频时,你可能已经察觉到一种普
北大提出AI推理双车道方案解决大模型对话卡顿难题
这项由北京大学计算机学院主导,联合清华大学及DeepSeek-AI共同完成的前沿研究,其成果已正式发布于2026年2月的arXiv预印本平台,论文编号为arXiv:2602 21548v1。关注大语言模型推理优化的研究者与开发者,可通过此编号查阅论文全文与技术细节。 在与大语言模型进行深度、多轮对话
清华大学AI突破:赋予虚拟世界持久记忆,解决视频生成失忆难题
想象一下,你正在体验一款开放世界游戏。当你站在高塔之巅,远方的山脉清晰可见。随后你转身离开,去探索地图的其他角落。许久之后,当你再次回到这座塔顶,那座山依然以完全相同的姿态矗立在原地。这种空间持久且一致的认知,是人类理解世界的基础。 然而,若让当前的主流AI来动态生成这样的游戏场景,结果会大相径庭。
大模型压缩技术COMPOT让AI运行更高效
随着人工智能模型参数规模不断突破千亿级别,其庞大的存储需求和计算开销已成为实际部署的主要瓶颈。针对这一挑战,MWS AI基础研究中心与ITMO大学联合提出了一种名为COMPOT的创新模型压缩技术。这项发表于2026年2月预印本平台(arXiv:2602 15200v1)的研究,为大语言模型高效“瘦身
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

