随着代理式人工智能（Agentic AI）技术的兴起，数据中心对中央处理器（CPU）的需求呈现出前所未有的强劲增长势头。AMD 公司首席执行官苏姿丰在公司2026年第一季度财报电话会议上透露，这种新兴的AI模式正深刻重塑计算节点的架构，预示着CPU与图形处理器（GPU）的配置比例正发生显著变化。
在传统的AI训练与推理场景下，通常采用“一颗CPU搭配多颗GPU”的配置模式，CPU主要负责任务调度与启动。然而，代理式AI的出现改变了这一格局。在这种模式下，大量具备自主能力的智能体（agents）需要CPU来执行状态更新与任务协调，这使得CPU在计算节点中的作用日益凸显，促使CPU与GPU的数量比例从过去的一对多关系，逐步趋向一对一，甚至未来可能出现CPU数量反超GPU的局面。
代理式AI的核心在于利用大型语言模型驱动多个独立智能体协同工作，以自动化执行复杂的任务。例如，在软件开发流程中，智能体能够自主完成代码审查、修改、编译，并根据反馈持续修复潜在的Bug，整个过程在很大程度上减少了人工干预。这种高度自主的运行机制对CPU的持续控制和管理能力提出了更高要求，使其从单纯的“启动者”转变为整个AI系统的核心驱动力，CPU的利用率也因此不断攀升。
AMD方面表示，目前其几乎全部的CPU产能已被AI实验室和超大规模云服务提供商抢购一空，以满足日益增长的智能体任务带来的激增需求。这一市场现象表明，未来的AI基础设施设计中，CPU与GPU之间的关系将从过去的主从模式向更平等的伙伴关系演进，CPU的使用密度有望进一步提高。
代理式AI的普及将对算力基础设施的部署产生深远影响。这意味着，对于需要运行大量自主智能体以处理复杂任务的应用场景，例如自动化内容生成、智能客户服务、复杂的科学模拟等，CPU将扮演越发关键的角色。用户在构建此类AI系统时，需要重新审视CPU与GPU的配置比例，以实现最优化的性能和成本效益。这种转变也对CPU厂商提出了新的挑战，需要不断提升CPU在并行处理和多线程调度方面的能力，以更好地支持Agentic AI工作负载。