随着人工智能代理兴起，算力资源的缺货窘境 ，正式从GPU蔓延至CPU 。

　　据报道
，亚马逊旗下AWS正彻查工程师对其内部算力资源的浪费问题
。今年5月，其已向内部工程团队发出预警 ，要求各团队严控算力消耗
，保障业务能够持续承接客户的算力需求。为此，工程师正在批量关停此前用于软件开发的EC2虚拟服务器 。

　　值得注意的是 ，此番算力节流不仅针对AI专用芯片
，矛头同样对准了长期支撑网络运营的传统CPU服务器
。

　　一名AWS员工透露，过去申请CPU服务器资源几小时内就能审批到位 ，如今往往要等待数天，这种资源排队的情况十分罕见
，甚至会直接拖慢项目推进节奏。对此，AWS回应称 ，虽然市场算力需求规模巨大
，但公司依然可以满足绝大多数内外部客户的算力诉求 。

　　业内分析认为，本轮CPU资源紧张 ，根源来自AI代理应用的大规模普及
。大量企业落地AI代理用于软件开发
，带动企业人均IT支出直接翻倍。

　　眼下，CPU缺货潮正在行业内扩散：英特尔 、AMD正分别与客户签署更长期的服务器CPU采购协议 ，以应对数据中心处理器价格上涨和供应紧张问题 。英特尔管理层直言
，当前数据中心客户的需求已远超英特尔的供应能力。为应对这一局面，公司将2026年全年的资本支出预期从180亿美元上调至超过200亿美元
。

　　机构认为 ，服务器CPU需求已供不应求
，正复刻存储芯片式的紧平衡周期，量价逻辑同步走强。产业链层面的交叉印证更为鲜明：受AI算力集群部署驱动 ，服务器CPU年内部分产品价格涨幅已超40%
、单月涨幅超10%，交付周期最长拉长至六个月 。服务器CPU正步入“类内存/HBM”的紧平衡周期
。这标志着CPU从AI周期中被忽视的配角
，转变为兼具量增与价升弹性的确定性受益环节。

　　国泰海通证券指出，随着AI迈向推理与Agentic AI ，算力瓶颈正由GPU转向CPU调度执行 。CPU在任务规划、数据处理 、KV Cache管理
、工具调用及多智能体协作中作用凸显
，正迎来估值重塑与供需错配，或成继存储后的稀缺溢价环节
。未来两三年 ，CPU供需紧张与涨价压力有望延续。

（文章来源：科创板日报）