NVIDIA与AMD围绕agentic AI服务器CPU的核心指标展开竞争

概览

本报告讨论NVIDIA与AMD在agentic AI时代服务器CPU架构与评估指标上的竞争。NVIDIA借Vera CPU强调单线程性能、低延迟、内存响应和GPU利用率；AMD则强调EPYC在固定功耗机架内支持更多并发工作流的能力。美银将这一争论概括为“更快的核心”与“更多的核心”之争，并把服务器CPU市场机会描述为到2030年可能扩大至约1700亿美元。

核心观点

核心观点是，未来AI基础设施CPU的关键KPI尚未完全确定：如果agentic AI主要受单个代理任务完成时间约束，NVIDIA的低延迟、单线程性能和系统级协同设计更有利；如果主要受每机架可并发运行的代理数量约束，AMD的多核心、吞吐和服务密度框架更有说服力。报告预计AMD即将举行的AI 2026 Day未必只是跑分比较，更可能试图定义行业偏好的新指标。

分析框架

报告采用架构对比和工作负载拆解的方法，将agentic AI拆分为工具调用、代码执行、检索、编排等CPU与GPU循环，并比较NVIDIA Vera的单体计算裸片和ARM生态路径，与AMD EPYC的chiplet架构、x86软件兼容性和并发吞吐主张。分析还延伸到x86与ARM的软件生态之争，认为企业数据库、中间件、安全平台和应用栈的长期优化可能影响CPU选择。

方法论与常识提炼

• AI基础设施评估单代理完成时间 vs 每机架代理数量

  agentic AI CPU KPI

  NVIDIA强调低延迟、单线程进展和GPU利用率，AMD强调并发、吞吐和服务密度；两者对应不同的AI代理工作负载瓶颈定义。

• 半导体架构对比单体裸片 vs chiplet架构

  CPU架构权衡

  NVIDIA Vera采用单体计算裸片并强调可扩展一致性，AMD则依托已验证的chiplet架构提升并发吞吐与功耗效率。

• 软件生态分析ARM vs x86生态

  指令集与企业软件兼容性

  报告认为若微架构带来更好代理性能，ISA可能退居其次；但AMD和Intel可强调x86在企业软件、数据库、中间件和安全平台中的长期优化与验证。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• NVIDIA Corporation (NVDA.OQ)

  核心覆盖标的；报告维持BUY评级并以Vera CPU作为agentic AI基础设施论证重点。

  优势

  AI计算和网络市场领先；Vera强调单线程低延迟、内存响应、GPU利用率，并可与Rubin GPU、Spectrum、BlueField等系统级组件协同。

  劣势

  面临全球AI项目波动、游戏周期性、供电约束、中国算力出口限制和监管审查等因素。

  对比

  相对AMD，NVIDIA强调更快的核心和端到端AI系统协同，而非单纯核心数量或x86兼容性。

  风险

  消费级游戏疲弱、AI和加速计算竞争加剧、中国出货限制、企业/数据中心/汽车销售波动、资本回报放缓、政府对AI芯片主导地位的审查。

• Advanced Micro Devices (AMD)

  主要对比标的；代表更多核心、并发吞吐和x86生态的论点。

  优势

  EPYC平台强调固定功耗下更高并发工作流，AMD估算EPYC 9965和EPYC 6在100kW部署下分别可达Vera基准约2.4倍和3.3倍吞吐。

  劣势

  AI CPU/GPU份额提升仍需兑现，且PC、嵌入式和游戏主机等周期性市场增长较慢。

  对比

  相对NVIDIA，AMD更强调生产级AI作为分布式软件平台时的吞吐、并发和服务密度。

  风险

  首个机架级产品执行、中东AI项目时点和规模、消费及企业支出波动、外包制造依赖、游戏主机周期成熟。

• Intel (INTC)

  相关竞争者；与AMD共同代表x86生态和企业软件兼容性论点。

  优势

  服务器CPU和外部晶圆/封装机会可能延伸较长周期，x86生态具备多年企业软件优化和验证积累。

  劣势

  制造爬坡和良率存在不确定性，PC市场成熟，可能继续面临CPU份额流失。

  对比

  相对NVIDIA ARM路线，Intel可强调x86在数据库、中间件、安全和企业应用中的软件惯性。

  风险

  Intel Foundry 18A/14A良率或爬坡不及预期、缺乏重大外部晶圆客户、PC趋势弱于预期、CPU竞争对手加速抢份额。

• Arm Holdings (ARM)

  相关生态标的；NVIDIA Vera采用ARM-based cores，使ARM生态与AI数据中心CPU机会相关。

  优势

  长期数据中心内容、硅片/chiplet和AGI CPU机会可能提升估值支撑。

  劣势

  高度依赖SoftBank、运营费用上升，且面临成熟智能手机市场暴露。

  对比

  相对x86阵营，ARM路线受益于定制化AI CPU设计，但需面对企业软件栈兼容性和验证历史较短的问题。

  风险

  半导体单元周期性、智能手机成熟市场暴露、数据中心x86和其他定制Arm CPU竞争、低端消费市场RISC-V竞争、地缘政治与Arm China关系、Qualcomm/Nuvia诉讼、小流通盘。

关键数据

• NVIDIA评级BUY报告首页显示维持BUY评级。
• NVIDIA目标价350.00 USD报告给出的Price Objective为350.00 USD。
• NVIDIA当前价207.29 USD报告首页和股票数据表列示价格为207.29 USD。
• 隐含上行空间约68.9%按350.00 USD目标价与207.29 USD当前价计算。
• Vera CPU核心数88个Olympus ARM-based coresNVIDIA披露的Vera CPU架构参数。
• Vera内存带宽1.2TB/s报告披露的Vera CPU内存带宽。
• Vera片上互连带宽3.4TB/s报告披露的on-die fabric bandwidth。
• 服务器CPU TAM约1700亿美元，到2030E报告称服务器CPU TAM可能到2030E扩大至约170bn美元。
• AMD EPYC 9965吞吐估算约2.4倍Vera基准基于AMD在100kW部署中的机架级吞吐模型。
• AMD EPYC 6 Venice吞吐估算约3.3倍Vera基准报告引用AMD对下一代EPYC 6 Venice的预测。

影响与含义

对投资者而言，争论的关键不是单纯比较核心数量或指令集，而是判断agentic AI生产环境真正受限于延迟还是并发。如果市场认可NVIDIA的“更快核心”框架，Vera与Rubin GPU、Spectrum交换机、BlueField存储/NIC等协同设计将强化NVIDIA AI平台溢价；如果市场转向AMD的“更多代理/每机架吞吐”框架，AMD在服务器CPU和x86生态中的竞争力可能被重新定价。

风险

• NVIDIA面临AI和加速计算市场竞争、全球AI项目销售波动、供电约束和中国算力出口限制。
• AMD机架级AI产品执行、客户接受节奏和外包制造依赖存在不确定性。
• 如果agentic AI实际瓶颈不是单线程延迟，NVIDIA Vera的核心论证可能弱于AMD的并发吞吐框架。
• 如果企业软件兼容性和x86生态权重上升，ARM-based CPU在企业AI工作流中的采用可能受到约束。
• 半导体行业仍受PC、游戏、数据中心资本开支和地缘政治周期影响。

后续跟踪

• AMD AI 2026 Day是否提出被市场接受的agentic AI CPU KPI。
• 真实生产环境中单个AI代理完成时间与每机架代理并发数量哪个更能解释客户采购。
• Vera CPU与Rubin GPU、Spectrum交换机、BlueField等组件的系统级协同效果。
• EPYC 9965和EPYC 6 Venice在100kW部署中的实际吞吐、功耗和软件栈表现。
• 企业客户在ARM与x86之间对数据库、中间件、安全平台和应用兼容性的取舍。
• NVIDIA目标价350.00 USD对应估值能否由AI计算和网络市场增长继续支撑。