长期由Intel和AMD主导的数据中心CPU市场，正在出现新的变化。

AWS、Microsoft、Google Cloud等头部云厂商，正持续在自家云平台导入基于Arm架构的自研数据中心CPU。与此同时，Nvidia和Arm也相继展示或推出自研数据中心CPU产品，Alibaba则发布了基于开源架构RISC-V的数据中心CPU——XuanTie C950。

业内普遍认为，这一轮布局与数据中心内AI推理需求占比上升密切相关。随着AI需求从模型训练逐步延伸至推理，除GPU之外，CPU在数据中心中的作用也再度提升。

在近日举行的GTC 2026大会上，Nvidia展示了下一代CPU Vera的测试版，目标直指AI智能体场景。

按照Nvidia的说法，Vera面向“AI工厂”设计，CPU不再只是辅助角色，而是开始承担更核心的任务。该产品基于Arm架构开发，Nvidia称其相较现有x86 CPU速度提升50%，能效提升2倍。

过去，Nvidia主要凭借GPU在AI市场占据主导地位。但随着AI智能体应用加快扩展、CPU角色上升，公司也正将布局进一步延伸至CPU领域。

在AI模型训练环节，GPU仍具备明显优势；而在大规模数据处理、任务编排以及AI智能体协同方面，CPU的重要性正在上升。Nvidia计划率先在Meta大规模部署Vera，这也被视为其在GPU之外进一步拓展CPU版图的重要动作。

长期以IP授权模式为主的Arm，也推出了自研数据中心CPU——AGI CPU，正式加入竞争。

Arm同样将AI普及视为核心机遇。该公司表示，其方案可在单个风冷机架内配置最多64颗CPU、约8700个核心；与x86机架相比，能效提升约2倍，即在相同空间和供电条件下实现两倍性能。Arm认为，这一特性对面临电力约束的数据中心运营商更具吸引力。

与此同时，Alibaba发布的XuanTie C950也聚焦AI智能体支持，面向数据中心部署，并针对运行AI模型的推理任务进行优化。

Alibaba表示，GPU对于AI模型训练至关重要，但在AI智能体执行多步骤任务时，CPU同样发挥关键作用。

XuanTie C950采用RISC-V架构，而非Arm。作为一种开源指令集架构，RISC-V被视为降低Arm授权成本的替代方案，市场关注度持续上升。Alibaba正通过旗下T-Head芯片业务强化AI芯片研发，近期还推出了AI芯片Zhenyu 810E。