代理式 AI 趨勢如何推升伺服器 CPU 與 BMC 需求？

代理式 AI（Agentic AI）的崛起正引發資料中心算力架構的劇烈變革，核心需求已從單純的 GPU 擴張至 CPU。根據 TrendForce 報告，不同於傳統 LLM 僅需 GPU 進行大規模平行運算，代理式 AI 具備任務規劃與工具調用能力，這些複雜的「編排」工作高度依賴 CPU 執行。這導致資料中心 CPU 與 GPU 的配置比例正從過去的 1:8 快速拉近至 1:1 到 1:2 之間。為因應此趨勢，Nvidia 於 2026 年推出獨立 Vera CPU，Arm 也打破授權模式推出自研 AGI CPU，而 Intel 與 AMD 則因供應緊縮調漲價格，顯示 CPU 已重回 AI 伺服器的戰略核心。同時，隨著系統複雜度提升，負責遠端管理與監控的 BMC 晶片需求也隨之水漲船高，成為確保高密度運算環境穩定運行的關鍵組件。

算力瓶頸從矩陣運算轉向邏輯編排，反映出 AI 應用正由生成內容進化為解決問題的行動主體。這場架構轉型背後，雲端服務商（CSP）正試圖透過提升 CPU 算力來解決代理式 AI 高達 90% 的工具處理延遲問題。x86 與 Arm 架構的競爭將進入白熱化，特別是 AMD 憑藉 x86 生態優勢在資料中心市佔顯著提升。此外，單一機櫃功耗飆升至 200 瓩，迫使伺服器設計轉向液冷與高壓直流供電，這不僅推升了高階 BMC 的滲透率，也讓供應鏈權力結構重新洗牌。未來 CPU 與 BMC 不再只是輔助角色，而是決定 AI 代理反應速度與能效比的關鍵，這將帶動 ASIC 設計服務商如創意電子的長期商機，並引發消費端 CPU 的產能排擠效應。