Meta 的人工智能代理 Muse 正在把 CPU 从 AI 叙事的配角推向舞台中央—— TrendForce 最新报告显示，CPU 交货周期已从通常的 16-20 周拉长至 25-30 周，并将这一变化直接归因于 Muse 等 AI 代理对 CPU 需求的拉动。
这是市场首次在供应链层面拿到 AI 代理冲击 CPU 的直接证据。此前对 Muse 的讨论多停留在用户增长和概念推演，如今交货周期的显著拉长，意味着 AI 代理对硬件基础设施的挤压效应已从 GPU 扩散至 CPU。
但需求规模仍存明显预期差。Altimeter 合伙人 Freda Duan 测算的 1250 万核心更接近理论上限，Meta 未必会严格为每位用户兑现一台专属虚拟机——利好预期与订单兑现之间还有验证距离。
交货周期拉长，瓶颈环节仍未拆解
TrendForce 的报告给出明确增量：CPU 交货周期从 16-20 周延长至 25-30 周，并将 Muse 等 AI 代理列为推升需求的核心因素。过去两年，AI 基础设施的讨论几乎完全围绕 GPU 展开，如今 AI 代理对硬件的挤压首次传导至 CPU。
不过，报告并未指明交货延长具体卡在哪个环节。CPU 供应链涉及晶圆代工、封装和测试三大环节，不同环节的瓶颈对应着截然不同的供需格局与缓解周期。目前 CPU 制造商、服务器 OEM 及云厂商均未公开确认症结所在，这一信息缺口本身也是重要的市场变量。
1250 万核心：理论上限，而非实际订单
Altimeter 合伙人 Freda Duan 的测算为市场提供了可讨论的量化锚点。她假设 Muse 日活达 1 亿、每用户平均使用 2 小时，据此需要约 833 万台虚拟机满足平均负载；高峰负载为平均值的 2.5 倍时，最大虚拟机数量达 2080 万台。再结合每台虚拟机所需物理核心——以 DeepSeek 为参照、但 Meta 运行效率不及 DeepSeek ——她得出在 2500 万台活跃虚拟机的假设下，Meta 可能需约 1250 万个 CPU 核心。
Duan 本人对这一数字持审慎态度。她指出，AI 代理沙箱和虚拟机普遍存在资源超配，虚拟机保持运行状态时实际 CPU 利用率通常接近于零，因此 Meta 不需要严格为每位用户兑现承诺的硬件—— 1250 万核心更接近理论上限而非实际采购需求。她还提醒，随着推理速度提升，每台虚拟机分配的物理核心会进一步减少，但技术效率提高往往伴随需求扩张，CPU 总需求未必因此放缓。
英特尔与 AMD 的意外变量
Meta 承诺为每位 Muse 用户提供一台配备 2 个虚拟 CPU、8GB 内存和 100GB 固态硬盘的专属虚拟机，Muse 上线十天内用户规模即达 70 万。
初步计算显示，随着 Muse 日活规模扩大，可能刺激对数百万额外 CPU 的需求。市场据此认为 CPU 制造商已迎来结构性利好，但这一预期尚未反映到具体的营收指引或订单数据中。
交货周期数据是第一个硬信号。后续需关注的是英特尔和 AMD 在下一季度财报中对数据中心 CPU 业务的表述，以及云厂商资本开支中 CPU 与 GPU 配比的变化。
交货周期拉长能否转化为财报端的营收兑现，是这轮 CPU 叙事的关键验证点。
