炒股就看金麒麟分析师研报，泰斗，专科，实时，全面，助您挖掘后劲主题契机！

　　中金点睛

　　Agentic AI的快速发展，带来了对CPU在推理期间地位重塑的探讨，本文通过对CPU需求的原因分析、市集测算及竞争形状探讨，探究CPU的畴昔空间。天然短期并不成完全细则配比，但永恒CPU地位的飞腾具备一定合感性。

　　摘录

　　CPU需求为什么会增长？在大模子测验阶段，以GPU为中枢的矩阵规画才气是决定模子才气的中枢，产业内关爱焦点也聚焦在FLOPs等GPU的规画性能优化上。但从2H25起，出现了两方面变化：1）在测验侧，强化学习的热切性普及，使得CPU/GPU配比成为了系统的重要酌量之一；2）在推理侧主要有三个领域：a） 推理Host CPU，配合GPU进行任务诊疗和哄骗率优化等，致使践诺浅薄推理任务，形成对GPU的替代作用；b）编排节点CPU，在复杂agentic任务中，动作零丁节点承担逻辑运算并进行任务编排；c） 沙盒践诺层随并发任务数增多带来CPU需求。

　　AI驱动下，CPU市集领域有多大？咱们从两个维度尝试进行测算：1）中性基于GPU：CPU=1：1配比推测下，咱们测算至2030年民众CPU市集领域将超1300亿好意思元；2）咱们测算Agentic AI刻下情景下（5亿DAU或300亿日均token）对CPU的新增需求约莫为840万颗。从本事发展趋势看，动作新操作系统的“诊疗器”CPU的升级趋势包括更强的单核性能、更大的内存带宽、更强的I/O才气、更多中枢数。永恒来看，咱们瞻望数据中心CPU迭代将围绕三条干线张开：数据带宽才气普及、任务单干专科化，以及与加快器的深度交融。此外，在需求快速增长情况下，咱们觉得2026年做事器CPU加价趋势有望连接。

　　竞争形状：x86 vs Arm，谁将胜出？现在民众做事器CPU市集会Arm市占率不到20%，仍以x86架构为主。谈判Agent类居品领有高并发、连接运行、大批轻量级推理央求的特质，Arm精简指示集的功耗着力占优，不错支援更多中枢处理并发央求，适用于高费解的推理做事，咱们瞻望畴昔其份额或将普及。

　　风险

　　CPU需求不足预期，市集竞争加重，上游产能供应垂死。

　　Text

　　正文

　　跟着推理需求的连接普及，对做事器系统从底本以GPU（矩阵规画）为中枢转向CPU（任务编排等）热切性普及的参议慢慢升温，咱们觉得永恒来看，做事器里面的异构系统会成为趋势。本文重心参议四个问题：1）从需求角度来看，本轮CPU需求普及的原因是什么？2）类比存储的变化，刻下CPU市集在供给和需求端呈现什么景象？3）永恒视角看，畴昔CPU的发展趋势有哪些？4）CPU市集的竞争形状怎样？

　　CPU需求为什么会增长？

　　在大模子的测验阶段，以GPU为中枢的矩阵规画才气是决定模子才气的中枢，产业内关爱焦点也聚焦在FLOPs等GPU的规画性能优化上。但从2H25起，出现了两方面变化：1）在测验侧，强化学习的热切性普及，使得CPU/GPU配比成为了系统的重要酌量之一；2）在推理侧主要有三个领域：a） 推理Host CPU，配合GPU进行任务诊疗和哄骗率优化等，致使践诺浅薄推理任务，形成对GPU的替代作用；b）编排节点CPU，在复杂agentic任务中，动作零丁节点承担逻辑运算并进行任务编排；c） 沙盒践诺层随并发任务数增多带来的CPU需求。

　　测验视角：强化学习带来对CPU需求的普及

　　强化学习对CPU/GPU配比提倡新要求。与传统意旨上觉得在测验阶段GPU是惟一热切的估量酌量不同，跟着强化学习的热切性普及，谈判CPU资源的拘谨也成为了一个值得关爱的地方。现在强化学习的实验中，环境交互以及怎样分派硬件资源，如故成为了系统的主要瓶颈，由于需要大批CPU资源去运行模拟环境，CPU不足也会形成GPU 空转。因此合理盘算CPU/GPU的配比，让CPU的线程数等于大约大于GPU SM 的数目，也成为了一个热切地方。但从十足量的角度看，咱们判断强化学习带来的对CPU的需求相对推理较为有限。

　　推理视角：Agentic AI期间，CPU成为瓶颈要津

　　浅薄推理：成本视角下，CPU对GPU的替代作用

　　成本视角考量，CPU对GPU存在一定替代可能。刻下GPU仍处于紧缺景象，同期高性能的GPU无论是租出价钱如故缺货情况王人未见到较着缓解。在测验场景中很难领受其他规画芯片对GPU进行替代，但来到推理场景后，一方面对矩阵规画的性能要求有所下落，另一方面在一些浅薄的推理任务中，如chatbot等，业内如故运转领受浮点规画性能较低的RTX系列等算力芯片进行推理。

　　谈判CPU价钱对比GPU的上风较着，咱们判断在一些浅薄的推理任务中，CPU一定程度上也可能替代GPU，带来一定拉动。从海表里头部CSP对ASIC芯片的鼓吹，以及对定制化CPU芯片的探索想路看，也具有一定的共同之处。但这部分无法进行具体的测算，同期潜在空间有限。

　　图表1：CPU在推理中的热切性普及

　　贵寓来源：The Rising CPU：GPU Ratio in AI Infrastructure： Drivers， Trends， and Implications（Intel，2026年），中金公司研究部

　　Agentic AI：Token耗尽占比连接普及，复杂任务编排使CPU成为新的瓶颈

　　咱们觉得Agentic AI期间CPU的变化具有三个特质：1）总体来看：任务链条和进程复杂带来的CPU热切性飞腾；2）责任负载复杂化：不同的责任负载对CPU要求不同，RAG、ChemCrow等责任负载中，CPU 如故成为了中枢瓶颈；3）并发数目增多：并发数目增多会进一步加大CPU动作瓶颈的拘谨情况，进而在践诺层带来对沙箱的需求增长。

　　Agentic AI具有更泛化的应用才气，正慢慢成为AI应用的主流。Agentic AI以生成模子为基础，增多了编排、纪念和主见导向步履，不错酌量多法子任务、调用器具、迭代驱散，并在更永恒间的责任进程中运行。凭据OpenRouter数据，到2025年底，推理产生的token已超过总token的50%，有15%的推理过程以“外部器具调用”驱散。

　　图表2：推理产生的token数占比

　　贵寓来源：OpenRouter，中金公司研究部

　　图表3：以“外部器具调用”驱散的推理过程占比

　　贵寓来源：OpenRouter，中金公司研究部

　　多法子、多器具调用的Agentic AI带来任务进程的复杂化。从责任流视角看，在传统的生成式 AI（如单轮对话的大言语模子）中，合座的输入-输出进程相对浅薄，法子也较少。但跟着AI向Agentic（智能体化）演进，在推理过程中法子愈加紊乱、不同器具、外部API 调用等成为常态，因此CPU动作任务编排的中枢热切性在飞腾。

　　图表4：Agentic AI在编译器，任务践诺进程，践诺复杂度方面的变化

　　贵寓来源：A CPU-CENTRIC PERSPECTIVE ON AGENTIC AI（Georgia Institute of Technology，Intel，2025年），中金公司研究部

　　Agentic AI 任务中器具处理需求的出现，在部分的责任负载场景下CPU如故成为新的瓶颈要津。在大言语模子的践诺方式下，推理进程为：推理1——器具调用1——推理2——器具调用 2——推理 3……，由于系统必须比及LLM 生成完好器具调用的通盘 token，才运转践诺，因此会带来GPU 空转（恭候器具复返驱散）和器具空转（恭候模子生成指示），因此需要CPU进行器具处理。从而使系统从原来的GPU为中枢除外，CPU动作器具处理的热切性大幅普及。《A CPU-CENTRIC PERSPECTIVE ON AGENTIC AI》的论文中列举了不同的责任负载蔓延推崇，不错看出由于CPU上的器具处理可能占据端到端蔓延的很大一部分，因此行业内优化的重心来到了以CPU 为中枢的优化战略上。

　　图表5：在莫得部分器具调用的情况下，会形成GPU空转带来蔓延

　　贵寓来源：Conveyor： Efficient tool-aware llm serving with tool partial execution（Duke University，2024年），中金公司研究部

　　图表6：不同责任负载下端到端运行的蔓延情况，CPU 如故成为了中枢瓶颈

　　贵寓来源：A CPU-CENTRIC PERSPECTIVE ON AGENTIC AI（Georgia Institute of Technology，Intel，2025年），中金公司研究部

　　动态视角看，CPU 的逾额订阅会跟着并发任务的数目增多变得愈加严重。跟着 批处理（Batch size）大小的增多，以及输入/输出 token长度的增多，在不同的责任负载下，CPU 动作瓶颈要津的影响是在慢慢变大的。也便是说，用户数大约并发任务的增多，会使得CPU 中枢数目的要求更高。举例当Batch-size达到 128 的时候，系统需要同期诊疗数百个器具践诺进度，因此CPU 的中枢数成为了新的短板。而增多CPU资源在蔓延改善和提高系统哄骗着力方面具有较着恶果。

　　图表7：增多CPU资源的分派不错收缩蔓延

　　贵寓来源：Characterizing CPU-Induced Slowdowns in Multi-GPU LLM Inference（Georgia Institute of Technology，2026年），中金公司研究部

　　图表8：分派更多的CPU中枢不错贬抑高哄骗率期间

　　贵寓来源：Characterizing CPU-Induced Slowdowns in Multi-GPU LLM Inference（Georgia Institute of Technology，2026年），中金公司研究部

　　Sandbox践诺层：驱动多核并发与硬件杜撰化需求的增长

　　复杂Agent任务带来沙箱（Sandbox）需求快速增长。在企业级应用场景中，为确保系统安全性与践诺环境的白净，系统会针对每一个外部器具调用央求，瞬时拉起（Spin-up）并随后阵一火（Tear-down）一个零丁的微型杜撰机或容器（MicroVM/Container），即沙箱[1]。从刻下的任务分类看，除了少数的只读型、纯API 调用、纯腹地调试等任务除外，触及到自主践诺代码或调用外部器具的任务，沙箱在系统安全、着力禁止、环境一致性等方面的上风标明它王人是必须存在的。

　　图表9：多智能体架构中，践诺智能体哄骗杜撰机（VM）动作沙箱来运行代码

　　贵寓来源：The Rising CPU：GPU Ratio in AI Infrastructure： Drivers， Trends， and Implications（Intel，2026年），中金公司研究部

　　沙箱耗尽 CPU的硬件杜撰化指示集（如 Intel VT-x/AMD-V）性能，更对 CPU 的物理中枢数提倡了线性增长的需求。当系统濒临同期践诺数十个网页捏取、代码编译或数据清洗等并发任务时，强大的物理中枢数是已矣横向扩展、贬抑任务间高下文切换损耗的惟一解，开云2026世界杯中国官网因此对CPU诊疗才气产生更高要求。而CPU的核数决定了能开启若干个沙箱（即并行环境）。

　　图表10：Agentic AI对沙箱的需求

　　贵寓来源：微软，中金公司研究部

　　AI驱动下，CPU市集领域有多大？

　　从上文不错看出，测验和浅薄推理对CPU的需求处于次要塞位，中枢如故agentic AI。跟着 agentic AI的快速发展，及多法子的复杂推理任务比重和难度增多，对任务编排诊疗的要求也连接提高，进而激发了对CPU需求的增多及畴昔GPU：CPU配比变化的探讨，本章节从两个维度尝试进行测算。

　　配比视角：Agentic AI鼓吹做事器CPU市集领域快速增长

　　咱们瞻望2030年民众CPU市集领域将冲破1300亿好意思元

　　CPU在单台AI做事器中的配比将迎来普及，普及系统角落着力。从第一章对CPU需求的视角动身不错看出，往时AI做事器中CPU在配比的数目、核数等多个方面王人如故无法餍足需求，为保持系统合座的高费解量，做事器架构需要权贵普及CPU的中枢数情切存性能，导致CPU在合座算力采购成本中的占比提高。因此咱们瞻望CPU的需求将迎来增长。

　　配比的具体数字是中枢。聚焦几家CPU 厂商最新表述来看：1）英特尔：CEO陈立武在1Q26功绩会上提到CPU：GPU配比有望从1：8/1：4进一步普及；2）AMD：1Q26功绩会上苏姿丰瞻望民众做事器CPU市集有望在2030年达1200亿好意思元领域；3）ARM：4Q26功绩会上CEO瞻望民众做事器CPU市集有望在2030年超1000亿好意思元领域。

　　需要指出的是，刻下对GPU：CPU的配比并莫得一致论断。由于现存的做事器架构较为固定，因此在推理做事器中咱们瞻望仍将以2个GPU配1个CPU的方式进行建树；但谈判到agentic AI的需求，纯CPU的机柜也将运转连接部署，因此从概述的视角看，CPU：GPU配比将从现在8卡做事器中1：4的比例慢慢普及，2030年或将达1：1致使更多。

　　中性基于1：1的瞻望倒推，咱们测算至2030年民众CPU市集领域将超1300亿好意思元。中枢假定有：1）民众算力卡瞻望2030年达4240万颗；2）AI做事器CPU：GPU配比2030年达1：1；3）AI做事器CPU单价随中枢数的增多、性能的普及及代工的升级2026-2030年增幅在16%。

　　图表11：数据中心CPU市集领域测算

　　注：图中CPU价钱为预估，并不代表内容售价

　　贵寓来源：BBG，各公司官网，中金公司研究部

　　需求视角：Agentic AI对CPU数目及核数提倡新需求

　　总量：刻下情境下Agentic AI对CPU新增需求超过800万颗

　　咱们测算Agentic AI刻下情景下对CPU的新增需求约莫为840万颗。从需求端对CPU的测算较为复杂，咱们简化后通过并发任务数目的格式，参议Agentic AI对CPU的拉动作用。测算的中枢想路为：1）通过日活用户数或日均token耗尽量对并发任务数目进行预估；2）对任务按复杂度进行中枢参数分派，包括任务占比，占用核数，调用agent数目等；3）分四种情况规画对应CPU核数需求；4）测算所需CPU数目。

　　图表12：Agentic AI对CPU独特需求测算

　　贵寓来源：各公司官网，中金公司研究部

　　结构：CPU应用场景需求进一步细化

　　从本事发展趋势看，动作新操作系统的“诊疗器”CPU的升级趋势主要有：1）更强的单核性能来贬抑单次推理的蔓延，2）更大的内存带宽和更强的I/O才气来诊疗更长的高下文以及解决海量的数据，3）更多中枢数来支援高并发查询及杜撰化。

　　图表13：Agentic AI下数据中心CPU三大应用场景

　　贵寓来源：各公司官网，中金公司研究部

　　价钱趋势：短期供需失衡，做事器CPU有望连接加价

　　由于CPU产能分派存在一些辩白性，因此缺少CPU供给侧的较好测算，但从定性视角看，Agentic AI等需求对CPU的拉动还在连接增长，因此CPU市集出现了一定程度缺货加价。

　　受供需缺口影响，咱们觉得2026年做事器CPU加价趋势可连接。限制2026年5月，咱们不雅察到Intel做事器CPU在2月、3月如故验了两次加价，涨幅在5-15%之间，同期部分型号CPU交期还在连接拉长，侧面体现了对CPU的需求增长。

　　► 需求侧来看，如前所述，主要受益于AI推理需求增长，同期通用型做事器濒临更新换代的需求，咱们瞻望2026年民众做事器出货量有望同比增长近20%，畴昔Agentic AI有望拉动AI及配套做事器需求的加快增长。

　　► 供给侧来看，AMD和Arm均领受台积电先进制程代工，相接GPU、ASIC等算力芯片需求连接上修，台积电2-5nm制程订单需求繁华，产能蔓延较为有限，咱们瞻望供需缺口将连接至27年。现在来看，AMD CPU27年产能供给仍有一定弹性。凭据陈立武5.19JPM大会发言，英特尔18A良率每月稳步普及，有望在26年底前已矣熟悉良率主见。相接来看，咱们瞻望供需缺口将连接至27年，2026年做事器CPU有望迎来进一步加价。

　　此外，受益于做事器CPU繁华的需求，做事器CPU配套芯片，如PCIe retimer、PCIe switch以及内存接口芯片等细分赛说念，亦值得关爱。

　　图表14：Intel产能瞻望

　　注：绿色为现在主力产能，统计限制1Q26

　　贵寓来源：Intel官网，中金公司研究部

　　永恒趋势：推理架构正从“GPU附庸CPU”转向“CPU强绑定集群”

　　畴昔十年，数据中心CPU的演进旅途不太可能回到单纯追求频率或中枢数蔓延的传统逻辑，而将围绕三条干线张开：数据带宽才气普及、任务单干专科化，以及与加快器的深度交融。

　　► CPU 将进一步向高带宽数据开采演进。跟着 AI 负载从单次张量规画扩展至大领域高下文解决与景象爱戴，咱们瞻望内存通说念数目、内存带宽密度情切存容量的热切性将连接飞腾。LPDDR 在数据中心的领受、SOCAMM 模组的发展，以及更高通说念数 DDR 盘算，均指向一个地方：荫藏内存蔓延、普及带宽密度、维持大容量高下文成为中枢主见。咱们觉得畴昔竞争焦点将不再仅是每中枢性能，而是数据 fabric 组织才气与片上网络带宽。

　　► CPU 将连接分化以匹配不同责任负载，朝三类地方并行发展：1）高单核性能、高内存带宽、与 AI 加快器保持一致性互连的紧耦合型 CPU；2）面向 KV-cache 解决、网络分层与数据旅途处理的 DPU/数据平面型 CPU； 3）高中枢密度、重费解的云型 CPU。这种分化说明 CPU 并未被 GPU 替代，而是在 AI 体系中承担更专科化的脚色。

　　图表15：NVIDIA BlueField-4将Grace CPU与NIC协同封装

　　贵寓来源：英伟达官网，SemiAnalysis，中金公司研究部

　　图表16：英伟达发布Vera CPU机柜

　　贵寓来源：英伟达官网，中金公司研究部

　　► CPU 与加快器的领域可能进一步辩白。APU架构（如集成 CPU + GPU 的盘算）可能减少零丁 head node 的需求；部分 RL 测验负载可能迁徙至具备腹地环境践诺才气的专用加快器；同期，内存池化与 CXL 扩展可能贬抑传统每机架必配零丁 CPU的绑定比例。从更永恒角度看，CPU 致使可能镶嵌交换芯片或数据中心网络中枢之中，成为数据流诊疗的基础禁止单位。

　　咱们觉得，畴昔CPU的价值不在于替代GPU，而在于承载系统复杂性。在 AI 2.0 期间，模子才气的普及带来更多交互、更长高下文与更多外部调用，CPU 动作通用践诺与禁止单位，仍将是保管系统可扩展性的基础组件。其形态可能变化，但其在规画体系中的中枢性位不会散失。

　　竞争形状：X86 VS Arm，谁将胜出？

　　X86 VS Arm：X86 份额开端，Arm有望加快追逐

　　现在，民众做事器CPU市集会Arm市占率不到20%，仍以x86架构为主。

　　X86 vs Arm：x86生态熟悉度仍较为开端，Arm在云霄推理份额瞻望将连接增长。Agent类居品领有高并发、连接运行、大批轻量级推理央求（比如多轮对话、器具调用、酌量推理等）的特质，ARM精简指示集的功耗着力占优，不错支援更多中枢处理并发央求，适用于高费解的推理serving。

　　x86在生态熟悉度上仍然保持开端的上风。大批推理框架在x86上优化更熟悉，部分指示集对矩阵运算有特意的加快，因此咱们觉得对于较大模子的运行、羼杂精度规画或和传统软件栈深度集成的场景下，x86的兼容性和器具链上风较着。

　　讲求来说，Arm架构的CPU因为高能效比在CSP中获取大领域部署，为CSP自有业务、有才气为Arm架构进行软件优化的客户提供更具性价比的选拔；x86 CPU的做事器具有更完好的生态和极强的兼容性，对中微型企业意味着开箱即用的通用性与最低的迁徙摩擦，具有平庸而安稳的需求。咱们瞻望跟着Agentic AI带动AI做事器CPU配比的普及，以及ARM在CSP厂商及企业级客户的连接冲破，在2030年民众做事器CPU市集会占比有望接近一半。

　　图表17：x86 vs ARM市集领域预测及份额

　　贵寓来源：IDC，中金公司研究部

　　风险指示

　　CPU需求不足预期。CPU需求主要来自Agentic AI趋势下各场景的应用。若Agentic AI进展不足预期，或CPU在做事器集群中配比普及程度不足预期，或各大云厂商成本开支节拍放缓，CPU的需求增速或不足预期。

　　市集竞争加重。做事器CPU市集主要分为x86与Arm两大阵营。若x86与Arm架构竞争加重，x86阵营内AMD与Intel竞争加重，Arm阵营内各厂商与云厂商自研CPU竞争加重，或将激发份额争夺与价钱压力。

　　上游产能供应垂死。CPU上游供应链触及要津宽阔。若先进制程及先进封装产能连接垂死，晶圆供应垂死，内存等重要配套器件供应垂死，薄膜千里积、量测检测等重要开采供应受限，CPU的产能供应及市集增长或将遭逢瓶颈。

　　[1]一个与宿主机（Host OS）严格进击的、受限的杜撰化规画环境（常常基于Docker容器或更轻量级的MicroVM，如Firecracker）。当需要运行代码时，它会将代码发送到Sandbox中践诺，而不是在系统现存的环境中运行。

著述来源

法律声明

非常指示

本公众号不是中国国外金融股份有限公司（下称“中金公司”）研究讲明的发布平台。本公众号仅仅转发中金公司已发布研究讲明的部分不雅点，订阅者若使用本公众号所载贵寓，有可能会因缺少对完好讲明的了解或缺少研究的解读而对贵寓中的重要假定、评级、主见价等内容产生和会上的歧义。订阅者如使用本贵寓，须寻求专科投资照拂人的联接及解读。

本公众号所载信息、成见不组成所述证券或金融器具贸易的出价或征价，评级、主见价、估值、盈利预测等分析判断亦不组成对具体证券或金融器具在具体价位、具体时点、具体市集推崇的投资建议。该等信息、成见在职何时候均不组成对任何东说念主的具有针对性的、联接具体投资的操作成见，订阅者应当对本公众号中的信息和成见进行评估，凭据自己情况自主作念出投资方案并自行承担投资风险。

中金公司对本公众号所载贵寓的准确性、可靠性、时效性及完好性不作任何昭示或示意的保证。对依据大约使用本公众号所载贵寓所形成的任何后果，中金公司及/或其关联东说念主员均不承担任何格式的攀扯。

本公众号仅面向中金公司中国内地客户，任何不顺应前述条目的订阅者，敬请订阅前自行评估吸收订阅内容的顺应性。订阅本公众号不组成任何契约或答应的基础，中金公司不因任何单纯订阅本公众号的步履而将订阅东说念主视为中金公司的客户。

一般声明

本公众号仅是转发中金公司已发布讲明的部分不雅点，所载盈利预测、主见价钱、评级、估值等不雅点的赐与是基于一系列的假定和前提条目，订阅者唯有在了解研究讲明中的一齐信息基础上，才可能对研究不雅点形成相比全面的刚毅。如欲了解完好不雅点，应参见中金研究网站（http://research.cicc.com）所载完好讲明。

本贵寓较之中金公司崇拜发布的讲明存在延时转发的情况，并有可能因讲明发布日之后的情势或其他要素的变更而不再准确或失效。本贵寓所载成见、评估及预测仅为讲明出具日的不雅点和判断。该等成见、评估及预测无需见知即可随时更始。证券或金融器具的价钱或价值走势可能受各式要素影响，过往的推崇不应动作日后推崇的预示和担保。在不同期期，中金公司可能会发出与本贵寓所载成见、评估及预测不一致的研究讲明。中金公司的销售东说念主员、往来东说念主员以过甚他专科东说念主士可能会依据不同假定和圭臬、领受不同的分析轮番而理论或书面发表与本贵寓成见不一致的市集挑剔和/或往来不雅点。

在法律许可的情况下，中金公司可能与本贵寓中说起公司正在树立或争取树立业务关联或做事关联。因此，订阅者应当谈判到中金公司及/或其研究东说念主员可能存在影响本贵寓不雅点客不雅性的潜在利益冲突。与本贵寓研究的露馅信息请走访http://research.cicc.com/disclosure_cn，亦可参见近期已发布的对于研究公司的具体研究讲明。

本订阅号是由中金公司研究部树立并爱戴的官方订阅号。本订阅号中通盘贵寓的版权均为中金公司通盘，未经籍面许可任何机构和个东说念主不得以任何格式转发、转载、翻版、复制、刊登、发表、修改、仿制或援用本订阅号中的内容。

攀扯裁剪：凌辰 开云2026世界杯中国官网