CPU重返AI核心！誰是大贏家？
CPU掀起漲價潮！大摩：別只盯著GPU了，AI Agent時代這幾大硬件正迎來全面重估
AI算力需求持續爆發，CPU市場正掀起新一輪漲價潮。
據中國臺灣《工商時報》4月22日報道，ODM（原始設計制造商）行業人士表示，自今年3月起，消費級CPU價格已上漲5%～10%，服務器CPU漲幅更達10%～20%。供應鏈人士透露，國際大廠正醞釀在第三季度發起新一輪漲價。
驅動此輪漲價的核心邏輯有兩點：一是AI服務器需求急速升溫，拉動對核心運算元件的采購力度；二是先進制程產能高度集中，供應端難以即時響應需求增長。
摩根士丹利最新研報也表示，這場漲價潮並非單純的短期供需失衡，而是AI基礎設施底層架構發生「結構性巨變」的必然結果。本文將為牛友剖析為何CPU越來越重要，當前CPU哪些公司值得關注以及還有哪些公司值得關注？
為何CPU越來越重要？——CPU從配角走向核心
大摩認為，隨著AI從單純的「生成」走向「自主行動」（也就是Agentic AI，智能體AI），真正的運算瓶頸已從算力本身轉向「算力協調」。而在這個過程中，負責扛起協調與調度重任的主角，不是GPU，而是CPU。
隨著AI從「推理」走向「執行」，系統瓶頸也隨之從GPU轉移到CPU與內存。過去一個CPU可以服務約12個GPU，而未來這一比例可能上升至1:2，甚至出現2個CPU對應1個GPU的結構。
來源：摩根士丹利
為了量化AI Agent對運算架構的影響，摩根士丹利提出了一套全新的數據中心CPU測算框架，將其明確劃分為三大類：
首先是「頭節點CPU」（Head Node），也就是直接掛載在GPU機架上的處理器（如英偉達的Grace與Vera）。大摩預估，若2030年全球部署500萬顆AI加速器，以每個GPU板配備兩顆單價5000美元的高端CPU計算，這部分的潛在市場規模（TAM）將高達500億美元。
其次是「調度CPU」（Orchestration），這正是代理式AI催生出的龐大「純增量」市場。隨著AI任務越發複雜，大摩假設每顆GPU都需要額外配備2到3個「重度CPU節點（CPU-heavy）」。這些CPU的規格將從目前的136核心激增至2030年的200到300核心。若以單顆均價3,000美元計算，將創造出300億至450億美元的新增市場。
最後則是應用於「儲存與網路節點」的基礎設施CPU，其TAM約在25億至150億美元之間。
總體而言，在這三大引擎的驅動下，大摩預估2030年數據中心CPU的總市場規模將達到825億至1100億美元。最值得注意的是，其中有325億到600億美元的巨大增量，是完全由代理式AI爆發所直接貢獻的。
當前CPU哪些公司值得關注？
在CPU領域，AMD憑借在數據中心市場的領先優勢，有望優先受益于需求增長；ARM架構則依靠能效優勢，成為云廠商自研芯片的重要選擇；英特爾則仍在通過漸進式升級追趕性能差距。具體來看：
$美國超微公司 (AMD.US)$ ：大摩認為，在由Agentic AI驅動的雲端CPU工作負載增長中，AMD處於最有利的地位。AMD已經在x86雲端市佔率上超越了英特爾，大摩直言這塊增量市場「主要是AMD的囊中物」，因為對手正面臨供應限制與產品線較弱的掙扎。但儘管在CPU市場佔優，但大摩對AMD的股票評級為「中立」，因為他們更傾向透過英偉達與記憶體廠商來捕捉AI基礎設施的投資紅利，認為其本益比相較之下更具吸引力。
$英特爾 (INTC.US)$ ：大摩指出，在英特爾預計於2028-2029年推出搭載SMT技術的「Coral Rapids」以縮小效能差距之前，其在某些高度專業化AI系統中的競爭力可能受限。為了應對AMD在數據中心CPU領域的激烈競爭，大摩預期英特爾將在2027年下半年將伺服器CPU的生產外包給台積電（TSMC），以確保更好的上市時間與晶片品質。
儘管面臨挑戰，英特爾龐大的生態系統與安裝基礎仍是顯著優勢。此外，其與英偉達在相容 NVLink 的 CPU 上的合作，將是推動英特爾搶佔「頭節點」市場的重要驅動力。
$Arm Holdings (ARM.US)$ ：Arm推出了首款量產的數據中心CPU，這標誌著其從單純的「IP賦能者」跨出大膽的一步，轉變為與x86陣營（英特爾、AMD）直接競爭的對手。與Meta的合作大幅降低了產品發布的風險，證明了雲端巨頭對高度垂直整合AI運算平台的需求。然而，大摩將其評級降為「中立」，原因是商業化爬坡需要時間，且短期內面臨DRAM短缺、研發成本導致的利潤率壓力，以及涉足晶片製造可能引發與現有IP授權客戶之間利益衝突的風險。
$英偉達 (NVDA.US)$ ：英偉達在GTC大會上推出專為Agentic AI打造的「Vera CPU」，這是該公司首次跨足獨立CPU市場，也使其與英特爾、AMD展開了更直接的競爭。大摩預計這塊獨立CPU業務未來將成長為規模達數十億美元的業務。
還有哪些公司值得關注？
當AI跨越邊界開始「AI Agent」，運算的難題已然改變：誰來統籌調度全局？誰來維持龐大的上下文記憶？誰又負責在數以千計的智能體之間無縫傳遞狀態？
破局的答案，不再是單一的晶片，而是一座龐大且精密的「系統工程」。CPU、DRAM、ABF載板、基礎基板、MLCC、BMC、CPU Socket、電源管理乃至散熱模組——這些過去在GPU光環下被視為「配角」的零組件，如今正被代理式AI賦予全新的戰略地位，迎來一場全面且暴力的價值重估。
大摩強調，隨著系統復雜度的攀升，那些處于「供給受限」環節的賦能者，將獲得非對稱的定價權和超額經濟利潤。大摩梳理了AI Agent下的核心受益者，具體如下：
1、CPU
在代理式AI中，CPU成為了系統協排與控制的絕對中樞，負責管理工作流與調用API。每增加一次AI模型的調用，就需要更多的系統協調與資源分配，推動CPU市場規模結構性成長。無論是英偉達推出的Vera CPU或是ARM的新架構，皆是瞄準此龐大商機。
2、記憶體
代理式AI極度仰賴龐大且持久的記憶體，以維持長期上下文、歷史紀錄與持續學習。
DRAM： $南方兩倍做多三星電子 (07747.HK)$ 、 $南方兩倍做多海力士 (07709.HK)$ 、 $美光科技 (MU.US)$ 。AI系統的運作將推升伺服器對記憶體容量與頻寬的龐大渴求。
3、晶圓代工
系統複雜度的急遽提升，直接拉動了對先進製程製造與客製化晶片設計的需求。
4、基板管理控制器、CPU及內存接口
當伺服器內部組件增加、運算叢集變大，數據的高速傳輸與系統健康監控變得至關重要。伺服器數量的增加帶動了BMC(基板管理控制器)的市佔與規格雙升。同時，CPU與DRAM之間高強度的數據交換，也大幅拉抬了記憶體互連晶片的需求。
5、PCB/載板/覆銅板及材料
為了將強大的運算晶片整合在一起，先進封裝所需的載板面積與層數雙雙增加，導致產能處於緊缺狀態。除了ABF載板本身的量價齊揚，支撐高階封裝的關鍵材料（如低CTE玻璃纖維布、附著促進劑）供應商同樣迎來強勁成長。
6、MLCC(多層陶瓷電容)及CPU插槽
高算力需要極穩定的電源供應與訊號傳輸，推升了高階MLCC及高頻CPU接口的用量。
7、SPE(半導體制造設備)
算力基礎設施的擴張，最終必須由更龐大的半導體製造產能與自動化產線來支撐。無論是先進邏輯晶片的微影設備、沉積工具、先進封裝機台，或是支援半導體廠區運作的線束與自動化氣動元件，皆將迎來顯著的資本支出紅利。
總結
整體來看，大摩為我們描繪了下一代AI數據中心的清晰藍圖：「木桶效應」正在AI硬件層顯現。當GPU的算力不再是唯一的短板時，補齊木桶的其余木板——負責調度的CPU、提供記憶的DRAM、以及支撐物理互聯的先進封裝和載板，就成為了新的價值洼地。
對于科技產業與資本市場而言，這意味著AI硬件的投資主線正在發生轉移：從尋找「下一個英偉達」，轉向布局那些能夠解決「系統級協調與通信瓶頸」的全棧基礎設施龍頭。智能體AI的崛起，宣告了單點算力盲目擴張的終結，全面均衡的「系統級算力時代」已經到來。
需要注意的是，儘管Agentic AI勾勒出龐大的基礎設施升級紅利，但投資者仍需警惕其終端商業化落地速度不及預期、先進製程與高階零組件的「長短料」供應鏈瓶頸，以及地緣政治出口管制等變數；此外，當前資本市場對 AI 概念股已賦予極高的估值溢價，若未來雲端巨頭資本支出放緩或財報未能滿足市場嚴苛期待，相關標的將面臨估值大幅下修與劇烈震盪的風險，投資佈局務必審慎評估。
風險及免責聲明：以上內容僅代表作者個人觀點，不代表富途任何立場，亦不構成任何投資建議，富途對此不作任何保證與承諾。更多信息
評論（11）
發表評論
228
832