Agentic AI推动AI计算从GPU单点扩展到CPU、内存与MLCC全栈机会

概览

本报告是摩根士丹利关于亚太/韩国科技的行业研究，主题覆盖Agentic AI、内存周期和MLCC。报告核心判断是AI工作负载正在从“生成”转向“自主行动”，推升CPU编排、记忆/检索、工具调用、状态管理和电源交付相关硬件需求，受益链条从GPU延伸到CPU、DRAM/HBM、NAND、MLCC、PCB/基板和半导体设备。

核心观点

第一，Agentic AI增加推理循环、工具调用、代码执行、多智能体分发和记忆调用，CPU可能成为新的瓶颈，并带来可观TAM。第二，内存股交易不应只看P/E，P/B、库存、价格同比变化和市场对下行周期的提前定价更重要。第三，LTA带来更可持续的自由现金流和股东回报，可能推动内存估值重估。第四，AI服务器升级推动MLCC含量和规格提升，行业集中度高，Murata和SEMCO等头部供应商具备受益条件。

分析框架

报告采用主题拆解和产业链映射方法：先从Agentic AI架构拆分CPU编排、GPU执行和记忆层，再映射到CPU、DRAM、NAND、MLCC、PCB/基板、BMC、接口芯片、SPE等环节；随后通过TAM测算、HBM/NAND供需表、LTA估值敏感性、历史相对表现和案例对比来形成投资判断。

方法论与常识提炼

• AI基础设施框架Agentic AI三支柱

  编排、记忆与执行

  报告将Agentic AI拆为CPU编排、知识/记忆和GPU执行三类能力，用于解释为什么AI硬件机会会从GPU扩散到CPU、DRAM、NAND和MLCC。

• 半导体周期框架内存三辩题

  AI支出、LTA重估、周期拐点

  报告用超大规模资本开支、LTA定价和库存/价格同比变化判断内存周期所处位置，结论是价格动能可能见顶但周期被拉长。

• 估值框架P/B与LTA敏感性

  内存估值重估

  报告认为内存股在周期顶部或底部时P/B比P/E更有参考价值，并用Samsung、SK hynix的LTA P/E敏感性表讨论估值支撑。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• CPU

  Agentic AI编排层核心受益资产

  优势

  推理循环、工具调用、多智能体分发和状态管理增加CPU负载。

  劣势

  机会依赖Agentic AI真实部署和服务器架构变化。

  对比

  相较GPU执行层，CPU机会来自调度和编排瓶颈。

  风险

  若工作负载继续高度GPU集中或Agentic AI商业化慢于预期，CPU增量TAM可能低于测算。

• DRAM/HBM

  AI训练、推理和记忆层需求的直接受益资产

  优势

  HBM需求快速增长，供需表显示到2027e仍存在不足。

  劣势

  内存价格周期性强，4Q26附近存在价格见顶风险。

  对比

  P/B和库存周期比P/E更适合观察内存股拐点。

  风险

  AI资本开支放缓、库存修正或Street盈利预期下修。

• NAND/AI SSD

  AI服务器存储与数据访问需求的受益资产

  优势

  AI SSD需求在2028年可能保持高增长，若YMTC供给纪律维持，NAND可保持紧张。

  劣势

  供给端绿地扩产会快速改变平衡。

  对比

  相较HBM，NAND的关键变量更集中在AI SSD需求和YMTC产能释放。

  风险

  YMTC Fab4/Fab5及更多产能超预期释放导致过剩。

• MLCC

  AI服务器电源交付和信号完整性升级的受益资产

  优势

  高电容、低ESL和嵌入式MLCC靠近CPU/GPU，VR200每机架含量较GB300显著提升。

  劣势

  需求仍依赖AI服务器出货和平台规格升级节奏。

  对比

  MLCC行业较集中，头部供应商更容易受益于规格升级。

  风险

  AI服务器平台切换放缓、单机含量提升低于预期或价格竞争。

关键数据

• Agentic AI CPU机会up to US$238bn by 2030牛市情景下的CPU机会测算。
• Agentic AI DRAM需求221EB by 2030牛市情景下由Agentic AI带来的DRAM需求。
• HBM市场规模US$94bn in 2027e表格显示Base case下HBM市场从2023年US$3bn增至2027e US$94bn。
• HBM总DRAM sufficiency-15% in 2027e报告表格显示2027e总DRAM供需仍为负缺口。
• NAND需求情景AI SSD demand +30-60% YoY in 2028Base case假设非AI NAND需求+5% YoY，AI SSD需求+30-60% YoY。
• MLCC每机架含量提升US$4,320 vs US$1,530VR200每机架MLCC含量高于GB300，提升幅度超过180%。
• AI服务器MLCC需求approach US$1bn by 2027由内容增长和规格升级驱动。
• MLCC行业集中度top five suppliers about 87% in CY25全球前五大供应商占约87%，Murata和SEMCO领先。

影响与含义

投资含义是AI硬件链条的受益范围扩大：GPU仍重要，但CPU、内存、NAND存储和被动元件的需求弹性上升。韩国科技链中Samsung Electronics、SK hynix、Samsung Electro-Mechanics等与内存和MLCC相关标的具备主题相关性；同时，供应纪律、LTA执行、价格拐点和AI资本开支持续性将决定行情是否延续。

风险

• AI资本开支放缓或货币化不及预期，削弱CPU、内存和MLCC增量需求。
• DRAM合约价同比动能可能在4Q26附近见顶，市场可能提前交易周期下行。
• YMTC更快绿地扩产可能导致NAND供给过剩。
• LTA若被重新谈判或导致强制库存，内存自由现金流和估值重估逻辑会受损。
• Morgan Stanley披露其与多家覆盖公司存在投行业务或其他服务关系，投资者需注意潜在利益冲突。

后续跟踪

• 2Q26及后续超大规模云厂商资本开支是否继续增长。
• Agentic AI应用是否带来更多推理循环、工具调用和企业工作流部署。
• DRAM合约价和现货价缺口、库存同比变化及4Q26价格拐点。
• Samsung、SK hynix、Micron的HBM产能、良率和供给纪律。
• YMTC Fab4/Fab5产能释放节奏及其对全球NAND份额的影响。
• AI服务器平台从GB300到VR200/Rubin的MLCC含量和出货节奏。