代理式AI与服务器更新周期可能重塑CPU服务器需求

概览

本报告整理Goldman Sachs于2026年6月26日举办的专家网络投资者网络研讨会要点，嘉宾为Pacific AI Advisory创始人兼执行AI策略师、前Intel全球AI产品与战略总监Jordan Plawner。报告聚焦代理式AI、传统CPU服务器更新、企业服务器供应约束及其对硬件OEM的影响。核心结论是：代理式AI可能显著提高CPU服务器需求，老旧服务器更新具备明确经济性，而DRAM分配紧张正在限制短期交付并扩大积压订单。

核心观点

第一，代理式AI工作负载更依赖顺序任务、编排和异构执行，CPU相较GPU在这类任务中更适配，并可直接访问DRAM以提升数据喂入效率。第二，企业传统服务器装机已明显老化，新一代服务器通过更高核心数和更高内存密度带来性能、能耗和空间效率改善，形成更新周期。第三，HBM需求挤压传统服务器DRAM供给，使Dell、HPE等企业服务器需求无法完全兑现，但这也带来未来收入可见度和价格韧性。

分析框架

报告基于专家网络访谈与案例测算，从CPU/GPU系统支出比例、服务器密度提升、企业投资回收期、服务器装机年龄、DRAM供应约束和OEM客户关系等角度分析CPU服务器需求。其重点不是给出公司财务模型或目标价，而是解释需求驱动、供给瓶颈和产业链受益方向。

方法论与常识提炼

• 专家网络Goldman Sachs Expert Network Series

  专家访谈纪要

  通过行业专家对服务器市场、AI工作负载和供应链约束的观察，提炼对硬件需求和OEM收入可见度的判断。

• 行业需求框架CPU:GPU支出比例框架

  AI工作负载结构变化

  用CPU:GPU系统比例和每美元CPU支出对应GPU支出变化，衡量从训练向推理和代理式AI迁移后CPU服务器需求的潜在提升。

• 投资回收测算服务器更新经济性测算

  老旧服务器替换与密度提升

  以1,000台旧服务器替换为约350台新一代服务器的示例，估算约3:1密度提升、电力成本下降和2-3年回收期。

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）。

• DELL

  潜在受益企业服务器OEM

  优势

  拥有深厚企业通用计算客户关系，可能受益于代理式AI、服务器更新和供应优先级。

  劣势

  短期交付受DRAM供应约束影响，需求无法完全兑现。

  对比

  相较长尾小型厂商，规模和战略客户地位可能使其获得CPU和内存供应商优先支持。

  风险

  若内存供给改善慢于预期、企业IT预算转弱或代理式AI落地低于预期，积压订单转化可能受影响。

• HPE

  潜在受益企业服务器OEM

  优势

  具备企业服务器客户基础，可能从传统服务器更新和代理式AI工作负载扩张中获益。

  劣势

  与DELL类似，供应约束限制近期出货。

  对比

  相较小型服务器厂商，HPE可能在供应分配中更具规模优势。

  风险

  内存分配、服务器价格、企业更新节奏和AI工作负载架构变化均可能影响收益兑现。

• CPU服务器

  核心受益资产类别

  优势

  适合顺序任务、编排和异构工作负载，且可直接访问DRAM，适配代理式AI场景。

  劣势

  在大规模并行训练任务上GPU仍更具优势。

  对比

  相较GPU，CPU在代理式AI中的角色可能从辅助计算提升为更重要的系统组成部分。

  风险

  若AI代理架构继续高度依赖GPU或专用加速器，CPU服务器增量可能低于预期。

• DRAM与内存供应链

  关键瓶颈与定价支撑因素

  优势

  供需紧张支撑服务器价格和供应商议价能力。

  劣势

  HBM需求挤压传统服务器DRAM分配，限制企业服务器出货。

  对比

  HBM优先服务超大规模云厂商和AI模型构建者，传统服务器DRAM处于供应竞争中。

  风险

  若新增产能释放不及预期，服务器交付持续受限；若供给快速释放，价格支撑可能减弱。

关键数据

• 代理式AI对CPU服务器市场潜在提升5-6倍专家认为代理式AI可能显著提升CPU服务器需求。
• 当前AI训练系统CPU:GPU比例约1:4对应每1美元CPU支出约匹配50-80美元GPU支出。
• 长期CPU:GPU比例方向趋近1:1随着推理和代理式AI工作负载增加，对应每1美元CPU支出约匹配6-10美元GPU支出。
• 企业服务器更新回收期约2-3年在本地回迁策略下，回收期可能更快。
• 服务器替换示例1,000台旧服务器替换为约350台新服务器约3:1密度提升，并可节省运营成本。
• 电力成本节省示例约100万美元/年来自旧服务器替换为新一代服务器后的电力支出下降估算。
• 传统服务器平均装机年龄约6年高于历史3-4年平均寿命，反映更新被GPU和AI训练基础设施预算挤出。
• 新一代CPU服务器性能指标核心数约4倍、每核心内存密度约2倍相对多数现有装机，性能和效率显著改善。
• Dell和HPE企业服务器需求满足比例约一半专家估计当前仅约50%的企业服务器需求得到满足。
• 供应改善所需时间至少18个月与更多内存产能上线、传统服务器DRAM分配改善相关。

影响与含义

对投资含义而言，报告偏利好具备企业通用计算客户关系和规模供应能力的硬件OEM，尤其是DELL和HPE。需求侧，代理式AI和企业服务器更新形成中长期增量；供给侧，DRAM和HBM竞争导致短期交付受限，但也支持积压订单、价格韧性和未来收入可见度。对数据中心和电力约束而言，新一代CPU服务器密度提升可缓解算力扩张中的电力限制。

风险

• 报告结论主要来自专家访谈，未提供完整公司模型、订单数据或财务预测。
• 代理式AI工作负载是否能大规模商业化仍存在不确定性，CPU服务器需求提升可能低于专家估计。
• DRAM和HBM供应分配可能继续限制企业服务器出货，使收入确认滞后。
• 企业IT预算可能继续优先投向GPU、云服务或AI训练基础设施，推迟传统服务器更新。
• 服务器价格保持高位可能抑制部分企业采购意愿，尤其是规模较小客户。
• 本报告未给出DELL、HPE或其他公司明确评级和目标价，不能直接等同于个股投资建议。

后续跟踪

• 未来18个月内DRAM产能上线和传统服务器DRAM分配改善进度。
• Dell和HPE企业服务器积压订单变化、出货节奏和价格趋势。
• 企业服务器装机更新周期是否从约6年向历史3-4年寿命回归。
• 代理式AI应用是否带来持续的CPU服务器采购，而非仅停留在试点阶段。
• CPU:GPU系统比例是否从约1:4逐步向更均衡结构变化。
• 电力约束下，新一代CPU服务器密度提升是否成为云服务商和企业客户的明确采购理由。