代理式AI重写AI基础设施需求，CPU与内存成为第二增长支柱

概览

报告讨论代理式AI在全球科技行业的扩散如何改变AI基础设施需求。摩根士丹利认为，代理不再只是早期概念，而是在企业生产力、广告、商业和云计算场景中逐步落地。由于代理工作流包含计划、检索、工具调用、执行和迭代，AI数据中心需要在GPU之外配置更强的CPU编排、内存、网络和存储能力。

核心观点

核心观点是：AI基础设施的瓶颈正从单纯模型计算转向系统架构。GPU仍然重要，但代理式AI会提高CPU与GPU的配比，并抬升CPU、DRAM、NAND/eSSD、HDD、先进封装和相关半导体供应链的需求。报告维持熊市情景CPU TAM为770亿美元，将2030年基础情景上调至1250亿美元，牛市情景提升至2830亿美元。内存方面，报告认为CPU牵引的框架将带来约74EB至221EB的额外DRAM需求。

分析框架

报告采用自底向上和自上而下两套框架估算编排CPU TAM，并将CPU需求进一步映射到DRAM需求。自底向上方法关注知识工作者规模、AI采用率、并发会话、每个会话的代理数量、每个令牌的指令数以及CPU核心和定价变化；自上而下方法从AI数据中心装机GW、机架数量和CPU:GPU比例推导市场规模。

方法论与常识提炼

• 市场规模测算自底向上编排CPU TAM模型

  知识工作者、代理会话、并发率、每会话代理数量、CPU核心数与ASP共同决定编排CPU需求。

  报告假设到2032年全球约10亿知识工作者，AI采用率到2030年接近99%，并发会话率从2026财年的4%提升到2030年的19%，每个会话代理数量长期显著增加，从而推导2030年约790亿美元编排CPU TAM。

• 市场规模测算自上而下AI数据中心GW模型

  以AI数据中心装机容量、机架功耗和CPU:GPU比例估算潜在CPU需求。

  报告从AI数据中心装机容量由约24GW升至约35GW的假设出发，结合Nvidia机架作为代理变量，并假设CPU:GPU比例从1:2逐步提升到2:1，推导牛市情景2030年编排CPU市场约2380亿美元。

• 需求传导框架CPU牵引内存需求模型

  代理式AI提高每次有效上下文容量、CPU侧内存配置和机架SSD需求。

  报告认为边际内存需求不再仅来自GPU侧HBM，而更多转向服务CPU编排层的DRAM、机架SSD、上下文存储、中间状态和温热KV缓存。

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）。

• INTEL CORP (US.INTC)

  服务器CPU、主机CPU、晶圆产能和先进封装相关受益标的

  优势

  报告引用英特尔1Q26评论称，从基础模型到推理再到代理式AI的转变推动对英特尔CPU、晶圆和先进封装需求增长；DCAI收入同比增长22%，Xeon 6被用于NVIDIA DGX Rubin NVL8主机CPU。

  劣势

  报告未给出英特尔具体评级、目标价或份额提升幅度，且代理式AI CPU竞争同时包括Arm、AMD和云厂商自研芯片。

  对比

  相较GPU核心受益股，英特尔更偏向CPU主机、编排和封装侧受益；相较Arm生态，其优势更多来自既有服务器CPU和制造/封装能力。

  风险

  若代理式AI采用速度低于预期、云厂商更多采用自研Arm CPU，或CPU:GPU比例提升不及假设，相关增量需求可能低于模型。

• ADVANCED MICRO DEVICES INC (US.AMD)

  服务器CPU和AI基础设施CPU受益标的

  优势

  报告称AMD大幅提升服务器CPU市场规模，代理式AI工作负载和高核心数CPU需求上升对其服务器CPU业务有利。

  劣势

  给定内容未披露AMD具体财务数据、评级或目标价，且与Intel、Arm和云厂商自研CPU存在竞争。

  对比

  AMD与Intel同属CPU侧直接受益者；与Arm相比，其受益路径更偏x86服务器CPU和云/数据中心部署。

  风险

  服务器CPU竞争、客户自研芯片替代、AI基础设施支出节奏变化和估值已提前反映部分乐观预期。

• DRAM供应链

  代理式AI提升CPU侧内存和上下文存储需求

  优势

  报告预计基础情景新增约74EB DRAM需求，牛市情景约221EB，并提到三星和SK海力士与大型科技客户推进3至5年长期协议。

  劣势

  DRAM需求测算依赖CPU TAM、并发率、每会话代理数量和内存配置假设，参数变化会显著影响结果。

  对比

  相较HBM驱动的早期AI周期，代理式AI带来的增量更强调CPU侧DRAM、机架SSD和上下文状态存储。

  风险

  长期协议价格、供给扩张、客户需求兑现节奏以及AI工作负载架构变化可能改变盈利弹性。

• NAND/eSSD、HDD与存储

  服务代理工作流的上下文、中间状态和温热KV缓存

  优势

  报告将NAND/eSSD和HDD列为全栈受益环节，认为代理式AI需要更多持久内存、外部工具/API和数据路径支持。

  劣势

  报告对存储容量和收入弹性披露不如CPU与DRAM具体。

  对比

  与CPU和DRAM相比，存储受益更依赖代理应用是否形成大量持续上下文和中间状态读写。

  风险

  若代理架构优化降低存储占用，或存储供应扩张压制价格，受益幅度可能受限。

• 晶圆代工、先进封装、基板与半导体设备

  AI基础设施全栈扩容的上游制造与材料受益环节

  优势

  报告在全球受益者清单中列出TSMC、ASML、AMAT、KLAC、Tokyo Electron、Ulvac、ABF基板和PCB/材料公司，显示受益链条覆盖制造和设备。

  劣势

  不同环节受益节奏和利润弹性差异较大，报告未逐一给出量化测算。

  对比

  这些资产不是代理CPU需求的直接销量载体，但受益于AI芯片、先进封装和系统级硬件扩容。

  风险

  出口管制、资本开支周期、客户集中度和先进制程/封装供需错配。

关键数据

• 2030年基础情景服务器CPU TAM1250亿美元较此前框架上调，包含约790亿美元编排CPU层以及主机/云CPU市场。
• 2030年牛市情景服务器CPU TAM2830亿美元包含约2380亿美元编排CPU市场以及主机和云CPU需求。
• 熊市情景CPU TAM770亿美元报告称维持此前悲观情景假设。
• 基础情景新增DRAM需求约74EB由代理调度工作负载和CPU侧内存需求提升驱动。
• 牛市情景新增DRAM需求约221EB约为2026年DRAM市场45EB的4.9倍。
• 主机CPU市场假设2030年约450亿美元报告使用Mercury数据估算Grace、Vera、Graviton等主机CPU市场。
• CPU服务器销售2026财年310亿美元至2030财年450亿美元用于主节点CPU和普通云CPU服务器组合建模。
• Arm数据中心需求信号客户对新Arm AGI CPU需求在27至28财年超过20亿美元报告将其视为AGI/代理CPU机会加速的证据。
• Intel DCAI收入51亿美元，同比增长22%报告引用英特尔1Q26披露，强调Xeon 6作为NVIDIA DGX Rubin NVL8主机CPU及谷歌部署。
• Meta-AWS Graviton协议数千万个Graviton核心报告称这是代理式CPU部署的明确实际案例之一。

影响与含义

若报告判断成立，AI基础设施资本开支的受益范围将从GPU扩展到更广泛的系统层供应链。CPU厂商、Arm生态、DRAM与存储厂商、代工与先进封装、基板、接口芯片、BMC、连接器、ODM和半导体设备公司都可能获得增量需求。投资含义上，市场需要重新评估代理式AI对CPU和内存的长期需求弹性，以及长期供货协议对价格和供应可见度的支撑。

风险

• 代理式AI仍处于价格发现阶段，最终商业化突破和收入规模尚不确定。
• CPU TAM和DRAM需求测算高度依赖AI采用率、并发率、每会话代理数量、CPU:GPU比例和ASP假设。
• 部分CPU和内存股票自4月中旬以来已创新高，估值可能已反映部分乐观预期。
• 云厂商自研芯片、Arm生态、x86 CPU厂商之间竞争可能改变具体公司的份额分配。
• 出口管制、美国行政命令14105及相关实体限制可能影响部分投资和贸易活动。
• 长期存储协议的价格底线、供给承诺和预付款安排若落地不及预期，存储行业结构性改善可能低于预期。

后续跟踪

• AMD、Arm、Intel后续季度对服务器CPU、AGI CPU、主机CPU和封装需求的表述。
• Meta-AWS Graviton等大规模代理式CPU部署案例是否扩大到更多超大规模云客户。
• 微软、Google Cloud、Meta等平台的代理产品部署速度、企业采用率和收入转化。
• CPU:GPU比例是否从1:2向2:1演进，以及AI数据中心装机GW是否接近报告假设。
• 三星、SK海力士等存储厂商与大型科技客户的3至5年长期协议条款和执行进度。
• DRAM、NAND/eSSD、HDD价格、库存和供需紧张度是否验证新增需求。