Agentic AI把价值链从GPU扩展到CPU、内存与MLCC

概览

本报告是Morgan Stanley关于亚太夏季学校、韩国科技与AI产业链的行业研究，主题覆盖Agentic AI、CPU与内存机会、存储周期、HBM与NAND供需，以及MLCC在AI服务器中的价值量提升。报告把AI演进描述为从“生成”转向“自主行动”：LLM负责理解、推理和生成，CPU承担编排、路由、工具调用、状态管理与守护机制，GPU继续承担高强度执行，内存与外部知识库提供上下文和长期记忆。

核心观点

核心观点是：第一，Agentic AI将增加推理、工具调用、代码执行和多智能体扇出，CPU和内存需求会被重新定价；第二，AI支出仍是存储需求的重要支撑，但市场需要关注2026年四季度附近DRAM价格见顶的可能；第三，LTA可以支撑自由现金流和股东回报，但报告对LTA带来的估值重估保持中性；第四，HBM与AI NAND仍是结构性增长方向，NAND紧平衡取决于AI资本开支和YMTC扩产纪律；第五，AI服务器电源与信号完整性要求提升，推动高容、高规格、低ESL和嵌入式MLCC需求增长。

分析框架

报告采用主题拆解与产业链映射方法，先从Agentic AI架构识别新增瓶颈，再把需求映射到CPU、DRAM、HBM、NAND、MLCC、PCB/基板/材料、ODM和半导体设备等环节；随后用情景测算、供需充分性估算、估值敏感性和历史类比来判断各细分方向的投资含义。

方法论与常识提炼

• 产业链分析Agentic AI stack mapping

  把智能体AI拆分为CPU编排、GPU执行、内存/知识库和工具调用层。

  该框架用于判断AI价值链是否从GPU单点扩散到CPU、内存、存储、MLCC和服务器零部件。

• 供需分析HBM/NAND sufficiency estimates

  以GPU/ASIC出货、HBM用量、产能、良率和利用率估算供需缺口。

  报告用2023至2027年HBM测算和2028年AI SSD/NAND情景来评估存储紧平衡是否可持续。

• 周期与估值Memory cycle and LTA framework

  结合DRAM价格同比、库存、LTA、P/B和P/E敏感性评估周期位置。

  报告认为存储股交易更依赖周期拐点与P/B位置，P/E在预测未来表现时相关性较弱。

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）。

• Samsung Electronics

  DRAM、HBM、NAND和韩国科技覆盖核心标的

  优势

  受益于AI内存需求、HBM扩容、存储价格和LTA现金流改善。

  劣势

  若DRAM价格在4Q26附近见顶，盈利预期可能面临下修压力。

  对比

  与SK hynix同属韩国存储核心资产，但HBM份额、产品组合和执行差异会影响相对表现。

  风险

  存储周期下行、AI资本开支放缓、HBM竞争、LTA无法带来估值重估。

• SK hynix

  HBM和DRAM主题高暴露标的

  优势

  报告将其列为DRAM/HBM供给和韩国科技覆盖重点，受益于AI服务器内存需求。

  劣势

  估值和盈利对HBM供需、DRAM价格和客户采购节奏敏感。

  对比

  相对Samsung Electronics更纯粹暴露于高端内存周期。

  风险

  HBM供给快速增加、价格见顶、客户集中度和周期性库存修正。

• Samsung Electro-Mechanics

  MLCC与AI服务器电源架构升级受益标的

  优势

  全球MLCC行业集中度高，AI服务器需要更多高容、低ESL和嵌入式MLCC。

  劣势

  AI服务器MLCC仍处于成长阶段，需求兑现依赖服务器平台升级节奏。

  对比

  与Murata、TDK、Yageo等全球MLCC供应商共同受益于规格升级。

  风险

  AI服务器出货低于预期、价格竞争、客户平台切换延迟。

• Murata、TDK、Yageo

  全球MLCC产业链暴露标的

  优势

  行业高度集中，前五大供应商约占全球市场87%，规格升级有助于高端产品价值量提升。

  劣势

  传统消费电子和工业需求仍会影响总体稼动率。

  对比

  与SEMCO共同构成MLCC行业主要供应群。

  风险

  AI需求不及预期、普通MLCC供给恢复、价格下行。

• NVIDIA、AMD、Intel、Arm

  Agentic AI CPU/GPU和计算架构主题相关标的

  优势

  Agentic AI带来更多推理、编排和工具调用，扩大计算需求。

  劣势

  价值分配可能在CPU、GPU、ASIC和软件层之间变化。

  对比

  NVIDIA仍是GPU核心代表，AMD/Intel/Arm与CPU及平台扩展相关。

  风险

  AI资本开支放缓、ASIC替代、竞争加剧、客户自研芯片推进。

• TSMC及半导体设备供应商

  AI芯片制造与资本开支链条相关资产

  优势

  AI算力扩张支撑先进制程、封装与设备需求。

  劣势

  受客户资本开支节奏和地缘技术分化影响。

  对比

  与存储和MLCC相比，更偏上游制造与设备周期暴露。

  风险

  中美AI算力脱钩、资本开支波动、产能投资错配。

关键数据

• Agentic AI CPU机会最高US$238bn报告牛市情景下，到2030年Agentic AI可能新增的CPU TAM机会。
• Agentic AI DRAM需求221EB报告牛市情景下，到2030年Agentic AI可能带来的DRAM需求。
• DRAM定价时间点2026年四季度附近见顶报告指出DRAM合约价同比从周期高位回落，符合价格在4Q26附近见顶的判断。
• HBM市场规模US$94bn in 2027e报告基础情景表中，HBM市场由2023年US$3bn增长至2027e的US$94bn。
• HBM需求56,085mn Gb in 2027e报告HBM sufficiency estimates中的2027e HBM需求。
• 总DRAM充分性-15% in 2027e报告估算2027e HBM+DRAM总供给相对需求仍不足。
• YMTC潜在全球NAND份额约24%若YMTC将已宣布的五座晶圆厂全部用于NAND，可能达到约24%的全球NAND份额。
• AI服务器MLCC需求接近US$1bn by 2027报告估计AI服务器MLCC需求到2027年接近US$1bn。
• VR200相对GB300的MLCC价值量高180%以上报告表格显示VR200每机架MLCC价值量US$4,320，高于GB300的US$1,530。
• 全球MLCC市场集中度前五大供应商约87%报告称CY25全球MLCC市场前五大供应商约占87%，Murata和SEMCO领先。

影响与含义

投资含义上，报告把Agentic AI视为硬件价值链再扩散的催化剂：CPU、内存、HBM、AI NAND和高规格MLCC可能获得增量需求；但存储股交易需要避免只看低P/E，因为价格周期和库存修正往往领先一致预期。对韩国科技板块而言，Samsung Electronics、SK hynix、Samsung Electro-Mechanics等公司与AI内存和MLCC主题相关度较高，但报告同时披露了投行业务和持股相关潜在利益冲突。

风险

• AI资本开支若放缓，CPU、HBM、NAND和MLCC的需求测算可能下修。
• DRAM合约价可能在2026年四季度附近见顶，存储股盈利和估值可能承压。
• LTA未必带来市场预期的估值重估，报告对这一点保持中性。
• YMTC若更快进行绿地扩张，可能提高NAND过剩风险。
• 存储股低P/E不一定代表便宜，可能反映市场提前折现下行周期。
• AI服务器平台升级若延迟，VR200等新架构带来的MLCC价值量提升可能推后。
• 报告披露Morgan Stanley与多家覆盖公司存在投行业务、持股或服务关系，投资者需关注潜在利益冲突。

后续跟踪

• 2Q26及之后的 hyperscale capex 变化，验证AI基础设施货币化是否继续支撑硬件需求。
• DRAM合约价和现货价的背离是否收敛，以及4Q26附近价格是否见顶。
• HBM产能、良率、利用率和客户采购节奏，尤其是2027e供需缺口是否持续。
• AI SSD需求在2028年的同比增速，以及YMTC Fab4、Fab5和潜在五座晶圆厂的扩产纪律。
• Samsung Electronics、SK hynix的自由现金流、分红和回购政策能否推动估值重估。
• VR200等新AI服务器平台的放量节奏，以及高容MLCC在每机架价值量中的提升是否兑现。
• 台湾关键MLCC供应商月度销售增长和盈利修正广度是否持续改善。