Agentic AI重塑CPU需求，UBS上调ARM目标价至245美元

概览

本报告聚焦Agentic AI对CPU市场的结构性影响。UBS认为，随着AI工作负载从训练和传统推理转向具备编排、工具调用、沙箱执行、文件检索和并行子代理的agentic系统，CPU的重要性出现阶跃式提升。传统服务器CPU市场本身仍按历史趋势增长，但AI head node和独立CPU服务器/机架将带来新的需求层，推动2030年CPU市场规模显著扩张。

核心观点

核心观点是：第一，Agentic AI将显著提升CPU attach需求，近端会让所有CPU架构受益；第二，随着工作负载成熟，市场会从单纯抢CPU容量转向更重视吞吐、延迟、功耗、内存配置与软件生态的组合能力；第三，ARM在服务器CPU侧可能成为最大受益者，AMD凭借高核心数、多线程和x86路线图也具备显著上行，INTC虽仍有x86生态和客户端PC端受益，但在服务器AI CPU侧相对落后；第四，本地PC/边缘执行可能减少部分云侧CPU需求，但也可能催化PC升级周期。

分析框架

报告结合专家访谈、历史服务器CPU市场分析、加速器出货与CPU attach ratio假设、NVDA AI TAM自上而下推算、以及ARM估值框架。市场规模测算同时采用自下而上和自上而下方法，并用2030年收入与EPS pro forma分析比较ARM、AMD和INTC的潜在弹性。

方法论与常识提炼

• market_sizingbottom_up_cpu_tam

  自下而上AI CPU TAM测算

  以C2027 UBS美国超大云厂商加速器模型为基础，估算head node CPU、CPU-per-GPU attach ratio以及独立CPU机架需求，再推算2030年AI CPU单位数和收入规模。

• market_sizingtop_down_ai_tam

  自上而下AI CPU TAM测算

  以NVDA提出的2030年AI TAM约3-4万亿美元为起点，反推XPU单位数与CPU/GPU attach ratio，得到约1200亿至2000亿美元AI CPU TAM区间。

• 估值方法peg_framework

  PEG估值框架

  对ARM使用PEG方法，将目标PEG从1.6x上调至1.8x，结合约37%长期EPS CAGR得到67x P/E，并应用于2027/2028E平均EPS 3.68美元，得出245美元目标价。

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）。

• Arm Holdings PLC (ARM.O)

  最大受益标的；报告上调目标价并维持Buy

  优势

  功耗效率、低延迟、内存效率、超大云厂商采用、NVDA Grace及ARM生态扩张；2030E pro forma EPS上行约24%。

  劣势

  高核心数扩展并非简单任务，存在核心干扰、软件挑战、生态成熟度和授权/定制约束。

  对比

  UBS认为ARM在服务器CPU侧受益最大，领先AMD和INTC；预计2030年单位份额可达40-45%。

  风险

  估值较高、软件生态成熟进度、授权成本、云厂商自研节奏、agentic负载形态不确定。

• Advanced Micro Devices Inc (AMD.O)

  AI CPU需求扩张的主要受益者之一

  优势

  高核心数、多线程、x86软件栈和服务器CPU路线图较强；AMD自身预计服务器CPU市场2030年约600亿美元。

  劣势

  需要与ARM功耗效率和云厂商自研ARM方案竞争；部分传统x86市场仍受INTC影响。

  对比

  UBS认为AMD受益程度排在ARM之后、INTC之前；2030E pro forma EPS上行约11%。

  风险

  市场份额假设、AI服务器架构变化、ASP持续性、竞争与执行风险。

• Intel Corp. (INTC.O)

  受益但相对排序较低；评级为Neutral

  优势

  x86生态成熟、工具调用和存储优化工作负载中每核心能力仍重要；PC端AI升级周期可能提供杠杆。

  劣势

  AMD路线图近期领先，ARM在功耗效率和云厂商采用上更强；服务器AI CPU侧份额承压。

  对比

  UBS预计INTC也有顺风，但在服务器CPU受益排序中位于ARM和AMD之后；2030E pro forma EPS上行约7%。

  风险

  Coral Rapids执行、市场份额流失、ASP压力、制程与平台验证风险。

关键数据

• ARM目标价US$245由US$175上调；基于1.8x PEG、67x P/E和2027/2028E平均EPS US$3.68。
• ARM当前价US$203.26截至2026-05-04；目标价隐含约+21%上行。
• AI CPU TAM约US$120B-200B by C2030E自上而下测算基于约40MM XPUs和1-to-1或2-to-1 CPU/GPU attach rate。
• 底部法AI CPU市场US$7B/US$39B/US$125B对应2025/2027/2030E。
• 底部法总CPU TAMUS$31B/US$74B/US$173B对应2025/2027/2030E，包含传统CPU和AI CPU。
• 传统服务器CPU增长8%单位CAGR；13%收入CAGR基于2005-2020年正常化历史趋势。
• Agentic CPU attach提升约3x-8x专家访谈认为从传统训练转向agentic inference会显著提升CPU attach。
• Agentic CPU核心需求约80-120 cores/GPU部分专家估计agentic场景可由传统训练8-12 cores/GPU、推理16-24 cores/GPU升至80-120 cores/GPU。
• ARM 2030E单位份额约40-45%UBS预计ARM从2025年退出时约15%单位份额提升至2030年40-45%。
• 2030E pro forma EPS上行ARM +24%；AMD +11%；INTC +7%UBS认为ARM EPS弹性最大。

影响与含义

如果UBS判断成立，CPU投资逻辑将从传统服务器周期扩展为AI基础设施核心组成部分。ARM的功耗效率、低延迟和超大云厂商渗透率将支持服务器CPU份额提升；AMD的高核心数和多线程能力使其受益于独立AI CPU服务器与x86工作负载；INTC仍可受益于x86生态、客户端PC升级和Coral Rapids追赶，但服务器侧相对受压。对投资者而言，Agentic AI可能使CPU相关收入、ASP和估值倍数获得重新定价。

风险

• Agentic AI部署仍处早期，应用架构和云端/边缘分工尚未标准化，CPU需求倍数可能低于预期。
• 更多任务转向PC或边缘设备可能降低云端CPU attach ratio增长，报告提到可能减少约25%云端CPU容量需求。
• 高核心数CPU在真实部署中可能受软件扩展、调度、内存流量和功耗限制影响，无法完全兑现纸面吞吐。
• ARM高核心数扩展面临核心干扰、SMT成熟度、指令集迁移、授权成本和生态成熟度风险。
• 宏观经济、国际贸易、技术替代、ASP变化和云厂商资本开支节奏可能改变单位销量、收入和估值假设。

后续跟踪

• Agentic AI工作负载是否从试验阶段进入标准化大规模部署。
• 超大云厂商实际CPU/GPU attach ratio、head node配置和独立CPU机架部署节奏。
• ARM在AWS、GCP、MSFT及NVDA生态中的服务器CPU份额变化。
• AMD与INTC新一代服务器CPU路线图、核心数、频率、功耗和平台验证结果。
• PC/边缘端本地agent执行是否催化客户端CPU升级周期。
• AI CPU ASP是否随核心数提升和高端SKU占比上升而持续扩张。