AI推理推动服务器CPU超级周期
AI 摘要卡
AI推理推动服务器CPU超级周期
J.P. Morgan预计服务器CPU出货量将从2025年的2600万颗增至2028年的6800万颗,2025-2028年复合增速达38%,核心增量来自AI头节点CPU和agentic AI服务器CPU。
- 总服务器CPU出货量预计2025-2028年复合增速为38%,到2028年达到6800万颗。
- agentic AI CPU需求预计2025-2028年复合增速为155%,成为总需求的关键增量驱动。
- AI加速器到CPU的配比从传统HGX约4:1向NVL72约2:1、未来TPU设计约1:1压缩,提升头节点CPU需求。
- Arm服务器CPU占比预计从2025年的约22%升至2028年的约43%,AI头节点CPU中Arm占比到2028年可能约90%。
研报解读
概览
本报告提出J.P. Morgan自有服务器CPU出货量模型,将需求拆分为AI服务器头节点CPU、agentic AI服务器CPU和通用服务器CPU三类。报告认为,AI应用从训练转向推理后,围绕GPU和AI加速器的编排、存储、查询调度和安全需求上升,将推动服务器CPU进入新的高增长周期。
核心观点
核心观点是:第一,AI加速器出货高增长叠加CPU附着率上升,将带来AI头节点CPU需求的指数式增长;第二,agentic AI服务器将成为通用服务器CPU需求的突破性增量;第三,Arm架构CPU在AI头节点和agentic AI服务器中的份额会快速提升,但x86服务器CPU仍有望在2025-2028年实现25%复合增速。
分析框架
报告采用自上而下与自下而上结合的方法。自上而下部分以Gartner的2024年服务器CPU数据为锚,结合J.P. Morgan半导体团队的AI加速器与CoWoS预测、加速器到CPU配比、通用服务器CPU增速假设来测算总需求。自下而上部分按Intel、AMD、Arm及ASIC相关CPU供应商拆分,并用AI头节点、通用服务器和agentic AI三类需求进行交叉验证。
方法论与常识提炼
将服务器CPU需求拆为AI头节点CPU、agentic AI CPU和通用服务器CPU。
该框架用于区分传统服务器升级、AI加速器配套CPU以及推理时代新增编排服务器需求,从而解释总CPU需求增速为何高于过去周期。
用总量预测与厂商/架构拆分预测互相校验。
报告先从服务器总量、AI加速器和附着率推导总CPU需求,再用x86、Arm及ASIC相关CPU供应商的出货拆分进行验证。
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)。
- AMDx86服务器CPU份额提升相关标的
- 优势
- 报告指出AMD在x86服务器CPU中持续提升市场份额,有望受益于x86服务器CPU需求加速增长。
- 劣势
- Arm架构在AI头节点和agentic AI服务器中的份额快速提升,可能限制x86在部分AI工作负载中的长期份额。
- 对比
- 相较Arm相关CPU,AMD受益于x86周期改善;相较传统通用服务器周期,本轮增长更多由AI推理和agentic AI驱动。
- 风险
- Arm替代速度快于预期、AI服务器架构变化、CPU供应链紧张缓解导致ASP假设下修。
- TSMCAMD及AI CPU供应链受益者
- 优势
- AMD服务器CPU份额提升利好其关键代工厂,同时AI服务器CPU需求扩张支撑先进制程需求。
- 劣势
- 受客户产品节奏、产能配置和终端AI服务器需求波动影响。
- 对比
- 相较下游ODM,TSMC更靠近高价值芯片制造环节。
- 风险
- AI加速器或CPU需求不及预期、价格或产能假设变化。
- ASPEED, Lotes, Unimicron服务器CPU周期高相关受益者
- 优势
- 报告认为服务器CPU、BMC、载板和socket需求相关性高,三者受益于单位需求、内容升级和潜在涨价。
- 劣势
- 需求高度依赖服务器出货与客户平台升级节奏。
- 对比
- 相较存储厂商,这些公司更直接暴露于服务器主板、管理芯片和连接结构升级。
- 风险
- 服务器CPU出货不及预期、产品价格上涨难以兑现、平台规格变化。
- SK hynix, Samsung ElectronicsDRAM和高容量内存需求受益者
- 优势
- DIMM和SOCAMM需求上升可能推动存储厂商受益。
- 劣势
- 存储周期仍受供需、价格和资本开支影响。
- 对比
- 相较CPU相关零组件,存储厂商收益还受到DRAM行业周期影响。
- 风险
- 内存价格波动、客户库存调整、投资银行利益冲突披露相关合规关注。
关键数据
- 总服务器CPU出货量2025年2600万颗,2028年6800万颗对应2025-2028年38%复合增速。
- 服务器CPU TAM2028年约US$100bn报告假设CPU价格每年约上涨10%,推动TAM在2025-2028年复合增速达53%。
- AI加速器出货量2024年760万颗,2028年3250万颗基于J.P. Morgan半导体团队CoWoS相关预测。
- AI服务器头节点CPU需求2025-2028年约74%复合增速由AI加速器需求增长和CPU附着率上升共同驱动。
- agentic AI CPU需求2025-2028年155%复合增速报告认为这是总服务器CPU需求的关键增长驱动。
- Arm服务器CPU份额2025年约22%,2028年约43%AI头节点CPU中Arm占比到2028年预计约90%。
- x86与Arm服务器CPU增速x86为25% CAGR,Arm为72% CAGR预测区间为2025-2028年。
影响与含义
报告认为服务器CPU超级周期将利好半导体制造、封测、BMC、载板、连接器、PCB、服务器ODM和DRAM产业链。重点受益方向包括TSMC、ASE、ASPEED、Lotes、Unimicron、Tripod、Wiwynn、Inventec,以及SK hynix和Samsung Electronics等存储厂商;AMD在x86服务器CPU份额提升也有助于其相关代工与封测供应链。
风险
- AI加速器出货低于预测,削弱AI头节点CPU和agentic AI CPU需求。
- 加速器到CPU配比未按报告假设下降,导致CPU附着率提升不及预期。
- Arm架构渗透速度、x86供给短缺或客户自研CPU路线存在预测误差。
- 服务器CPU年度约10%涨价假设若无法兑现,2028年TAM预测可能下修。
- agentic AI应用落地速度低于预期,通用服务器新增需求可能被高估。
后续跟踪
- AI加速器出货和CoWoS供给变化。
- Nvidia NVL72、Google TPU、AWS Trainium等平台的加速器到CPU配比演进。
- agentic AI推理工作负载对外部存储、查询编排和CPU服务器的实际拉动。
- Arm服务器CPU在AI头节点与agentic AI服务器中的份额提升速度。
- AMD在x86服务器CPU中的市场份额变化,以及TSMC、ASE等供应链订单表现。