代理式AI驱动CPU复兴，2030年TAM看至2230亿美元

概览

本报告核心观点是，随着生成式AI从1.0（聊天机器人）向2.0（代理式AI/Agentic AI）范式转变，服务器CPU的需求正在经历一场“复兴”。代理式AI涉及复杂的任务编排和执行，显著增加了CPU的工作负载，导致AI数据中心中CPU与GPU的配比从之前的1:4或1:8大幅回升至1:1甚至更高。基于此，伯恩斯坦将2030年服务器CPU的可服务市场（TAM）从1370亿美元大幅上调至2230亿美元。Arm被视为这一趋势的结构性受益者，因其架构在能效方面的优势契合了AI数据中心对功耗的限制。同时，x86阵营的AMD和Intel以及中国的海光信息也将受益于整体需求的扩张。报告相应上调了Arm、软银、AMD、Intel和海光信息的目标价。

核心观点

需求端逻辑重塑：代理式AI（Agentic AI）不再仅仅是单次模型调用，而是包含检索、规划、工具使用、中间推理等多步骤的循环过程。虽然GPU负责密集计算，但CPU负责高效协调工作流、管理内存和避免加速器闲置。如果CPU性能不足，昂贵的GPU将面临利用率低下，导致整体系统效率降低。因此，硬件配置正从极度偏向GPU（如8:1）转向更平衡的配置（如1:1）。2026年的硬件路线图（如AMD Venice、NVIDIA Vera、Google TPU7x）均显示CPU占比提升。 市场空间大幅上调：基于上述逻辑，报告将2030年服务器CPU TAM基准情景上调至2230亿美元（此前为1370亿美元，现作为悲观情景）。这一预测假设2030年AI数据中心资本支出达到3.5万亿美元，且推理场景中CPU:GPU配比为1:1。通过另一种基于核心数量的方法（每GW需1.2亿个CPU核心）交叉验证，结果相似。乐观情景下，若AI资本支出达4万亿美元且配比升至1.5:1，TAM可达3300亿美元。 Arm的结构性机遇：Arm架构凭借卓越的每瓦性能（Performance per Watt）和高核心密度，成为解决AI数据中心能源瓶颈的关键。AWS Graviton、Azure Cobalt和Google Axion等云厂商自研芯片均基于Arm。此外，Arm宣布战略转型，从纯IP授权商转变为也提供自有硅片（Arm AGI CPU），预计FY31该业务营收达220亿美元。结合IP授权收入增长（得益于核心数增加和CSS高 royalty率），Arm的盈利潜力显著提升。 x86与中国市场：尽管Arm份额提升，x86处理器仍将从强劲的整体服务器需求中受益。AMD凭借产品优势继续抢占份额，Intel则在努力恢复竞争力。在中国市场，受限于先进制程供应和地缘政治因素，本土替代加速。海光信息（Hygon）预计将在2028年后加速增长，到2030年占据中国x86服务器CPU市场超过35%的份额，客户群从政府/国企扩展至云服务提供商（CSP）。

分析框架

报告采用了自上而下（Top-down）与自下而上（Bottom-up）相结合的分析框架。首先，通过分析AI技术范式的演变（从LLM到Agentic AI），定性判断CPU在推理环节的角色变化，进而量化CPU:GPU配比的变化。其次，基于AI数据中心资本支出（Capex）、GPU市场规模及CPU/GPU成本占比，构建自上而下的TAM模型。同时，利用Arm提供的每GW所需CPU核心数数据，进行自下而上的核心数量验证，确保市场空间预测的稳健性。对于公司估值，报告摒弃了短期市盈率，转而使用长期（FY31）盈利预测进行折现估值，以反映Agentic AI带来的长期结构性增长。

方法论与常识提炼

• 行业/产业分析框架供需框架

  技术范式转变驱动的需求结构变化

  报告指出AI从训练主导转向推理主导，且推理模式从单次调用变为多步代理执行，这改变了CPU和GPU的需求比例。这种由技术应用场景变化引发的硬件配比重构，是典型的供需结构中需求端质的变化。

• 行业/产业分析框架量价拆分

  基于Capex和配比的TAM测算

  报告通过将AI数据中心总资本支出拆解为GPU/加速器部分和CPU部分，并结合CPU:GPU的物理配比和成本占比，来推算CPU的市场规模。这是一种典型的通过下游总投入和结构比例来拆分上游细分市场空间的方法。

• 估值方法DCF 现金流折现

  长期终值折现估值

  鉴于Arm当前估值极高且短期波动大，报告选择将估值锚点移至FY31（2031财年），基于那时的稳定盈利预期，使用WACC进行折现回当前，以消除短期噪音，捕捉长期结构性价值。

• 竞争与战略框架护城河/竞争优势

  能效比作为核心竞争壁垒

  在AI数据中心电力受限的背景下，Arm的竞争优势不再仅是指令集授权，而是其架构在“每瓦性能”上的绝对优势。报告强调，在功率成为硬约束时，能效比构成了Arm难以被x86撼动的护城河。

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 (ARM.US)

  结构性受益者，代理式AI提升对高能效CPU需求，且公司转型直接销售硅片

  优势

  卓越的每瓦性能，云厂商广泛采用，新AGI CPU业务带来巨大收入增量

  劣势

  目前估值处于历史高位，对新业务执行能力要求高

  对比

  相比x86厂商，在能效和定制化方面更具优势；相比其他IP厂商，拥有直接变现渠道

  风险

  AGI CPU业务增长放缓，市场份额获取不及预期，研发成本超预期

• Advanced Micro Devices (AMD.US)

  受益于整体服务器CPU需求激增，且产品在x86阵营中保持领先

  优势

  产品线优越，持续从Intel手中夺取市场份额，同时拥有GPU业务协同

  劣势

  面临Arm架构在云端的竞争，AI GPU客户集中度较高

  对比

  在x86领域优于Intel，但在云端能效上需应对Arm挑战

  风险

  PC市场下滑，AI支出可持续性风险，利润率压力

• Intel Corp (INTC.US)

  受益于服务器需求回暖，但面临激烈的竞争和市场份额流失

  优势

  庞大的现有安装基数，制造能力，正在努力缩小产品差距

  劣势

  产品路线图延迟，市场份额持续被AMD侵蚀，利润率承压

  对比

  在性能和能效上暂时落后于AMD和Arm云端方案

  风险

  宏观逆风，进一步的路径滑点，更大的份额损失

• Hygon Information Technology (688041.SS)

  中国x86服务器CPU国产替代的主要受益者，受益于国内AI投资加速

  优势

  与国内AI芯片兼容性改善，政府及国企基本盘稳固，正向CSP扩展

  劣势

  受制于美国实体清单，先进制程获取受限

  对比

  在中国市场相比全球供应商具有政策和供应链安全优势

  风险

  美国制裁加剧，国内信创部署放缓，技术迭代落后

• SoftBank Group (9984.JP)

  间接受益者，持有Arm大量股份，Arm估值提升直接推高软银NAV

  优势

  多元化的投资组合，Arm作为核心资产价值重估

  劣势

  对其他投资（如OpenAI）的依赖，财务杠杆较高

  对比

  作为Arm的主要上市载体，其股价与Arm表现高度相关

  风险

  Arm估值回调，OpenAI竞争加剧或 monetization 执行风险

关键数据

• 2030年服务器CPU TAM（基准）2230亿美元较此前预测的1370亿美元大幅上调，假设AI Capex为3.5万亿美元，推理CPU:GPU配比为1:1
• CPU:GPU配比变化从1:4/1:8升至1:1或更高驱动因素为代理式AI（Agentic AI）对任务编排和内存管理的高CPU需求
• Arm FY31 EPS预测11.79美元此前预测为9.83美元，上调反映CPU市场增长及新硅片业务贡献
• Arm目标价500美元基于FY31 EPS 11.86美元和42倍PE推导，隐含21%上涨空间
• 海光信息2030年中国市场份额>35%预计从政府和国企客户向CSP扩展，受益于国产替代和全球供应受限
• AMD目标价600美元维持Outperform评级，受益于AI驱动的CPU和GPU双重增长
• Intel目标价100美元维持Market-Perform评级，服务器需求回暖帮助其恢复，但面临竞争压力

影响与含义

对Arm而言，这是商业模式的根本性升级，从低毛利的IP授权向高收入的硅片销售延伸，同时享受AI浪潮带来的量价齐升。对软银而言，作为Arm的大股东，其资产净值（NAV）随Arm估值提升而显著增加。对AMD和Intel，虽然Arm在侵蚀份额，但整体蛋糕的快速做大使得x86厂商仍能获得强劲的收入增长，尤其是AMD凭借产品优势持续获客。对中国海光信息，地缘政治导致的供应链限制反而为其提供了在国内市场加速替代的时间窗口和客户基础，使其成为国内AI算力建设的关键受益者。对NVIDIA，虽然CPU占比提升可能略微稀释其GPU在单机柜的价值占比，但整体AI基础设施支出的爆发式增长仍使其处于有利地位，且NVIDIA自身也在通过Grace/Vera CPU加强其在Arm生态中的布局。

风险

• 晶圆厂和内存产能可能不足以支持CPU和GPU的同步高速增长
• hyperscalers可能绕过NVIDIA等厂商，直接向内存供应商采购HBM以降低成本，这将削弱GPU/加速器的价值量，进而影响基于GPU市场规模推导的CPU TAM预测
• Arm新AGI CPU业务增长放缓或市场份额获取不及预期
• 海光信息面临美国制裁加剧及国内宏观经济放缓导致信创部署减速的风险
• AMD面临PC市场下滑及AI支出可持续性的风险

后续跟踪

• AI数据中心资本支出的实际落地情况，特别是是否达到3.5-4万亿美元的预测水平
• 代理式AI（Agentic AI）应用的普及速度及其对CPU工作负载的实际拉动效果
• Arm AGI CPU业务的客户采纳情况及营收贡献进度
• 海光信息在中国云服务提供商（CSP）中的渗透率变化
• 台积电等晶圆厂的产能分配情况，是否能同时满足CPU和GPU的需求