📰 研报摘要
查看全文 ➔摘要： 本报告探讨了 Agentic AI（代理式 AI）对 AI 基础设施需求的重新定义，指出 AI 系统正从纯计算重心转向由编排（Orchestration）、内存和系统级协调驱动的新架构。这一转变将显著提升服务器 CPU 和内存的市场容量（TAM），驱动 AI 基础设施进入第二增长曲线。
行业主线：
- 基础设施方程重写：Agentic AI 需要在 GPU 集群旁部署全新的 CPU 计算层以处理编排、数据移动和并行执行，导致 CPU 和内存的需求远超此前预期。
- TAM 大幅上修：预计到 2030 年，服务器 CPU 的基准 TAM 将由原先的 1000 亿美元+提升至 1250 亿美元，牛市情景下可达 2830 亿美元；同时驱动 DRAM 产生 74EB（基准）至 221EB（牛市）的增量需求。
关键变化与分歧：
- 从“搜索”转向“行动”：AI 平台正从成本中心转化为收入基础设施，AI 代理在商业、广告和企业生产力中的规模化部署将增强用户粘性。
- 架构均衡化：性能核心将从单一加速器转向均衡架构，重点在于足够大的 CPU 层以最小化 GPU 等待时间，以及低延迟的数据路径。
受益方向与风险：
- 受益方向：涵盖全栈 AI 硬件，包括高性能 CPU（AMD、Intel、Arm）、存储（三星、SK 海力士、美光）、晶圆代工（TSMC）、ABF 基板、半导体设备及电源/散热方案。
- 核心风险：企业端 Agentic AI 的集成速度低于预期、数据中心资本开支波动、技术路线演进导致 CPU/GPU 比例变化。