📰 研报摘要
查看全文 ➔摘要： 本报告深入探讨了 AI 算力结构从“以训练为主”向“以推理为核心”转型过程中，CPU 的角色转变及其带来的价值重估机会。报告指出，在 Agentic AI 时代，CPU 在处理碎片化、高并发、低延迟请求及工具调用方面具有结构性优势，将驱动 CPU 需求爆发及硬件配比提升。
行业主线：
- 算力重心转移：推理需求规模有望达到训练阶段的 5-10 倍，CPU 在推理场景（如 Decode、稀疏计算、长上下文管理）中可承担 70% 以上运行负载，其角色从训练时代的“辅助”转变为推理时代的“主力”。
- 技术维度进化：服务器 CPU 在指令集（引入 AMX 等矩阵单元）、核心数（密度提升 6-10 倍）及内存子系统（DDR5、CXL 协议）三个维度实现协同升级，使其进化为“AI 友好型硬件”。
- 架构竞争格局：短期内 x86 凭借成熟生态守住基本盘，但长期看 ARM 在能效比、核心密度及与 AI 加速器紧耦合（如 NVLink-C2C）方面具备结构性优势，渗透率预计将持续提升。
关键变化与分歧：
- 硬件配比收紧：AI 数据中心 CPU:GPU 的部署比例正从过去的 1:8 收紧至 1:4，并在 Agent 时代可能进一步收敛至 1:1 或更低。
- 瓶颈转移：Agent 任务的性能瓶颈正从 GPU 算力转移到 CPU 侧的调度、逻辑处理及沙箱执行效率。
受益方向与风险：
- 受益方向：国产高性能 CPU 芯片厂商、先进封装及 CPU 内存接口等供应链企业。
- 核心风险：AI 行业需求不及预期；国内厂商技术进步迟缓；中美贸易摩擦加剧导致高端元器件受限。