📰 研报摘要
查看全文 ➔摘要： 本报告探讨了 AI 基础设施向推理成本竞争转变的结构性趋势，重点分析了 MoE 稀疏化和 Agentic AI 如何推动 CPU-GPU 协同，以及 ARM 架构在其中的核心竞争优势。
行业主线：
- 效率指标转变：AI 算力衡量指标正从峰值算力转向单位 Token 成本。
- 系统级优化：MoE 趋势推动需求从单卡性能转向集群系统能力；Agentic AI 使得 CPU-GPU 协同成为提升推理效率的关键，从而驱动 CPU 价值重估。
关键变化与分歧：
- 协同瓶颈凸显：传统“CPU 搬运、GPU 推理”模式在智能体负载下存在时序错配和调度瓶颈，导致 GPU 空转。
- ARM 生态壁垒：ARM 架构凭借高性能、高能效及全球超过 2200 万开发者的生态优势，在 TCO（总拥有成本）上显著优于 x86，成为云端和端侧 AI 统一计算底座。
受益方向与风险：
- 受益方向：国产算力厂商（如浪潮信息、寒武纪）及 CPU 产业链相关公司（如海光信息、中国长城、龙芯中科、禾盛新材、广合科技）。
- 核心风险：MoE 工程化落地不及预期、AI 推理需求增长低于预期以及行业竞争加剧。