📰 研报摘要
查看全文 ➔摘要： 本材料汇总了 2026 RAISE 全球人工智能峰会的核心观点，重点探讨了 AI 推理基础设施的需求爆发、硬件架构的解耦趋势以及半导体芯片（CPU、存储、专用芯片）的供需变化。
行业主线：
- 算力需求升级：AI 智能体工作流和代码生成应用驱动推理基础设施需求激增，机器学习算力需求增速接近 10 倍。
- 架构转型：云厂商正从单一依赖 GPU 集群转向解耦式推理架构，并加速自研适配特定负载的专用芯片。
- 产品形态演进：AI 产品从传统对话机器人向具备自主研究和工程能力的“智能实习生”转型，大幅缩短模型迭代周期。
关键变化与分歧：
- CPU 需求回暖：随智能体规模化落地，复杂推理和调度对 CPU 的依赖增强，通用计算芯片空间扩容。
- 存储供给紧缺：数据中心对存储芯片消耗极大，预计供给紧张局面将持续至 2028 年。
- 推理瓶颈优化：KV 缓存管理成为核心，通过将数据移至低成本存储介质可显著降低延迟并削减成本。
受益方向与风险：
- 受益方向：专用轻量化小模型（SLM）、边缘 AI 硬件、高性能存储芯片及低延迟推理硬件。
- 核心风险：行业资本开支高度依赖私人信贷和债务融资，可能成为本轮周期的潜在风险点。