📰 研报摘要
查看全文 ➔摘要： 本次内容拆解了摩根士丹利关于 AI 智能体（AI Agent）爆发对全球硬件基础设施影响的研报。核心观点指出，AI 算力瓶颈正从单纯的 GPU 推理转向由 CPU 和存储组成的“统筹中枢”与“知识库”，将驱动非 GPU 基础设施的系统性增长。
行业主线：
- 算力瓶颈迁移：AI 从生成式向智能体演进，要求硬件具备规划、调度和记忆能力，使 CPU 在任务编排中的地位抬升，CPU 与 GPU 的配置比例将发生结构性变化。
- 硬件需求重构：智能体工作流中 CPU 处理时间占比显著提升（可达 50%-90%），预计到 2030 年将创造巨大的新增 CPU 和存储市场空间。
- 关键组件弹性：由于芯片面积增大和封装复杂度提升，ABF 载板等周边组件预计在 2027 年迎来供需紧张，重新获得定价权。
关键变化与分歧：
- 市场预期差：市场此前过度聚焦 GPU，而低估了 CPU 调度、内存容量及存储支撑等系统底座的增量价值。
受益方向与风险：
- 受益方向：CPU 架构及厂商、高带宽存储与长期存储厂商、ABF 载板、BMC 接口芯片、先进制程晶圆代工及半导体设备。
- 核心风险：智能体应用落地节奏慢于预期、终端资本开支波动、核心组件成本下降过快。