FutureCast/未来播报
atelierqin
Podcast
Episodes
Listen, download, subscribe
EP131 Agentic AI引爆硬件新蓝海：CPU、内存、ABF基板迎数百亿美元增量市场
🔥【核心洞察】 AI重心从算力转向系统协调：随着Agentic AI（代理式人工智能）的崛起，AI基础设施的核心瓶颈正从单纯的GPU性能转向系统级的编排、内存带宽和互联延迟。AI从“回答问题”进化为“采取行动”，驱动了更广泛、更深度的硬件需求。 CPU与内存成新增长极：Agentic AI的多步推理、工具调用和持久记忆功能，使CPU成为工作流编排的核心，内存成为外部知识库。预计到2030年，CPU将迎来325-600亿美元的增量TAM，服务器CPU总规模超千亿美元；DRAM将新增15-45EB需求，相当于2027年总供应量的26-77%。 硬件生态全面受益：除CPU和内存外，ABF基板、先进封装、互连解决方案、半导体设备及特殊材料等环节均将迎来结构性增长。传统服务器CPU巨头面临NVIDIA、AMD、Arm等新玩家的激烈竞争。 投资逻辑转向“赋能者”：摩根士丹利更看好那些在CPU、内存、ABF基板等增量市场拥有定价权和产能优势的公司，以及为AI系统提供关键组件的“赋能者”，而非仅依赖GPU的单一厂商。 🔍【章节索引】 一、Agentic AI：从生成到行动的范式革命 功能演进：生成式AI局限于单一任务（如文本生成），而代理式AI具备规划、推理、记忆和执行多步任务的能力，能够自主调用工具、与外部环境交互。 计算瓶颈转移：随着模型复杂度提升，系统瓶颈从GPU的峰值算力转向内存带宽（“内存墙”）、数据移动速度、互联延迟以及多代理协同的编排能力。 三层架构：Agentic AI系统由大脑（LLM，GPU）、系统（编排，CPU） 和知识（内存） 三层构成。CPU负责工作流调度和工具调用，内存则作为持久化的外部知识库，大幅增加了对非GPU组件的需求。 二、CPU市场：从配角到控制中心 角色升级：在Agentic AI中，CPU承担了多步推理的编排、工具调用、记忆管理和异常处理的职责，成为系统的“指挥中枢”。 增量市场空间：预计到2030年，Agentic AI将为服务器CPU带来325-600亿美元的增量TAM，使整体服务器CPU市场规模突破1000亿美元。 架构转变：传统以GPU为中心的并行计算架构正转向以CPU为中心或CPU-GPU混合架构。集群级别的CPU与GPU比率将显著上升，每GPU需要匹配更强的CPU算力。 竞争格局重塑：NVIDIA推出Vera CPU，Arm布局AGI CPU，AMD在云CPU市场持续领先，Intel面临多方挑战。台积电（TSMC）作为先进制程代工厂（2nm/3nm）直接受益，并有望获得Intel的服务器CPU外包订单。 三、内存市场：从存储到主动组件 需求激增：Agentic AI需要持久记忆（长期存储用户历史交互）和活跃系统组件（存储当前会话的上下文、工具调用结果），推动DRAM需求大幅上升。 量化预测：到2030年，Agentic AI将新增15-45EB的DRAM需求。作为对比，2027年全球DRAM总供应量预计为58-69EB，这意味着AI将消耗26-77%的产能。 技术升级：内存不再是被动存储，而是主动参与计算。HBM（高带宽内存）需求持续旺盛，同时新型内存（如CXL、PIM）有望加速渗透。 主要受益者：SK海力士、三星电子、美光等内存巨头将直接受益于容量和带宽的双重提升。 四、硬件生态的广泛受益者 ABF基板：CPU、GPU、HBM等高性能芯片均需使用ABF基板进行封装。Agentic AI推动高端芯片出货量上升，ABF基板供不应求态势加剧。受益公司包括三星电机、欣兴电子、揖斐电等。 先进封装与互连：Chiplet架构和异构集成成为主流，台积电（CoWoS）、日月光、GUC（创意电子）等封装与设计服务公司需求强劲。互连解决方案（如澜起科技的内存接口）也迎来增量。 半导体设备与材料：先进制程（2nm/3nm）扩产带动应用材料（AMAT）、东京电子（TEL）、阿斯麦（ASML）等设备商订单增长；特殊材料如低CTE玻璃布（Nittobo）、附着促进剂（MEC）需求提升。 服务器与外围：AI服务器制造商（如纬颖、联想）、大容量HDD（希捷、西部数据）、MLCC（国巨）、连接器（FIT、嘉泽）等均受益于整体基础设施投资扩张。 五、竞争格局与公司策略 CPU战场白热化：NVIDIA凭借Vera CPU切入服务器CPU市场，Arm联合多家伙伴推出AGI CPU，AMD凭借EPYC在云市场占据优势，Intel面临转型压力。TSMC作为代工厂，无论谁胜出都将受益。 内存与基板寡头受益：DRAM和ABF基板行业集中度高，龙头公司享有定价权。Agentic AI带来的需求增长将强化其盈利弹性。 投资偏好：摩根士丹利倾向于投资“AI赋能者”——即在CPU、内存、ABF基板等增量市场拥有技术壁垒和产能优势的公司，而非仅依赖GPU的单一厂商。 六、主要风险因素 技术路线不确定性：Agentic AI的架构仍在快速演进，CPU与GPU的分工可能发生变化，内存需求预测存在偏差。 供应链瓶颈：先进封装（CoWoS）、ABF基板、HBM等环节产能扩张速度可能跟不上需求增长，导致短期供不应求但长期产能过剩。 竞争加剧：Intel、AMD、NVIDIA、Arm等巨头均在CPU领域加码，价格战可能侵蚀利润。 地缘政治风险：半导体设备、先进制程、高端芯片的出口管制可能影响全球供应链稳定。 ⚠️【风险提示】 需求不及预期：若Agentic AI的商业化落地慢于预期，或企业资本支出收缩，硬件需求可能低于预测。 技术替代风险：新型计算架构（如存内计算、光互连）可能颠覆现有CPU/内存格局。 估值泡沫风险：当前部分AI硬件股票估值已包含较高增长预期，业绩不达预期可能引发回调。
FutureCast/未来播报 RSS Feed
