$AMD(AMD)$ 大摩的这篇研报写的非常详细:随着AI从生成转向自主行动，计算瓶颈正转向CPU和内存，推动通用计算强度发生阶跃式变化。$海光信息(SH688041)$ $英特尔(INTC)$ AI智能体的崛起——全球影响核心要点智能体AI扩大了交易范围，超越GPU：CPU成为多步骤工作流程和系统编排的控制平面。我们预计到2030年，在总计超过1000亿美元的服务端CPU总可寻址市场中，由智能体工作负载驱动的增量CPU市场规模将达到325亿至600亿美元。内存成为关键盈利支柱：到2030年，智能体AI将驱动26-77%的增量DRAM需求。供应受限的关键赋能环节：随着系统复杂性增加，代工、ABF载板、基板管理控制器、互连等环节应能获得超额经济效益。受益者是全栈且全球性的：涵盖CPU、内存、衬底/载板、基础设施芯片和设备。智能体AI标志着从计算到编排的结构性转变：虽然GPU需求依然强劲，但每次模型调用现在需要更多的协调、内存和系统级计算，从而将AI支出池从加速器扩大到CPU和更广泛的基础设施堆栈。随着AI从生成转向自主行动，计算瓶颈正转向CPU和内存，推动通用计算强度发生阶跃式变化。量化增量CPU市场规模：我们引入了一个新框架来衡量计算和内存领域的机会。CPU端的编排可能占总工作负载延迟的50-90%，这显著提高了系统级的CPU使用强度。我们估计到2030年，在总计超过1000亿美元的服务端CPU总可寻址市场中，增量CPU市场规模将达到325亿至600亿美元，并带来15-45 EB的增量DRAM需求。架构转变驱动系统级物料增长：智能体工作负载需要以CPU为中心或混合架构来管理多步推理、工具执行和内存编排。集群级别的CPU与GPU比例上升，并且内存从被动的存储层演变为活跃的系统组件，支持持久上下文和持续学习。因此，CPU、DRAM以及更广泛的基础设施堆栈（包括代工、ABF载板和
View on X ↗