摩根士丹利：AI 轉型推動 CPU 市場規模望達 1100 億美元，行業重心從 GPU 轉移

摩根士丹利的一份新報告認為，AI 價值鏈正在經歷結構性轉變，資本正從純粹的 GPU 競賽轉向全棧系統方法。

根據摩根士丹利的最新報告，人工智能的投資敘事正超越對圖形處理單元（GPU）的單一關注。該行認為，隨著 AI 從生成內容演進到通過智能體（Agents）實現任務自動化，行業的首要瓶頸正從原始計算能力轉向系統級協同，這將創造一個到 2030 年價值高達 1100 億美元的伺服器 CPU 市場。

摩根士丹利研究分析師 Shawn Kim 在報告中寫道：「智能體 AI 標誌著從計算到編排的結構性轉變。」這意味著，雖然 GPU 仍是核心組件，但由於更廣泛的組件對性能變得至關重要，它們將不再獨佔 AI 預算和溢價。

該行的分析預測，AI 智能體的崛起將在 2030 年前為伺服器 CPU 創造 325 億至 600 億美元的新增市場。這是由伺服器架構的根本性變化驅動的，CPU 與 GPU 的配置比例將從典型的 1:12 縮減至 1:2。報告還預測，到同年，這一轉變將產生 15 至 45 EB（exabytes）的新增 DRAM 需求。

對於投資者而言，報告建議 AI 資本支出的受益者將很快擴展到少數幾家晶片巨頭之外。下一波超額回報可能來自供應鏈中首先成為瓶頸且最難擴展的「賦能組件」，例如先進載板、內存和晶圓代工產能。

從計算到編排

與嚴重依賴 GPU 執行單一密集型任務的生成式 AI 不同，AI 智能體通過多步工作流運行。這一過程涉及規劃、數據檢索、調用外部工具和迭代優化——這些任務本質上更適合 CPU。摩根士丹利的核心結論是，基於智能體的系統引入了更多的步驟、狀態和協調，將 CPU 的角色從輔助組件提升到了關鍵任務編排者的地位。

這對數據中心架構有兩個主要影響。首先，CPU 對 GPU 的比例將系統性上升。英偉達（Nvidia）自身路線圖顯示，其 Rubin 平台將向 1:2 的 CPU:GPU 比例邁進，而在未來的「Rubin Ultra」配置中甚至可能達到 2:1。其次，DRAM 將從單純的容量組件升級為系統性能和吞吐量的核心驅動力，承載智能體工作流中上下文和記憶所需的海量數據。

新瓶頸，新贏家

摩根士丹利的報告確定了供應鏈中幾個有望從這一架構轉變中獲取價值的關鍵領域。該公司尤其看好供應緊張且驗證週期長的組件，因為這些組件擁有更強的定價權。

• ABF 載板： 報告認為當前味之素堆積膜（ABF）載板的上行週期將延長至本十年末，2026-2027 年左右可能出現供需缺口。單是不斷擴大的 CPU 市場到 2030 年就可能為 ABF 市場增加 12 億美元。
• 晶圓代工： 先進工藝節點至關重要。報告預計台積電在 CPU 代工市場的份額將從 2026 年的 70% 增加到 2028 年의 75%，並暗示英特爾可能在 2027 年底開始將伺服器 CPU 生產外包給台積電。
• 內存與接口： 隨著 DRAM 成為高頻寬內存（HBM）的功能延伸，內存層級中的公司，包括 DRAM 製造商和瀾起科技（Montage Technology）等接口晶片供應商，都將受益。

雖然該報告看好 AMD 和英特爾等 CPU 製造商的結構性收益，但對兩家公司均維持「標配」（Equal-weight）評級，更傾向於通過英偉達和博通（Broadcom）等公司來布局智能體主題，因為在該行看來，這些公司的資本支出向盈利轉化的路徑更為直接。

本文僅供參考，不構成投資建議。