Bernstein 研報：Agentic AI 會讓 CPU 從配角變主角，看多海光信息

撰文：潮向研究

當一個 AI 智能體被喚醒，它不是在等待一個答案，它要檢索信息、規劃步驟、調用工具、推理中間結果、再次調用模型、最後執行動作。這一整套流程需要的 CPU 算力，遠遠超過 ChatGPT 彈出一段對話。

伯恩斯坦（Bernstein）分析師 David Dai 領導的團隊在 6 月 17 日發佈了一份名為《全球半導體：CPU 復興？》的報告，核心判斷是：AI 正從聊天機器人（chatbot）時代進入智能體（agentic AI）時代，CPU 在數據中心內的角色從 GPU 的配角變為主角，推動服務器 CPU 可尋址市場（TAM）在 2030 年達到 2230 億美元，是 2025 年 370 億美元的 6 倍。

推理不再是“一次問答”，CPU 正在翻盤

自大語言模型崛起以來，GPU/AI 加速器一直是 AI 計算的核心。在定製推理集群如 Google TPU v6e 和 Meta Grand Teton 中，GPU 與 CPU 的配比一度達到 8：1。

但伯恩斯坦認為，隨著 agentic AI 成為主流，這個比例正在逆轉。

Agentic AI 的核心特徵是"推理循環化"：一次請求可能觸發檢索、規劃、工具調用、中間推理、再次模型調用、執行動作，GPU 負責密集數學運算，但 CPU 決定整個系統能否高效編排工作流、調度任務、管理內存和避免加速器閒置。如果 CPU 太弱，昂貴的 GPU 會被迫空等，系統整體效率大幅下降。

伯恩斯坦預測，到 2029 年 CSP 推理集群中的 GPU：CPU 配比將從 2025 年的 8：1 回落至 1：1。在 agentic AI 工作負載中，CPU 的計算佔比將從傳統 LLM 的 14%躍升至 50%，與 GPU 平分秋色。

報告特別指出，硬件路線圖已經在印證這一方向。AMD 新一代 Venice 計算托盤每顆 CPU 配 4 顆 MI455X GPU，英偉達 Vera 超級芯片每顆 Vera CPU 配 2 顆 Rubin GPU，Google TPU v7x 擴展單元每顆 CPU 配 4 顆 TPU。CPU 的物理配比已經在回升，這不是預測，而是正在發生的事實。

一個 2230 億美元的市場怎麼算出來的？

伯恩斯坦將 2030 年服務器 CPU TAM 預測從此前的 1，370 億美元大幅上調至 2，230 億美元，基於以下核心假設：

• 2030 年 AI 資本支出達 3.5 萬億美元，對應 70GW AI 數據中心部署
• AI 加速器市場規模 1.6 萬億美元，佔 AI DC 資本支出的 45%
• 推理佔比從 35%升至 70%，推理場景 CPU：GPU 配比達 1：1，訓練場景 0.5：1
• CPU 單價相當於 GPU 的 13%

在這一框架下，2,230 億美元 TAM 包括 1,740 億美元來自 agentic AI 工作負載，490 億美元來自非 AI 傳統服務器 CPU。對比當前水平，2025 年整個服務器 CPU 市場只有 370 億美元，其中 AI 相關僅 60 億美元。這意味著在伯恩斯坦的預測中，未來五年 CPU 市場將經歷一輪 6 倍的擴張，年複合增速達到 43%，這在半導體行業歷史上幾乎史無前例。伯恩斯坦同時給出了牛市（3,300 億美元，假設 4 萬億 AI 資本支出 + 1.5：1 推理配比）和熊市（1,370 億美元，假設 3 萬億資本支出 + 0.5：1 推理配比）的區間。

一個有趣的交叉驗證來自於服務器 CPU 核心數量：Arm 數據顯示，agentic AI 每 GW 需要 1.2 億個 CPU 核心，是傳統數據中心的 4 倍。按此計算，2030 年 70GW AI 部署需要 84 億個 CPU 核心，對應 1，680 億美元 AI CPU TAM，與前述模型高度吻合。

為什麼 Arm 是最大贏家？不只是 IP，它在造芯片了

Arm 被伯恩斯坦列為 CPU 復興的結構性受益者。Arm 架構憑藉能效比（performance per watt）在 AI 數據中心中越來越具有吸引力。AWS Graviton 相比 x86 實例性價比高出 40%，功耗低 60%。

更關鍵的是，2026 年 3 月 Arm 宣佈戰略轉型：從僅提供 IP 授權變為自主製造 CPU，目標到 2030 年實現 150 億美元芯片收入。Arm AGI CPU 已鎖定 Meta 為首個客戶和聯合開發者，OpenAI、Cerebras、Cloudflare 等均為合作伙伴。伯恩斯坦據此將 Arm 2030 財年 EPS 上調至 11.79 美元（此前 9.83 美元），並認為其芯片收入預測可達 220 億美元，超過 Arm 自己的目標。基於 42 倍 PE 給出 500 美元目標價（此前 300 美元）。

這也帶動軟銀（SoftBank，持有 Arm 約 90%股權）目標價從 8,200 日元上調至 11,200 日元，隱含 58%上漲空間。伯恩斯坦對軟銀的估值基於其持有資產 NAV 的 30%折讓，折讓幅度較此前收窄，反映 Arm 股權價值上升和軟銀自身業務改善。

AMD、Intel、海光：誰在受益？

AMD（超配，目標價 600 美元）：產品在 x86 陣營中仍然領先，預計將繼續奪取市場份額。其現有模型已隱含較強的 CPU 假設，估值滾動至 CY27/28 均值後目標價上調至 600 美元。

Intel（市場持平，目標價 100 美元）：受惠於更強勁、更持續的服務器 CPU 需求，盈利預測大幅上調。伯恩斯坦將 Intel 模型從保守假設調至與行業一致，目標價從 65 美元上調至 100 美元。

海光信息 Hygon（超配，目標價 450 元人民幣）：伯恩斯坦認為中國 x86 CPU 需求將超過全球增速，海光在中國服務器 CPU 市場的份額將從當前水平持續擴大，到 2030 年超過 35%，不僅有政府和國企客戶，還在向 CSP 滲透。目標價從 280 元大幅上調至 450 元。

數據來源：伯恩斯坦

潮向解讀

伯恩斯坦的論述中，最薄弱的一環可能不在需求側，而在供給側。

報告以註腳方式承認“仍在評估代工廠和內存產能是否足以支撐 CPU 增長”，這是整篇報告的最大不確定性。將 CPU TAM 從 370 億拉到 2，230 億，意味著到 2030 年每年需要額外約 300 億美元的 CPU 產能。

臺積電的 3nm/5nm 產能正在被 AI 加速器和手機芯片擠佔，分配給服務器 CPU 的代工產能是否有足夠的彈性，報告沒有給出確切的產能映射。另外，報告的核心假設建立在英偉達指引的"2027 年 AI 基礎設施年支出超 1 萬億美元"基礎上，這本身就是賣方最樂觀的預測，作為另一份研報的需求起點，存在預期疊羅漢的風險。

另一個值得關注的信號是，英偉達 Vera CPU 採用的是自研 Arm 架構，這意味著英偉達可能在 CPU 領域同時扮演 Arm 的合作伙伴和競爭對手，這對 Arm 長期份額能否達到 54%構成微妙影響。

對關注投資者而言，這份報告最有價值的點不只是某個目標價，它提供了一個清晰的判斷框架：如果你相信 agentic AI 是真正的下一個階段，CPU 配置就必須從"夠用就行"重新定價，這意味著整個半導體投資圖譜的重心需要從 GPU 獨大轉向更均衡的 CPU+GPU 敘事。

風險提示

本文系潮向研究對第三方券商研究報告的整理與解讀。文中引述的評級、目標價、盈利預測及相關判斷，均為該券商分析師的觀點，僅代表其所屬機構立場，不代表潮向研究的觀點，也不構成任何投資建議。