纪要涉及的行业或公司 * 行业：AI Agent（人工智能代理）、CPU（中央处理器）产业链、云计算、服务器制造[1][2][3][4][5][6] * 公司： * CPU设计/供应商：英特尔、AMD、海光信息、龙芯中科[1][2][19][22][23][24] * 服务器制造商/ODM：浪潮信息、华勤、中科曙光[2][23][24][25] * 云计算厂商：阿里巴巴（阿里云）、腾讯（腾讯云）、优刻得（UCloud）、AWS[2][5][6][22][24] * CPU供应链：和胜新材、中国长城、创意电子（GUC）、兴森科技（载板）[23][24][25] 核心观点和论据 * 核心观点一：AI Agent的兴起将驱动CPU需求呈指数级增长，而非线性增长[1][14][16][17][21] * 论据1（需求来源）：AI Agent任务范式从“推理-执行”（COT）转向“推理-执行-反思”，导致任务执行轮次和并行任务数量（步长）增加，CPU成为系统瓶颈，GPU利用率受制于CPU返回结果的速度[14][15] * 论据2（数据支撑）：引用英特尔论文，在5个代表性Agent工作负载（如问答检索、数学计算、代码生成）中，CPU处理时间占比最高可达90%，远超GPU推理时间（仅10%）[7][8][9] * 论据3（增长模型）：CPU需求增长与三个线性因素相乘相关：1) AI Agent渗透率；2) AI Agent任务步长；3) 工具调用频率。三者共同作用形成指数效应[16][17] * 核心观点二：CPU供应紧张，涨价趋势明确且可能持续一年以上，幅度可观[1][4][14][19][20][21] * 论据1（供应瓶颈）： * 英特尔：受自身先进封装产能良率问题限制[1] * AMD及云厂商自研ARM CPU：受制于台积电先进制程（3纳米、5纳米）产能向GPU倾斜[1][20] * 整体：Q1库存消耗后供应全年紧俏，载板等供应链扩产需要周期[2][3][4] * 论据2（涨价预期）：产业链调研显示，高性能X86 CPU涨价幅度为“可观的双位数”；整体涨价趋势被类比为“存储2.0”，但更温和稳定，预计持续超一年[14][19][21] * 核心观点三：CPU需求增长不仅体现在AI服务器，更大量体现在通用服务器[2][3][17][18] * 论据：以微软为例，其采购NVIDIA AI服务器，CPU需求增长完全来自通用服务器。因为Agent任务瓶颈在于CPU开销（核数与数量），而非通信带宽，可通过增加通用服务器或CPU资源池形式解决[17][18][19] * 核心观点四：CPU及存储涨价将传导至云计算服务，引发云服务涨价潮[2][21][22] * 论据1（成本压力）：CPU、存储等硬件成本上涨给云厂商带来成本压力[21] * 论据2（传导动力与先例）：云厂商有动力传导成本；海外AWS已上调GPU实例价格，为行业涨价开了头[22] * 论据3（预期）：国内阿里云、腾讯云等厂商涨价“只是时间问题”，将带来利润率修复[2][5][22] * 核心观点五：投资机会沿产业链自上而下展开，CPU自身产业链最核心[23][24][25] * 第一梯队（CPU产业链）：国内看好海光信息（受益于供应紧张及市场化拓展）、中科曙光（持股海光+ODM）；海外关注AMD、英特尔；供应链关注载板（如兴森科技）等[22][23][24][25] * 第二梯队（云计算）：首推阿里巴巴，其次关注弹性较大的中小云厂商[24][25] * 第三梯队（服务器制造）：浪潮信息、华勤等因CPU服务器毛利率更高而间接受益[23][24][25] 其他重要内容 * 需求量化展望：预计到2026年，CPU需求增长幅度可能达到15%-20%，甚至30%-40%（两位数增长），而非此前预期的大个位数增长[19] * 技术细节佐证： * 吞吐量瓶颈：英特尔论文指出，当处理批次大小（Batch Size）达到128时，系统出现严重的CPU上下文切换瓶颈，限制吞吐量进一步提升[9][10] * 能耗变化：在复杂Agent任务中，随着Batch Size增大，CPU能耗急剧上升，当Batch Size为128时，CPU能耗已接近GPU能耗[10][11] * KV Cache卸载：长上下文和KV Cache从HBM卸载到DRAM/SSD的过程，增加了GPU与CPU间的数据搬运需求，对通信带宽要求提高[16] * 市场认知差：强调AI Agent对CPU的拉动是“指数级”增长，与市场其他观点可能存在的线性预期不同[1][21] * 国内产业动态： * 阿里“通义千问”打通应用生态，内部调动大量CPU资源；预期腾讯、字节等将跟进推出类似超级入口[5][6] * 海光信息被看好从“信创市场”成功拓展至更广阔的行业及民营企业市场，成长天花板有望翻倍[22][23]