2030年AI智能体催生服务器CPU市场或达2830亿美元
摩根士丹利在最新研报中发出重磅信号：随着AI智能体（Agentic AI）需求爆发，AI基础设施正从以GPU为中心转向“CPU+内存+系统协同”的全新架构。该行大幅上调市场预测，基准情景下2030年全球服务器CPU市场规模将达1250亿美元，乐观情景下甚至高达2830亿美元，同时新增DRAM需求可能达到当前全球市场规模的近5倍。这一转变意味着数据中心设计、芯片生态和存储产业周期都将迎来根本性重塑。
AI智能体催生数据中心“GPU+CPU双层架构”
摩根士丹利指出，市场此前普遍低估了AI智能体对基础设施的影响。过去两年AI资本开支几乎全部围绕GPU（图形处理器）展开，但如今行业认识到，Agentic AI并非简单地在GPU旁增加几个CPU，而是推动整个数据中心架构的根本性变革。未来AI数据中心将形成双层架构：第一层为GPU Rack，负责模型训练与推理等高密度计算任务；第二层为全新的Agentic CPU Rack，负责Agent编排、数据处理、工具调用、任务协调及内存管理。报告形象比喻：GPU负责“思考”，CPU负责“组织行动”。在Agentic AI时代，企业的核心竞争力将来自更强的CPU编排能力、更低延迟的数据通路、更高效的网络协同以及更大的内存容量。
基准至乐观情景：2030年CPU市场规模1250亿至2830亿美元
基于AI智能体需求激增，摩根士丹利大幅上调全球服务器CPU市场预期。基准情景下，到2030年总市场规模达1250亿美元，较此前约1000亿美元的预测明显上修；乐观情景下甚至高达2830亿美元。新增需求主要来自“编排型CPU（Orchestration CPU）”，因为未来AI工作负载将从单轮推理转向大量Agent并发运行、多步骤任务协同。该行预计，全球知识工作者AI渗透率将从2026年的78%提升至2030年的99%；AI并发任务数量在2026至2030年间复合增长176%；单次AI会话中的智能体数量可能从目前的约6个增加至2032年的近100个。与此同时，CPU核心数将从2025年的64核增长至2030年的270核以上，2032年达366核。核心数提升推动CPU平均售价持续上升，2027年超过2000美元，2030年达3000美元以上。
DRAM需求或迎来历史级扩张。AI智能体需要长上下文、持久记忆、RAG、KV Cache及中间状态存储，高度依赖CPU侧DRAM，使内存需求从HBM向普通DRAM和服务器SSD扩散。基准情景下，到2030年新增DRAM需求约74EB；乐观情景下新增需求达221EB，而2026年全球DRAM市场规模仅约45EB，即乐观情景新增需求相当于当前全球市场的近5倍。报告还指出，三星电子和SK海力士等存储厂商正推动与大型科技公司签订3至5年长期供货协议，内存产业周期可能从传统的“强周期行业”转向更长期、更稳定的AI资本开支驱动模式。
AMD、Arm、Meta等巨头已全面布局Agentic AI
摩根士丹利指出，2026年第一季度已成为“AI智能体爆发季度”。AMD在最新财报中表示，AI智能体推动数据处理、编排及并行执行需求快速增长，服务器CPU市场将在2030年超过1200亿美元。Arm则透露，面向AGI场景的新型CPU需求增长速度远超预期，相关订单规模已超20亿美元。最具代表性的案例来自Meta与Amazon AWS：Meta已与AWS合作部署数千万个Graviton CPU核心用于AI智能体工作负载，亚马逊称此类任务属于典型的“CPU密集型（CPU-intensive）”应用。与此同时，Microsoft首次提出“Agentic Computing Era（智能体计算时代）”概念；Google（Alphabet）则推出了Gemini Enterprise Agent Platform以及Agentic Data Cloud，并宣布投入7.5亿美元推动Agent生态建设。科技巨头从资本开支到产品布局，已全面押注AI智能体带来的架构变革。
