Agentic AI重塑CPU地位

Agentic AI重塑CPU地位
Photo by Stan Hutter / Unsplash

当AI从“对话”走向“行动”,芯片世界的权力格局正在发生一场静默而深刻的转移。全球顶级投行伯恩斯坦(Bernstein)发布重磅研报指出,随着Agentic AI时代的到来,曾被视为GPU“配角”的CPU,正迎来属于自己的“复兴时刻”。报告大胆预测,到2030年,服务器CPU的可寻址市场(TAM)将从2025年的370亿美元飙升至2230亿美元,增长近6倍。在这场算力革命中,CPU将不再是“够用就好”的边缘角色,而是决定AI系统整体效率的核心引擎。

Agentic AI引发算力需求井喷:GPU与CPU配比从8:1逆转至1:1

Bernstein分析师David Dai团队在6月17日发布的《全球半导体:CPU复兴?》报告中,给出了一个颠覆性的判断。传统聊天机器人模式下,GPU是绝对的计算核心,其与CPU的配比一度高达8:1。然而,Agentic AI的核心特征是“推理循环化”——一次请求可能触发信息检索、步骤规划、工具调用、中间推理、再次模型调用、执行动作等一系列复杂流程。这套工作流要求CPU具备强大的任务编排、内存管理能力,以避免昂贵的GPU被迫空转,导致系统效率大幅下降。报告预测,到2029年,云端服务提供商(CSP)推理集群中的GPU:CPU配比将从8:1回落至1:1。在Agentic AI工作负载中,CPU的计算占比将从传统大语言模型(LLM)时代的14%跃升至50%,与GPU平分秋色。

2230亿美元TAM拆解:AI推理成为绝对主力,年复合增速达43%

这份报告最令人震撼的部分,是对市场规模的量化预测。Bernstein将2030年服务器CPU TAM从此前的1370亿美元大幅上调至2230亿美元。其核心假设包括:2030年AI资本支出达到3.5万亿美元,对应70GW AI数据中心部署;AI加速器市场规模为1.6万亿美元,占AI数据中心资本支出的45%;推理场景的CPU:GPU配比达到1:1,训练场景为0.5:1;CPU单价相当于GPU的13%。在这一框架下,2230亿美元中,有1740亿美元直接来自Agentic AI工作负载。这意味着未来五年,CPU市场将经历一轮6倍扩张,年复合增速高达43%。作为对比,Arm提供的数据也佐证了这一趋势:Agentic AI每GW需要1.2亿个CPU核心,是传统数据中心的4倍。

投资重心转移:Arm、AMD与海光信息谁将摘得CPU复兴红利?

Bernstein研报明确指出,Arm是这场“CPU复兴”的结构性受益者。Arm架构凭借能效比优势,已在数据中心显现巨大吸引力(例如AWS Graviton相比x86实例性价比高出40%,功耗低60%)。更关键的是,Arm在2026年3月宣布战略转型,从IP授权商变为自主芯片制造商,目标到2030年实现150亿美元芯片收入。其合作伙伴已包括Meta、OpenAI、Cerebras等。基于此,Bernstein将Arm 2030财年每股收益(EPS)上调至11.79美元,给出500美元目标价。

在具体标的方面,报告对中国公司的关注尤为突出。Bernstein超配海光信息(Hygon),将目标价从280元人民币大幅上调至450元,认为其在中国x86 CPU市场的份额将持续扩大,到2030年将超过35%,并且客户群已从政府和国企向CSP渗透。同时,报告也看多AMD(目标价600美元)和调整了对Intel的预期(目标价从65美元上调至100美元)。

然而,“潮向解读”部分也指出了报告的潜在风险:供给侧产能能否支持如此庞大的增长?台积电的先进制程产能已被AI加速器和手机芯片挤占,留给服务器CPU的弹性空间存疑。此外,英伟达自研Arm架构CPU(Vera),既是对Arm的背书,也可能成为未来竞争对手,这对Arm的长期份额构成微妙影响。但无论如何,这份研报为投资者提供了一个清晰的判断框架:如果你相信Agentic AI是下一阶段,那么半导体投资的重心需要从“GPU独大”转向“CPU+GPU”的均衡叙事。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen