摩根士丹利：代理人工智能将扩大芯片支出 从GPU扩展到CPU
资讯解读
AI资讯解读
先看这条资讯为什么重要，再判断它是在强化主线、补充背景，还是只是一条噪音变化。
这类资讯通常先看什么：先看这条资讯是不是在强化主线，再判断它是短催化还是更持续的验证。 如果这条变化值得继续跟，下一步就回主题页确认判断，再去研报和公告补完整证据。
这条资讯到底为什么重要
大摩判断AI从“会生成”走向“会行动”后，数据中心投资重点将从单一GPU扩展到CPU与内存。
先看核心要点
摩根士丹利认为，随着AI从生成式走向代理式，数据中心的计算瓶颈正在从GPU逐步转向CPU和内存环节。
这意味着下一阶段AI基础设施投入不再只是堆更多图形芯片，还要同步提升通用计算、调度协同和系统架构能力。
大摩预计到2030年，代理人工智能有望在现有超千亿美元的数据中心CPU市场上新增325亿至600亿美元需求。
人工智能为什么值得跟踪
市场此前更关注GPU，这次表态说明AI投资链条可能向CPU、内存和服务器配套环节继续外溢。
如果代理式AI落地加快，数据中心建设逻辑会变，产业机会将从单点芯片扩展到整机与系统协同。
先看关键数据
现有CPU市场
超1000亿美元
说明数据中心CPU本身就是大市场，新增需求弹性值得关注
2030年新增需求
325亿-600亿美元
反映代理AI对CPU市场可能带来的增量空间
🔎
为什么这条资讯会影响市场
短期影响
短期看，市场会重新评估AI算力链的受益范围，不再只盯GPU，CPU、内存、服务器和数据中心配套环节的关注度可能提升。
中期跟踪
中期要看代理AI应用是否真正放量，以及云厂商和数据中心资本开支是否从GPU采购进一步扩展到CPU与系统级升级。
📌
接下来重点跟踪什么
- 海外云厂商后续资本开支指引是否增加CPU和内存投入
- 代理AI应用落地后，对服务器架构和数据中心建设节奏是否产生实质变化
风险与边界
- 这是机构前瞻判断，不等于短期订单已经立刻兑现
- GPU需求仍被明确看强，CPU受益更像增量扩散而非替代逻辑
- 若代理AI落地慢于预期，相关扩容节奏可能被推迟
🧭
最后一句话
简单说，AI下一步可能不只烧GPU，CPU和内存也要开始分蛋糕了。
📄
资讯内容摘录
大摩判断AI从“会生成”走向“会行动”后，数据中心投资重点将从单一GPU扩展到CPU与内存。；摩根士丹利认为，随着AI从生成式走向代理式，数据中心的计算瓶颈正在从GPU逐步转向CPU和内存环节。
