AI投资的主叙事，正在产生一次深层且不成逆的结构性迁徙！！。

若是说从前两年市场萦绕的是“谁占有更多GPU、、、谁就占有将来”，那么此刻随着AI从“天生内容”走向“自动执行工作”，整个产业的主题矛盾，正在从“算力不及”转向“系统效能不及”，而对应的投资逻辑，也将从“单芯片算力较量”扩大为“全栈系统工程”！！。

据追风买卖台，摩根士丹利钻研部门析师Shawn Kim在汇报中直接写道，“智能体AI标志取从推算到编排的结构性转变！！！！痹谥悄芴骞ぷ髁髦，CPU侧编排功夫可占总时延的50%至90%，由此推导出到2030年新增325亿至600亿美元的CPU增量市场空间，并将服务器CPU总TAM推至825亿至1100亿美元量级！！。在2030年将额外催生15至45EB的DRAM需要，规模相当于2027年全行业年供给的26%至77%！！。

与此同时，DRAM、、、ABF载板、、、晶圆代工、、、存储、、、衔接器与被动元件等环节，均将从“配角”跃升为新的瓶颈与利润池！！。

这一判断对市场意味着：：AI本钱开支的受益者将从少数芯片巨头扩散至整条全球供给链，下一轮超额收益，可能更多来自那些在智能体工作流中最先成为瓶颈、、、且最难急剧扩产的"使能环节"！！。随着瓶颈在分歧环节迁徙，AI价值链的权重散布随之扭转！！。

AI到底在优化什么？

在理解这份研报之前，必须先回覆一个更底层的问题：：AI系统真正优化的指标是什么？

在天生式AI阶段，答案很单一——模型能力，即“能不能天生更好的内容”！！。这对应的主题指标是：：模型规模（参数量）、、、训练效能（FLOPs）、、、推理机能（tokens/s）！！。

因而，GPU成为绝对中心，NVIDIA 也天然成为这一阶段的最大受益者！！。

但当AI进入“智能体”（Agentic AI）阶段后，指标函数产生了底子变动！！。系统不再只需天生内容，而是必要实现工作，这意味着评估尺度从“能力”转向“效能”：：单元工作成本（cost per task）、、、系统延长（latency）、、、吞吐能力（throughput）！！。

这一变动直接导出一个关键结论：：GPU决定“能不能做”，但CPU与系统决定“能不能赢利”！！。

结构性转折：：从“天生”到“行动”，瓶颈从算力转向编排

天生式AI的典型工作流结构相对单一：：用户要求达到后，CPU实现少量预处置，GPU掌管token天生，随后输出了局！！。在这一链路中，GPU承担了绝大无数价值，CPU仅作为辅助存在！！。

然而，智能体AI的工作流齐全分歧！！。一个齐全工作往往必要经历规划、、、检索、、、工具挪用、、、执行、、、反馈与再决策等多个阶段，同时还涉及多智能体合作、、、权限治理、、、状态悠久化以及持续调度！！。智能体带来的不是更"重"的单次推理，而是更多步骤、、、更多状态、、、更多协调，而这些工作天然更适合CPU处置！！。

换言之，AI的重要矛盾，正在从“算不动”，转向“调不动”！！。

由此带来两个直接后果：：其一，集群层面CPU与GPU的配比将系统性上升；；；其二，DRAM从“容量配置项”升格为“机能与吞吐的主题系统组件”！！。数据中心的瓶颈将越来越多地呈此刻内存带宽、、、数据搬运、、、互连时延与系统级协调，而非单纯的GPU算力！！。

CPU重估：：从"1:12"走向"1:2"甚至回转

从前，"1颗CPU服务约12块GPU"曾是AI服务器的典型架构描述！！。但汇报指出，随着智能体工作流变长、、、工具挪用与高低文治理趋于复杂，这一比例正在急剧收窄！！。

以NVIDIA路线图为例，更新估算显示：：在Rubin平台左近，CPU与GPU的配比已靠近1:2；；；若向Rubin Ultra等更激进状态演进，甚至可能出现2颗CPU对应1颗GPU的回转配置！！。即便仅从1:12改善至1:8，对超大规模部署而言，CPU的绝对需要量也将出现量级跳升！！。

一旦这一方向成立，CPU的需要弹性将从“随着服务器出货走”转变为“随着智能体复杂度走”，这意味着CPU需要的增长将更具结构性，而非仅仅是传统硬件换代周期的一连！！。

CPU TAM重算：：2030年825亿—1100亿美元，增量来自编排

摩根士丹利选取“系统分层”步骤，将智能体带来的CPU机遇从传统服务器更新换代逻辑中剥离，成立三个独立分析口径：：

Head Node CPU对应切近GPU系统的机架节制层，以2030年全球约500万颗AI加快器、、、每颗加快器配2颗高端CPU、、、CPU均匀售价约5000美元为如果，对应约500亿美元TAM！！。Orchestration CPU覆盖智能体编排新增需要，蕴含规划与调度、、、工具链、、、RAG管线、、、KV cache与向量库有关内存服务、、、战术与可观测性等！！。算额外新增1000万至1500万颗CPU、、、ASP约3000美元，对应300亿至450亿美元TAM！！。Other CPU涵盖存储节点、、、部门网络节点等，对应约25亿至150亿美元！！。

三项计算，2030年服务器CPU总TAM约825亿至1100亿美元，其中智能体带来的增量约325亿至600亿美元！！。整个测算的底层锚点是对2030年全球AI数据中心基础设施销售额约1.2万亿美元的判断（2025年约为2420亿美元）！！。

汇报同时给出了“上修开关”：：若按NVIDIA口径，2030年AI基础设施销售额达到3万亿或5万亿美元，则CPU TAM区间将被整体推至2060亿至2750亿美元，甚至3440亿至4580亿美元！！。这并非基准预测，但揭示了"AI工厂"规模扩张对CPU需要的系统性放大效应！！。

内存跃迁：：从容量配置到机能主题

若是说CPU是系统的“节制中枢”，那么内存则正在成为系统的“运行空间”！！。在智能体架构下，大量状态信息必要被持续保留与急剧挪用，蕴含高低文数据、、、KV cache、、、工具挪用中央态以及多工作并发数据集！！。

因而，DRAM不再只是容量配置项，而是直接决定系统吞吐能力的主题组件！！。

凭据测算，到2030年，智能体将额外催生15至45EB的DRAM需要，相当于2027年行业年供给的26%至77%！！。这一增长将推动内存行业从传统的强周期属性，向结构性成长转变！！。以 SK hynix 和 Samsung Electronics 为代表的厂商，有望在这一过程中获得更不变的盈利预期！！。

更值得关注的是，内存正在成为AI系统中最具“持续变现能力”的层级之一！！。无论是主机DRAM、、、内存接口芯片，还是CXL扩大与分层存储系统，都将成为承接持久价值的重要载体！！。

供给越紧的环节越具定价权：：ABF载板、、、代工与使能组件

相比CPU与内存，更具超额收益潜力的，往往是那些“产能扩张缓慢、、、验证周期较长”的使能环节！！。

ABF载板：：这轮AI驱动的ABF上行周期可能一连至本十岁暮，2026至2027年左近存在供需缺口风险！！。仅"CPU TAM扩大"一项，就可能带来2030年ABF需要5%至10%的上修；；；其中服务器CPU ABF载板市场到2030年约达47亿美元，CPU带来的增量需要约12亿美元！！。

晶圆代工（尤其先进制程）：：CPU代工可服务市场2026年约330亿美元，2028年约370亿美元！！。台积电在CPU代工领域的份额预计从2026年约70%进一步提升至2028年的约75%；；；并预计英特尔可能在2027年下半年起头将服务器CPU外包给台积电！！。

BMC与内存接口：：Aspeed被强调为CPU服务器BMC的主题受益者，其在该细分领域约有70%的市场份额，新一代AST2700平台带来40%至50%的ASP提升空间；；；Montage则被置于"内存互连"价值链，全球收入份额约36.8%！！。

CPU Socket与被动元件：：汇报以Lotes与FIT作为CPU socket的直接映射，测算每增长100万颗CPU需要，Lotes收入约增长0.6%、、、FIT约增长0.2%（仅按socket口径计）！！。被动元件方面，以"每台通用服务器约30美元MLCC内容量"为简化如果，推算出2030年额外5亿美元MLCC需要增量，约占届时全球MLCC市场的2%至3%！！。

这些环节的共同特点在于：：它们处于AI系统的数据流蹊径之中，一旦成为瓶颈，就具备较强的定价权！！。以 Samsung Electro-Mechanics 为代表的封装与载板企业，正是这一逻辑的典型体现！！。

这一景象能够总结为一句话：：

AI的利润，将流向最慢扩产的环节！！。

市场错配与投资节拍：：从集中到扩散

只管产业逻辑已经产生变动，但本钱市场仍在很大水平上停顿在“GPU中心叙事”中！！。这种错配意味着，将来一段功夫内，资金将逐步从高度集中的算力资产，向更宽泛的基础设施环节扩散！！。

从投资节拍来看，能够大体分为三个阶段：：

GPU主导阶段（已产生）：：算力供给成为主题矛盾

系统瓶颈露出阶段（正在产生）：：延长与成本问题凸显

基础设施重定价阶段（即将发展）：：内存、、、CPU与互连全面受益

在这一过程中，超额收益将不再集中于单一公司，而是散布于整个系吐浯条之中！！。

结语：：AI进入“系统效能时期”

综合来看，这份研报真正揭示的，并非某一个细分赛道的机遇，而是AI产业逻辑的整体跃迁！！。人为智能正在从“算力驱动”迈向“效能驱动”，从“模型竞争”走向“系统竞争”！！。

在这一新阶段中，决定输赢的不再是单一组件的机能极限，而是整个系统的协同效能！！。GPU依然重要，但它只是系统的一部门；；；真正的定价权，将属于那些把握调度能力、、、节制数据流并处于关键瓶颈地位的参加者！！。

对于投资者而言，这意味着必须实现一次认知升级：：从寻找“最强芯片”，转向理解“最关键系统”！！。只有把握住这一逻辑迁徙，能力在AI的下一轮周期中，真正捉拿到持续且结构性的超额收益！！。