Agentic AI驱动算力结构重构：系统价值上移，服务器厂商迎来新机遇

本周，摩根士丹利发布题为《Rise of the AI Agent – Global Implications》的研究报告指出，人工智能正从以内容生成（Generative AI）为核心的阶段，迈向以自主执行任务为特征的“Agentic AI”新阶段，AI产业链的价值分配逻辑随之发生结构性变化。

报告认为，相较于以单次推理为主的生成式AI，Agentic AI具备规划、调用工具、持续记忆与多步骤执行能力，能够在更复杂场景中实现自动化决策与任务闭环。这一转变使AI系统由“模型驱动”转向“系统驱动”，计算需求从单一芯片性能，扩展至调度、存储与数据流的整体协同。

在算力结构上，GPU仍承担核心推理任务，但其主导地位边际弱化。报告指出，在Agentic AI工作负载中，CPU在任务编排、工具调用及数据处理中的占比显著提升，相关处理可占整体延迟的50%至90%。随着AI从“生成内容”走向“执行任务”，算力瓶颈正由GPU转向CPU与内存体系。

基于这一变化，摩根士丹利预计，到2030年，Agentic AI将带来约325亿至600亿美元的新增CPU市场空间，对应整体服务器CPU市场规模有望超过1000亿美元。同时，AI系统对持续记忆与上下文处理的需求提升，也将推动15至45EB的新增DRAM需求，占2027年全球供给的26%至77%。

从产业链角度看，AI投资机会正由以GPU为核心的单点突破，转向覆盖CPU、内存、封装、互连及服务器整机在内的全栈体系。报告指出，随着系统复杂度提升，先进制程、ABF封装基板、内存接口及半导体设备等环节有望受益于需求扩张与供给约束，获取更高的价值分配。

在这一结构性变化下，服务器整机与系统厂商的角色同步提升。报告提及，随着CPU占比提升及通用服务器需求增长，具备全球交付与系统集成能力的厂商有望直接受益。其中，联想等厂商作为重要的服务器供应商，将受益于通用服务器需求扩张及AI基础设施建设加速。

具体来看，一方面，Agentic AI带动CPU与内存配置提升，推动服务器单机价值量上升；另一方面，AI工作负载由专用加速集群向“通用服务器+加速器”协同架构演进，有利于具备规模化交付能力的厂商获取更多订单。同时，随着云厂商与企业客户加大基础设施投入，通用服务器需求有望持续增长，带动出货与结构升级。

在竞争格局方面，多家厂商正加速布局面向Agentic AI的CPU产品。英伟达在最新路线图中引入专用于AI调度的CPU架构，AMD与Arm亦强化在数据中心CPU领域的产品能力。随着算力结构调整，AI基础设施逐步呈现出“全栈协同”的发展特征，系统厂商在其中的价值位置有所抬升。

整体来看，Agentic AI推动AI产业从“算力规模竞争”转向“系统效率竞争”，价值重心由单一加速芯片扩展至涵盖计算、存储与数据流管理在内的完整体系。在此过程中，具备服务器制造与系统集成能力的厂商，有望在新一轮AI基础设施扩张中获得更多增长机会。