徽声在线4月21日讯（编辑 李晓峰）摩根士丹利最新发布的行业研究报告指出，人工智能（AI）正加速迈入"Agentic AI"（智能体AI）阶段，这一技术范式转变将彻底重构数据中心基础设施架构，推动投资重心从图形处理器（GPU）向中央处理器（CPU）迁移，并引发内存、存储等关联领域的连锁变革。

由Shawn Kim领衔的分析团队在4月19日发布的报告中，系统阐述了AI从"生成式"向"智能体"演进对技术生态的颠覆性影响。报告强调，当AI具备自主规划、工具调用、多任务协同能力时，数据中心将形成以CPU为核心的全新计算架构。

研究显示，智能体AI模式下，CPU不再局限于辅助角色，而是晋升为"控制中枢"。其核心功能包括：管理复杂工作流、维护长时序上下文、实现跨任务状态切换，以及协调GPU、内存等组件的协同运作。这种转变使CPU处理负载占比从生成式AI时代的10%-20%，跃升至50%-90%。

从被动响应到主动执行

生成式AI的运作机制本质上是"问答模式"：用户输入问题，模型通过大语言模型（LLM）完成单次推理生成答案。其计算特征表现为短时、高并发的算力爆发。

智能体AI则构建了完整的"决策-执行"闭环。以自动驾驶场景为例，系统需持续感知环境、规划路径、控制车辆、处理突发状况，并根据实时反馈动态调整策略。这种持续认知能力要求AI具备长期记忆、逻辑推理和行动执行三重能力。

技术架构层面，智能体AI引发计算需求的结构性转移。研究机构SemiAnalysis数据显示，在复杂任务场景中，任务调度、工具调用等非计算密集型操作消耗的算力占比超过60%，而这正是CPU的优势领域。

CPU：从配角到主角的逆袭

生成式AI时代，GPU占据绝对主导地位。训练阶段，GPU集群承担90%以上的矩阵运算；推理阶段，单次响应仍依赖GPU的并行计算能力。这种技术特征导致数据中心出现"1 CPU:12 GPU"的典型配置。

智能体AI的崛起正在改写这一比例。摩根士丹利预测，到2027年，典型智能体工作负载的硬件配置将演变为"2 CPU:1 GPU"。这种转变源于三方面因素：

• 任务复杂度提升：多步骤推理需要更强的逻辑控制能力
• 上下文管理需求：长序列记忆依赖CPU的高效缓存机制
• 系统协同成本：跨组件通信延迟倒逼计算本地化

市场研究机构TrendForce的测算显示，在智能客服、工业自动化等场景中，CPU处理时延占系统总时延的比例已从15%攀升至58%。这意味着，单纯提升GPU性能已无法有效优化整体响应速度。

通俗而言，GPU专注"深度思考"，CPU则负责"行动组织"。这种分工模式在金融风控场景尤为明显：GPU完成实时交易数据建模，CPU则协调多账户操作、合规检查和日志记录等关联任务。

基于上述技术趋势，摩根士丹利大幅上调CPU市场预测。报告指出，到2030年，全球数据中心CPU市场规模将达825亿-1100亿美元，其中智能体AI贡献325亿-600亿美元增量需求。若考虑AI基础设施整体规模可能突破5万亿美元，CPU市场容量有望进一步扩张至2000亿-4500亿美元。

内存：被低估的核心变量

相比CPU的显性变革，内存体系的升级更具颠覆性。传统AI模型受限于"短期记忆"，当对话轮次超过模型容量时，历史信息会永久丢失。这在医疗诊断、法律咨询等长周期任务中造成严重障碍。

智能体AI突破了这一瓶颈。通过构建持续认知框架，系统能够：

• 记忆用户偏好和历史交互
• 跟踪多任务执行进度
• 维护环境状态模型
• 实现跨会话知识迁移

这种能力升级使内存从辅助存储升级为核心基础设施。摩根士丹利测算，到2030年，智能体AI将催生15-45EB的新增DRAM需求，相当于当前全球供给量的26%-77%。内存架构也随之进化为三层体系：

1. L1缓存：存储即时计算数据（时延<10ns）
2. L2热存储：保存会话级上下文（时延<100ns）
3. L3冷存储：归档历史任务数据（时延<10ms）

存储市场同样迎来变革。尽管DRAM需求激增，但HDD等机械硬盘凭借成本优势，仍将承担80%的云端数据存储。IDC预测，2024-2028年，企业级HDD出货量将保持28%的年复合增长率，主要满足AI训练数据归档需求。

产业格局：多极化竞争开启

智能体AI的兴起正在重塑半导体价值链。CPU领域呈现"三足鼎立"态势：

• AMD：凭借EPYC处理器的多核优势，在云计算市场占据32%份额
• ARM：能效比优势吸引AWS、微软等云厂商自研芯片
• 英特尔：通过Sapphire Rapids架构升级缩小性能差距

新进入者加速布局。英伟达推出Grace Hopper超级芯片，集成72核CPU与H100 GPU，瞄准智能体工作负载；高通发布Cloud AI 100，专注边缘侧低功耗推理；台积电则凭借2nm制程优势，预计到2026年垄断70%的CPU代工市场。

存储领域，三星、SK海力士加速HBM3E内存研发，将带宽提升至1.2TB/s；西部数据推出26TB企业级HDD，采用能量辅助磁记录技术（EAMR）提升面密度。这些创新共同推动AI基础设施进入新一轮扩张周期。

摩根士丹利预测，全球AI数据中心市场规模将从2025年的2400亿美元激增至2030年的1.2万亿美元。在乐观情景下，若智能体AI实现通用人工智能（AGI）突破，市场容量可能膨胀至5万亿美元。这种指数级增长源于AI从"工具"向"代理"的进化——当机器能够自主完成复杂任务时，计算需求将呈现量级式跃升。