全球半导体CPU的复兴？2230亿美元的TAM受益者...

全球半导体：CPU的复兴？2230亿美元的TAM受益者... 从1.0（聊天机器人）到2.0（智能代理）的通用人工智能模式转变，极大地提升了服务器CPU需求。如前所述，软银、ARM：从通用人工智能到智能体人工智能；以超越评级启动代理型AI涉及高度自主的任务编排和执行，这增加了CPU的工作量相对于GPU。随着从聊天机器人到代理型AI的转变，AI数据中心中CPU：GPU的比例正从1:4或1:8激增至1:1或更高。 戴大卫，CFA+852 2918 5704 david.dai@bernsteinsg.com Stacy A. Rasgon，博士+1 213 559 5917 stacy.rasgon@bernsteinsg.com+852-2918-5704 David.dai@bernsteinsg.com 我们将服务器CPU市场规模（TAM）提升至2230亿美元（基准情景下2030年为1370亿美元，是2025年市场规模370亿美元的6倍）。这假设了3.5万亿美元的AI数据中心资本支出，以及1:1的CPU:GPU配对比例用于推理。另一种方法，以1.2亿CPU核心/吉瓦产出，产生类似的目标市场规模。我们之前的1370亿美元预测现在是熊市情况（假设3万亿美元AI资本支出，1:2的CPU:GPU），而上涨空间现在为3300亿美元（4万亿美元AI资本支出，1.5:1的CPU:GPU）。 +1 213 559 5917 斯蒂西·拉斯贡 stacy.rasgon@bernsteinsg.comQingyuan 林 博士+852 2123 2654 qingyuan.lin@bernsteinsg.com +852 2123 2654 青原·林 @bernsteinsg.com李马克+852 2123 2645 mark.li@bernsteinsg.com 提升ARM PT至500美元，因为ARM是代理人工智能CPU复兴的结构性受益者。芯片架构适用于具有高效率的AI工作负载。此外，Arm正从单纯的IP提供商转变为CPU制造商，目标是在2030财年实现150亿美元的收入，但鉴于我们将2030年的CPU市场规模预测修订为2230亿美元（从1370亿美元），我们现在预测其收入将达220亿美元。Arm的2030财年每股收益（截至2023年3月31日）现上调至11.79美元（之前为9.83美元）。基于42倍市盈率（之前为40倍），我们提升Arm的PT至500美元（上涨21%）考虑到手臂的PT解除，我们还可以...将软银PT股价提升至11200日元（上涨58%）根据对5720亿美元的正式净资产的30%折扣。 胡俊豪+852 2123 2632 juho.hwang@bernsteinsg.com 杰克·林+852 2123 2683 jack.lin@bernsteinsg.com+852-2123-2632 juho.hwang@bernsteinsg.com 更新数字，上调AMD和INTC目标价。两家公司都应从更强的（且更具持续性的）服务器需求中获益，尽管AMD的产品目前仍然更优越（我们相信它们将继续保持市场份额的增长趋势）。我们现有的AMD模型已经与更强的服务器CPU环境相一致，估计略有变动，但我们现在将我们的INTC模型与这些假设保持一致，并大幅提高估计；鉴于我们已过半年度，我们还提前将两家公司的估值前景推至27/28年度平均（与之前27年度相比）。我们的AMD PT调整至600美元；INTC调整至100美元。我们对AMD评级为“买入”，对INTC评级为“增持”。 卡米诺·米兰诺，CFA+44 20 7762 1857 carmine.milano@bernsteinsg.com 阿尔里克·肖+1 917 344 8454 alrick.shaw@bernsteinsg.com+44 20 7762 1857 carminemilano@bernsteinsg.com 阿帕德·冯·内梅斯+1 917 344 8461 arpad.vonnemes@bernsteinsg.com Hygon将从强劲的x86 CPU需求中受益，并在中国市场获得份额。我们预计从2028年起，中国将超越全球x86增长，随着中国先进节点供应约束的缓解和AI投资的加速，释放CPU潜力。我们预计Hygon将稳步扩大其在中国的x86服务器CPU市场份额，到2030年超过35%，随着它越来越多地渗透到云服务提供商（CSPs）中，超出了其传统的政府和国有企业客户群，得益于与国内AI芯片的改进互操作性以及全球供应商可能受限的供应。我们更新了Hygon的预测，反映了这一点，将2027/2028每股收益（EPS）上调至3.6/6.3元人民币，将目标股价上调至450元人民币。 弗朗西斯·马+852 2123 2626 francis.ma@bernsteinsg.com 什么可能会出错？我们仍在评估铸造/内存容量是否足够支持CPU的增长。此外，GPU/加速器的价值包含了HBM的价值以及NVDA等公司收取的加成等，但现在，包括HBM在内的内存高成本可能会促使超大规模企业直接从内存供应商那里采购。我们的预测基于CPU/加速器的价值，如果发生这种情况，将存在下行风险。 伯恩斯坦股票行情表 价格目标变化/加粗显示估计变化 来源：彭博社，伯恩斯坦估计和分析。 投资影响 我们给予软银（PT=¥11,200）和Arm（PT=$500.00）“跑赢大盘”评级。 AMD（跑赢大盘，600.00美元）：预期依然很高，但接触人工智能需求推动CPU和GPU故事的发展可以带来显著增长。 英特尔（市场表现，100.00美元）：服务器实力正帮助公司恢复元气，而叙述/标题可能暂时会激发氛围。 NVDA（表现突出，31.50美元）：数据中心机会巨大，仍处于早期阶段。 我们对……进行评级。海恒(PT=450.00元人民币)超越我们将我们的PT目标从CNY 280提高到CNY 450，基于2028年预测的EPS CNY 6.30（较Bern老数据增长32%）和71倍PE（之前为超额表现，基于2027年预测的EPS CNY 3.48，PT为CNY 280）。 详情 我们将2030年服务器CPU总安装容量（TAM）预测上调至2230亿美元，得益于更高的AI投资和强劲的CPU:GPU搭配比率，以及之前1370亿美元的预测现调整为熊市预测（图表1）。在此背景下，我们上调了Arm、SoftBank、AMD、Intel、Hygon的PT目标。您可以从这里下载我们的服务器CPU行业模型：服务器CPU行业模型更新后的ARM财务模型可在此下载：臂（Arm.US）. 复兴于智能体AI范式中的CPU 自从大型语言模型兴起以来，GPU/ASIC加速器已成为AI计算的核心。虽然训练集群曾经需要4:1的高密度比例来处理重负载数据，但焦点已经转向消除困扰大规模推理的“CPU税”。在像谷歌这样的定制的推理优化部署中，TPU v6e“以及Meta的”大提顿，GPU与CPU的插槽比例变为8:1。 代理式AI将CPU推向了舞台的中心（展示2），因为AI系统不再只是运行一个模型并返回答案。GPU仍然执行密集的数学运算，但CPU越来越多地决定整个系统能否高效地协调周围的工作流程——提供数据、调度任务、协调工具调用、管理内存和避免加速器闲置。 这也就预示着新一代AI基础设施建设中，硬件搭配将更加均衡，也就是说，在智能代理时代，CPU将不再是仅仅作为支持元件与大量的加速器结合存在的小配件。我们预计，GPU与CPU的配比将从非常倾向于GPU的4：1或8：1缩减回1：1。2026年的硬件发展规划已经朝这个方向发展。 •AMD威尼斯每个计算托盘1个CPU至4个MI455X GPU。 •谷歌TPU7x每个升级单元配备1个CPU至4个TPU芯片。•NVIDIA Vera每个超级芯片含1个CPU和2个Rubin GPU（4个GPU晶圆）。 GPU/CPU 配对在具有代理工作负载的情况下尤为重要，因为推理正在变成一个循环而不是单次传递。一个请求可能会触发检索、规划、工具使用、中间推理、另一个模型调用，然后是行动，这意味着 GPU 执行繁重的计算，而 CPU 保持工作流程高效运行；如果 CPU 劣势，昂贵的 GPU 可能会利用率低，整个系统就会变慢且效率降低。 授权人工智能还加剧了网络和分布式基础设施的压力，这进一步加强了CPU的作用（展品3，展品4）。当工作负载跨越服务器、集群和位置时，系统必须实时移动状态、管理流量和协调资源，因此CPU不仅在服务器内部，还在支持自主人工智能执行的更广泛数据中心体系中变得至关重要。 ARM CPU在此环境中脱颖而出，因为新的瓶颈不仅在于峰值性能，还在于在电力和空间限制下的高效编排。随着运营商需要更多CPU容量来支持不断增长的AI代理数量，ARM在每瓦性能、高核心密度以及可扩展数据中心计算方面的推销变得更加引人注目，这就是为什么代理式AI正帮助将CPU重新聚焦，让ARM在AI基础设施下一阶段扮演更加重要的战略角色。 展示2：Arm认为，具有主动性的AI将更多工作转回到CPU上：加速器生成令牌，而CPU则协调代理商、内存和流程，以提供答案，这使得Arm高效CPU架构在人工智能数据中心中变得越来越关键。 展示 4：代理型AI将计算平衡偏向CPU，CPU份额从传统LLM中的约14%上升至50%，凸显了CPU在AI大规模工作负载中与GPU协同编排作用的日益增强。 将2030年服务器CPU TAM预测上调至2230亿美元 在咱们启动武装我们预测CY30数据中心CPU市场总规模将达到1370亿美元，远高于Arm自己估算的1000亿美元和AMD的1200亿美元，因为我们认为代理工作负载需要更多的CPU强度。 自我们启动以来，已有不少渐进式发展，包括超出预期的代理人工智能采用率、以及超出预期的AI研发支出和资本支出。英伟达还预测Vera CPU的营收将达到200亿美元，这对Arm公司也应是积极的。英伟达提供的另一项引人注目的数据点是，到2027年，AI基础设施的年度支出预计将超过1万亿美元，到本世纪末将增至3万至4万亿美元。 根据这些数据点，我们修正了对服务器CPU市场的总体估值，将其调整为2223亿美元（演示7），以下为相关假设： •2030年AI资本支出达35万亿美元，意味着以500亿美元/吉瓦的造价部署70吉瓦AI数据中心 •AI GPU（包括ASIC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%。 •CPU与GPU单元比例分别为推断1:1和训练0.5:1，CPU ASP为GPU的13%。 •这导致服务器CPU市场规模为2230亿美元，其中1740亿美元用于代理人工智能工作负载，490亿美元用于非人工智能工作负载。 我们也基于另一种CPU核心计数的替代方法进行了合理性检查。 根据Arm，代理人工智能的工作负载需要1.2亿CPU核心/GW，而传统数据中心只需3000万核心/GW。 •这相当于2030年为70吉瓦人工智能数据中心部署的84亿服务器CPU核心。 •假设每核心20美元（可能较为保守），到2030年，AI CPU市场规模（TAM）将达到1680亿美元，与上述计算的1740亿美元相似。我们的敏感性分析表明，即使对这个数字的保守估计也意味着一个有意义的代理CPU机遇。 •在熊市情景下，主要假设是3万亿美元的人工智能资本支出，同时结合推理的CPU到GPU比例为0.5倍。那么服务器的CPU市场总规模将是1370亿美元，与我们的先前预测相匹配，现在看来略显保守。 •在牛市情景下，我们假设AI资本支出为4万亿美元，同时结合推理时的CPU与GPU比例为1.5倍。由此产生的服务器CPU市场规模将达3300亿美元。 A sensitivity table for various assumptions is also listed