代理式AI重塑算力需求！花旗-至800美元-AMD.US-看高AMD-2030年CPU市场规模剑指3000亿美元 (AI代理模型)

智通财经APP获悉，花旗最新研报指出，随着Meta Muse等个人AI智能体相继推出，代理式AI正成为算力需求的数量级驱动因素。花旗将2030年CPU潜在市场规模(TAM)上调至3000亿美元，并将AMD(AMD.US)目标价从575美元上调至800美元，维持“买入”评级。花旗认为AMD是CPU需求爆发的主要受益者，因为Meta是AMD服务器业务最大客户之一。同时，花旗维持英伟达(NVDA.US)“买入”评级和315美元目标价，理由是GPU需求提升。

代理式AI重塑算力需求，CPU市场规模剑指3000亿美元

花旗在报告中表示，近期，Muse、Dots、Instinct、GrokBot和GeminiSpark等多款个人AI智能体相继发布。与在用户交互间隙基本闲置的聊天机器人不同，Muse这类“始终在线”的AI智能体可以连续运行，推动推理相关的计算、内存和网络消耗显著增加，覆盖企业和消费者工作负载。

花旗更新了CPU模型，认为代理式AI相对于传统聊天机器人，是算力需求潜在的数量级驱动因素。花旗将CPU TAM从2025年的290亿美元上调至2030年的3000亿美元，对应60%的复合年增长率。花旗仍预计AMD是CPU需求爆发的主要受益者，英特尔为次要受益者。

CPU为何成为新瓶颈?

在代理式AI中，CPU已成为新的瓶颈。CPU与GPU的比例正从模型训练时的1:8，到推理时的1:4，再到代理式AI中的1:1或更高。花旗认为，随着代理式AI规模扩大，这一比例将越来越向CPU倾斜。

传统上，CPU主要限于两大应用：传统工作流，以及作为AI应用的头节点。在头节点中，CPU仅负责“管理”——将用户请求发送给GPU，再将输出返回给用户。GPU则承担繁重工作，如运行矩阵乘法训练大语言模型，或在查询聊天机器人时进行推理。

第三个新应用是代理式AI。花旗将代理式CPU定义为处理自主AI智能体的编排、推理循环、数据处理和安全组件的CPU。这一新应用在过去一年随着AI从聊天机器人推理转向代理式自主工作流而爆发式增长。

消费者AI智能体GPU需求测算

Meta的Muse是首个在真实社交网络规模上推出的消费者AI智能体，其算力需求是AI基础设施中较为重大的未知数之一。

花旗基准情形下，每个用户约需0.0020个GB200级GPU。以1亿日活用户计算，对应约20万至39万个Blackwell级GPU、约2800至5500个NVL72机架，以及约70亿至190亿美元的一次性英伟达收入(含横向扩展网络)。按每用户计，每新增100万AI智能体日活用户，若采用新服务器，将为英伟达带来约7000万至1.9亿美元收入。

内存与网络：CPU带动DRAM和网络需求

内存方面，CPU对LP、DDR和SSD有很高的附着率。美光预计服务器单位在CY26/27将实现高两位数增长，并认为另一类逻辑芯片也将受益于AI趋势。美光近期还表示，CPU正对DRAM造成更大约束，Meta Muse就是消费者从代理式工作流中获取价值的一个例子。

网络方面，代理式AI显著增加网络流量，因为AI智能体越来越多地访问基础设施，这为DPU和Spectrum-X以太网创造了新的加速机会。

---

AI定制芯片开始兴起，英特尔AMD的通用处理器会不会被淘汰？

AI定制芯片兴起不会导致英特尔、AMD的通用处理器被淘汰，二者将在不同领域长期共存并互补发展。以下是具体分析：

通用处理器与AI定制芯片的核心差异 英特尔酷睿处理器（示例图，非直接关联内容） Marvell 1.6Tbps光学芯片组（示例图，非直接关联内容） 通用处理器不可替代性的三大支撑 AI定制芯片的定位与局限性 Marvell定制HBM架构（示例图，非直接关联内容） 未来趋势：协同发展而非替代

结论：AI定制芯片的兴起是技术分工细化的必然结果，其与通用处理器的关系类似于“专用工具与瑞士军刀”——前者在特定场景下效率更高，后者则以通用性和生态优势覆盖更广泛需求。 英特尔、AMD的通用处理器不会因AI定制芯片的崛起被淘汰，反而会通过技术融合和生态壁垒巩固核心地位，二者将在未来长期共存并推动计算技术进步。

黄仁勋，2025年GTC大会，反复强调的“AI Factory”到底是什么？

“AI Factory”是英伟达对下一代AI基础设施的创新性定义，其核心是将数据中心转化为以超高密度算力集群为驱动的“智能工厂”，实现计算能力的规模化变现，推动AI技术在各行业的深度融合。 具体分析如下：

技术架构 应用场景 商业逻辑 可能面临的挑战与争议

总结：AI Factory的本质是算力、算法与物理世界的协同进化，其成功取决于英伟达能否在保持技术领先的同时，构建开放的产业生态，并适应全球市场（尤其是中国市场）的差异化竞争格局。

黄仁勋GTC演讲：算力战争升级！

在GTC 2025大会上，黄仁勋提出AI进化三阶段论，发布“核武级”产品矩阵，并引发资本市场对算力战争的深度思考。

一、AI进化三阶段：从生成式到物理AI

黄仁勋将AI发展划分为三个阶段，每个阶段代表技术突破与产业变革的临界点：

二、“核武级”产品矩阵：算力军备竞赛升级

为支撑AI革命，英伟达推出三款战略级产品，形成从消费级到超算的完整布局：

三、算力缺口：被低估100倍的推理需求

黄仁勋指出，代理式AI的普及将引发算力需求的指数级增长：

四、资本市场反应：股价暴跌背后的“算力焦虑”

尽管技术光环耀眼，英伟达股价在演讲当日暴跌3.43%，年内累计跌幅达16.54%，暴露三重危机：

五、未来图景：从数字孪生到“5万美元年薪机器人”

黄仁勋将赌注压在物理AI，描绘三大应用场景：

最引发遐想的是其“机器人年薪5万美元”的预言：当全球劳动力缺口遇上仓储自动化革命，英伟达正通过Isaac平台打造新一代“硅基劳动力”。 例如，一个具备基础操作能力的仓储机器人，其全生命周期成本（包括硬件、软件与维护）可控制在5万美元以内，而其工作效率相当于3名人类工人。

六、深层矛盾：技术狂飙与资本疑虑的博弈

这场科技狂欢暴露了AI时代的三大矛盾：

正如黄仁勋的感慨：“建设AI基础设施不像买笔记本电脑”——这场算力战争的终局，或许正如他皮衣上的褶皱，既承载着创新的荣耀，也刻满了资本博弈的伤痕。