摩根士丹利表示，日益自主的人工智能可能会提振对中央处理器（CPU）的需求，重塑数据中心建设格局，并将投资范围扩大到迄今为止主导人工智能热潮的图形芯片之外。摩根士丹利在日前的一份报告中指出：“随着人工智能从生成模型过渡到自主行动，计算瓶颈正转向CPU和内存，这将推动通用计算强度发生质的飞跃。”报告还补充说，对图形处理器（GPU）的需求依然强劲。

摩根士丹利估计，到2030年，智能体人工智能（Agentic AI）将为规模已超过1000亿美元的数据中心CPU市场带来325亿至600亿美元的增长。智能体人工智能指的是能够自主规划任务并采取行动，而不仅仅是响应指令的系统。摩根士丹利表示，下一波智能体人工智能的发展将更多地依赖于协调性，而不仅仅是强大的计算能力。CPU 正日益成为管理多步骤任务的人工智能系统的控制层。内存需求预计将大幅增长，人工智能领域的支出也将从GPU扩展到芯片制造商、内存供应商和制造业。

过去三年，人工智能服务器市场的格局可谓一脉相承：拥有最多GPU的服务器掌握着实现通用人工智能（AGI）的关键。然而，随着人工智能应用从简单的聊天机器人发展到能够自主执行复杂工作流程的“智能体人工智能”，数据中心的基本计算能力需求正在发生根本性的转变。汇丰证券在其最新发布的深度行业报告中指出，市场情报显示，一个“计算能力重新平衡”的时代已经到来，CPU将重新成为人工智能数据中心的决策中心。

早期的人工智能模型主要依赖大规模GPU集群进行并行计算，这种方法通常被称为“蛮力”。相比之下，智能体人工智能的工作流程截然不同；它扮演着“超级编排器”的角色。汇丰银行的报告强调，智能体人工智能不仅生成内容，还能利用检索增强生成（RAG）技术并访问外部API（例如电子邮件系统、网络搜索和协作软件）来完成任务。这些操作涉及大量的逻辑分支、任务同步和多线程处理。对比数据显示，在智能体人工智能任务中，GPU的并行处理优势有所减弱，而CPU在多任务处理方面的灵活性使其效率显著提高。康奈尔大学的最新研究表明，智能体人工智能工作流程中约44%的计算能力依赖于CPU，这一比例是传统人工智能工作流程中CPU利用率的三到四倍。 CPU不再仅仅是系统的“助手”，而已经成为计算机引擎中不可或缺的“大脑”。

计算需求的这种结构性转变直接转化为对服务器出货量的强劲支撑。汇丰证券大幅上调了其对2026年全球服务器出货量基准增长预测，预计同比增长20%（此前为4%），远超市场普遍预期的10%-15%。更引人注目的是，汇丰指出“潜在需求”可能高达60%。为什么市场未能充分满足这一需求？主要原因在于供应链瓶颈。报告强调，目前CPU和DRAM内存的供应缺口高达30%-40%，而固态硬盘（SSD）和电源管理芯片等核心组件也面临10%-30%的供应缺口。这意味着未来两年全球服务器出货量的增长将受到限制，呈渐进式增长。持续的供应短缺导致大量订单积压，这不仅确保了 2026-2027 年的出货合理性，也让汇丰银行相信全球服务器增长周期可能会延续到 2028 年。

推动硬件热潮的不仅是技术进步，还有政策激励。汇丰银行的分析显示，随着美国相关法律的实施，企业在购买数据中心资产（包括服务器）时，可享受100%的额外折旧和研发费用即时扣除。这为云服务提供商 (CSP) 投资硬件提供了强有力的财务激励。汇丰银行预测，到2026年，主要云服务提供商的资本支出总额将达到7430亿美元，同比增长81%。这些资本的分配正在发生结构性转变：2025年，约35%的云服务提供商资本支出用于服务器；预计到2027年，这一比例将跃升至59%。这种资源从“土地和建设”向“计算设备”的重新分配，精准地惠及了服务器供应链。

市场关注点正从纯粹的“GPU叙事”转向更加平衡的“计算节点价值链”。汇丰银行指出，随着CPU在服务器机架中的价值贡献不断提升，服务器原始设计制造商（ODM）和关键组件供应商将成为此次计算再平衡的主要受益者。总而言之，计算领域的竞争已进入一个更加深入、更加复杂的阶段。过去是“显卡制胜之道”，而未来则是“通过优化计算资源配置来提升效率”。由人工智能驱动的CPU需求复苏不仅为服务器市场注入了长期确定性，也为以硬件升级为核心的投资策略提供了清晰的思路。