AI价值链重排：GPU要配CPU，还要配设备与能源

AI浪潮的价值传导：GPU→CPU→设备/能源 关键看点：英特尔（Intel）CPU近期遭到市场热捧，股价走强的关键原因在于AI技术路线正在把重心从“训练”逐步转向“推理”并进入智能体（Agent）阶段。对整个AI系统而言，CPU相当于“调度中枢”和“控制平面”，其战略意义因此被市场重新评估并显著上调。此前不少资金过度聚焦GPU的算力优势，却在一定程度上忽略了AI规模化落地后，对更复杂的任务编排、资源管理与运营支撑所带来的CPU基础设施需求。 1. 为何英特尔CPU近期会更受关注？—— 技术栈演进推动价值再定价 市场先前对AI的理解往往停留在训练环节，认为GPU才是核心抓手。但当大模型进入更大规模的部署与应用（也就是推理阶段），并进一步走向能够自主规划与执行多步任务的智能体（Agent）时代，计算范式随之发生变化。 在这一阶段，CPU不再只是承载模型的“配套零件”，而更像是驱动模型运行、统筹多轮对话交互、完成任务调度以及管理工具调用的关键枢纽。根据行业研究，目前AI数据中心里CPU与GPU的配比大致在1:4到1:8区间；而到了智能体时代，这一结构有望向1:1甚至更高的方向调整（CPU用量可能进一步上升）。换句话说，每部署一张GPU，可能就需要搭配一个甚至多个高性能CPU，才能把效能真正释放出来。 2. 还能从哪些低估方向继续跟踪？—— 沿产业瓶颈与传导链条去找机会 英特尔CPU的“价值再发现”对应的投资逻辑是：在AI这类颠覆性技术扩散的过程中，市场认知通常会沿技术栈与产业链不断加深——从最显眼的核心环节（如GPU）向更关键、不可替代的配套环节延伸。基于这一思路，后续可重点留意的潜在低估领域包括： 1) AI算力产业链的“卖水人”： -半导体设备与材料：AI芯片的需求会快速释放，但最终仍需要扩大全球半导体制造产能来承接。这将直接带动半导体制造设备、先进封装以及特种材料（如T-Glass）的供给。 -测试与封装：随着芯片工艺与系统复杂度提升，测试环节与先进封装（如CoWoS）更容易成为产能瓶颈和价值集中地，相关企业有望持续受益。 2) 能源基础设施： -AI的“电力成本”压力：大型AI数据中心本身耗电量很高，随着算力需求呈指数级增长，对稳定且高效率能源的依赖会同步增强。除传统供电保障外，还会延伸到储能、智能电网等用于平衡电力供需的关键配套。欧洲能源危机之后，市场对能源独立的紧迫需求，已经带动家庭光伏与储能出现明显的放量态势。 3) 国产化替代的加速窗口： -国产CPU与相关产业链：在全球高端CPU供需偏紧、交货周期拉长的背景下，国内国产CPU厂商迎来更有利的切入时机。结合国内对自主可控算力需求持续增长，具备一定技术积累与生态基础的国产CPU及其配套链条公司，有望进入加速发展阶段。

作者提示：以上为投资观点，仅供参考。