1、Agentic AI特性与技术架构

AI发展阶段转变：AI行业正经历范式转变，自1月30日OpenCLAW推出后，产业从生成式AI迈入Agentic AI阶段。二者运行模式差异显著：生成式AI为被动问答模式，仅响应问题；Agentic AI为主动执行任务模式，由CPU支撑执行。

Agentic AI核心特征：Agentic AI具备三大核心特征：a.自主性，无需人工引导即可运行；b.适应性，可从交互中学习调整算法与行为；c.目标导向，可规划工作流完成任务。此外支持多智能体协同，可对接数字基础设施。

Agentic AI技术栈构成：Agentic AI技术栈分为三层：大脑层（LLMs，对应GPU）、编排层（对应CPU）、知识层（对应内存）。随着基础模型性能趋同，竞争优势转向上下文。Agent可在低监督下管理多工作流，区别于单任务Copilot。

2、Agentic AI存储需求测算

存储需求增长驱动因素：AI驱动存储需求呈两波爆发态势：第一波触发于去年9月，此前市场未预料到AI推理会消耗大量内存；第二波触发于今年1月，Agentic AI内存需求为此前的10-20倍，增量超市场预期。

存储需求规模测算：基于今明两年AI CPU出货测算，2026年Veris CPU出货量约200-250万台，单台搭载1.5TB DRAM，对应新增3EB DRAM，较今年1月前预期新增7%全球DRAM需求；2027年覆盖Veris CPU及Arm等架构AI CPU出货后，对应新增14EB DRAM，占全球总需求24%；2028年及以后，AI带来的存储需求将呈指数级增长，增量规模可观。

3、CPU市场空间规模测算

自上而下测算CPU空间：自上而下测算CPU市场空间，核心假设为2030年数据中心装机规模约30GW，按平均单机架1MW测算对应约3万机架，单机架GPU超1000颗则对应3000万+GPU；此前市场常用CPU/GPU配比为3-4:1，对应约1亿+CPU，若按2030年单颗CPU售价3000美元测算，整体市场空间可达3000亿美元，显著高于此前发布的1000亿美元保守预期。

自下而上测算难点：自下而上测算CPU市场空间难点较多，核心变量涵盖Agentic推理渗透率、多Agent会话占比、CPU架构选型（ARM或x86）等，多层假设叠加使测算难度较高，核心逻辑为单Agent workload对应1个核心/线程。以商业银行全球客户违约监控场景为例，300个监控参数对应需部署300个Agent24小时不间断运行，Agent规模效应显著，佐证CPU市场空间潜在弹性较大。

4、AI产业链投资机会梳理

欧洲市场投资机会：欧洲AI产业链多环节均有受益标的：
a. 功率半导体领域英飞凌明年数据中心营收预计25亿欧元且存在上行空间；
b. 光子学领域意法半导体今年相关营收超5亿欧元、明年超10亿欧元，需求或超预期；
c. 半导体设备领域ASML需扩大EUV产能匹配下游需求，相关标的需合理控制扩产节奏。

全球市场投资主线：全球AI产业链核心投资主线清晰：CPU是Agentic AI的新瓶颈，存储含量提升幅度最大，晶圆厂、基板、接口、MLCC电容、CPU插座等供应链受益于含量增长、定价权及产能约束，利好持续至2027年。

Q&A

Q：Agentic AI的定义、核心特征及其与生成式AI的区别是什么？

A：Agentic AI代表人工智能从生成式AI向主动执行任务的范式转变。其核心特征包括自主性、适应性和目标导向性，同时支持多智能体间协作及与数字基础设施交互。技术架构分为三层：大脑层、编排层和知识层。与生成式AI作为单任务副驾驶不同，Agentic AI更类似自动驾驶系统，可管理复杂工作流；随着基础模型性能趋同，竞争焦点正转向上下文能力。

Q：Agentic AI的发展如何影响内存需求？请提供具体数据预测。

A：Agentic AI引发两波内存需求增长：第一波源于推理阶段对内存的意外高需求；第二波自今年1月OpenCLAW起，Agentic AI带来10至20倍的内存需求增量。基于今年AI CPU出货量约200–250万单位、单机配置1.5TB DRAM测算，贡献约3 EB内存需求；明年随Arm等AI CPU放量，需求将达14 EB，2028年后呈指数级增长。

Q：Agentic AI如何重塑CPU市场的规模？请阐述相关测算逻辑及潜在市场空间。

A：CPU市场规模测算采用自上而下与自下而上双路径。自上而下：基于2030年全球部署30吉瓦算力的假设，按平均每机架1兆瓦计约3万个机架，若单机架超1000个GPU，按CPU与GPU比例3–4:1推算需约1亿颗CPU；若届时单价约3000美元，则市场规模达3000亿美元，显著高于此前1000亿美元的保守预估。自下而上测算较复杂，需评估多智能体工作流普及率、单工作流调用API数量及核心/线程映射关系，变量较多。实际案例印证了工作流复杂度带来的CPU需求scaling效应。

Q：在欧洲科技硬件领域，哪些公司有望受益于AI基础设施建设？当前市场预期与潜在机会如何？

A：欧洲受益标的聚焦数据中心供应链瓶颈环节：英飞凌在功率半导体领域，预计数据中心相关营收明年达25亿欧元；意法半导体在光子学/光学领域，今年营收超5亿美元，明年有望超10亿美元；ASML作为设备供应商，面临提升EUV光刻机产能以满足行业需求的压力。投资逻辑核心在于跟踪功率管理、光通信等短缺环节，相关公司具备定价权与产能约束优势。

Q：从全球视角看，Agentic AI主题下哪些产业链环节具备投资机会？核心驱动因素是什么？

A：全球投资主线包括CPU和内存，此外晶圆代工、CPU基板、CPU与内存接口、MLCC电容、CPU插座等供应链环节均将受益于单机内容增长、定价能力提升及2027年前的产能约束。该主题具备全球性特征，需重点关注各环节供需格局变化与技术迭代带来的结构性机会。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）。