Bank of America（美銀）近期上調 2030 年伺服器 CPU 總潛在市場（TAM）預測至逾 1,700 億美元（由先前 1,250 億美元上調），相當於從 2025 年約 350 億美元規模增長近 5 倍，複合年增長率約 37%。
核心驅動因素是 Agentic AI（代理式 AI / AI Agents） 的興起。美銀認為，AI Agents 正將 CPU 從傳統支援角色，推向「協調控制平面」（orchestration control plane），有望改變 CPU 與 GPU 的使用比例。
一、為何 AI Agents 會帶動 CPU 需求？
傳統生成式 AI 主要依賴 GPU 進行模型訓練與推理。但 AI Agents 的工作模式截然不同：
- 需要規劃多步驟任務
- 調用工具、查詢資料庫、處理序列邏輯
- 協調多個模型與外部系統
- 管理狀態與記憶
這些「編排」與「決策」工作具有延遲敏感、序列性強、I/O 密集的特點，更適合由 CPU 處理，而非單純依賴 GPU。
美銀因此預期，未來 CPU-to-GPU 比例可能從目前約 1:4，逐步向 1:1 靠攏。
二、市場規模與結構預測
美銀將 2030 年伺服器 CPU 市場大致分為三部分：
- 傳統 / 雲端基礎設施 CPU：約 300 億美元
- AI 叢集計算 / Head Node CPU：約 700 億美元
- AI Agent 獨立節點 CPU：約 700 億美元
整體伺服器 CPU 市場在 AI 數據中心系統中的佔比，預期將由低點回升至 8% 以上。
三、受惠廠商
- AMD：美銀維持為最看好的 CPU 標的，上調目標價，看好其在雲端與企業市場的份額擴張
- Nvidia：仍為整體半導體板塊首選，因其具備完整 AI 堆疊（含 CPU、GPU、網絡、軟體）
- Intel：獲雙重升級至「買入」評級，反映近端 CPU 與長遠晶圓代工機會
- Arm 架構：包括自研晶片（如 AWS Graviton、Google Axion 等）預期成為增長最快的區塊
四、香港視角與產業影響
對香港及亞洲科技產業而言，此預測具有多重啟示：
- 硬件採購策略轉變：企業在規劃 AI 基礎設施時，不能只關注 GPU，必須同步評估 CPU 在 Agent 工作負載中的角色。
- 本地部署與私有 Agent：隨著企業級 AI Agents 普及，對低延遲、高可靠的本地運算需求上升，私有 LLM 與 Agent 系統的部署價值進一步提升。
- 供應鏈與人才：CPU 與 GPU 並重的趨勢，可能帶動相關系統整合、優化與維運人才需求。
五、專業評價
優勢觀察
- 美銀從「Agent 工作負載特性」出發，提出結構性而非週期性的需求論點，邏輯清晰
- 將 CPU 市場細分為傳統、AI Head Node 與 Agentic Node，有助更精準評估機會
需要留意的地方
- 預測高度依賴 Agentic AI 實際部署速度與規模
- CPU 與 GPU 比例變化仍屬長期趨勢，短期仍以加速器為主
- 供應鏈瓶頸與競爭格局（尤其是自研 ARM 晶片）可能影響實際收益分配
結語
美銀這次上調伺服器 CPU 市場預測，標誌著產業對 AI 基礎設施的理解正從「GPU 中心」轉向「GPU + CPU 協同」。AI Agents 不再只是應用層創新，更直接重塑底層硬件需求結構。
對於正在規劃 AI 轉型的企業而言，及早評估 Agent 工作負載對運算架構的影響，將有助於避免未來瓶頸。
參考來源
- Bank of America Global Research 相關報告
- Yahoo Finance、TechTimes、Investing.com 等報道
- X 帖文：https://x.com/DeItaone/status/2087866086347747377