东方财务网 11小时前
AI Agent 时代 CPU 的核心价值预期差与海光信息的隐蔽弹性
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

本篇写在海宝 500 之前,当前市场对 AI Agent 时代 CPU 的价值认知存在系统性偏差,而海光信息作为国产 x86 算力核心标的,在 "CPU 价值重估 + 超节点架构爆发 " 双重逻辑下,存在多个被市场普遍忽略的关键预期差。

一、AI Agent 时代,CPU 的三大核心价值预期差

市场长期沿用 "AI 算力 = GPU,CPU 为配套配角 " 的旧框架,普遍将 CPU 视为随 GPU 线性增长的低价值硬件,而 Agent 工作流的普及正在从底层重构 CPU 的产业定位,核心预期差体现在三个层面:

1. 定位预期差:从 "GPU 附属品 " 到 "Agent 控制中枢 ",TAM 从存量配套变为增量扩容

市场旧认知:CPU 需求完全绑定 GPU 出货,按 " 每 N 颗 GPU 配 1 颗 CPU" 的固定比例测算,价值占比低、增长弹性弱。

产业真实逻辑:Agent 多步推理催生了独立于 GPU 集群的纯 CPU 增量市场,CPU 不再是 GPU 的附属,而是 AI 系统的 " 控制平面 ",整体 TAM 是扩容而非替代。

2. 价值量预期差:从 " 低 ASP 通用硬件 " 到 " 高价值 AI 专用芯片 ",量价齐升逻辑未被充分定价

市场旧认知:CPU 单价长期稳定,增长仅靠出货量驱动,属于低毛利、低价值量的品种。

产业真实逻辑:AI 场景分层推动 CPU ASP 结构性抬升,呈现 " 量 + 价 " 双升格局。

3. 格局预期差:ARM 替代节奏被高估,x86 生态壁垒在 Agent 时代反而强化

市场旧认知:ARM 架构能效比优势显著,将快速蚕食 x86 的服务器市场份额。

产业真实逻辑:Agent 场景对软件生态、企业级 RAS(可靠性、可用性、可维护性)、工具链兼容性的要求远高于纯训练场景,x86 的生态壁垒反而被放大。

二、海光信息:CPU + 超节点共振下,市场易忽略的四大关键预期差

国内市场对海光的认知普遍停留在 " 国产 x86 CPU 厂商、受益于国产替代 ",并未将其纳入 AI Agent 与超节点架构的核心受益标的,以下四个维度的预期差最隐蔽、弹性也最大:

1. 生态预期差:国产 Agent 落地的 " 最短路径 ",x86 全兼容价值被显著低估

市场普遍认知:海光的 x86 是授权路线,长期成长会被 ARM 架构、自主架构替代,是过渡性方案。

被市场忽略的核心逻辑

Agent 落地的核心瓶颈是生态,不是性能。智能体需要调用海量第三方工具、企业级中间件、数据库、安全合规组件,对软件兼容性要求远高于纯大模型训练。海光是国内唯一实现 x86 全生态兼容的 CPU,Agent 应用可实现零成本迁移,在政务、金融、央企等核心场景的 Agent 部署中,是唯一能快速落地的国产方案。

国内 ARM 生态碎片化严重。鲲鹏、飞腾等 ARM 路线各自为战,软件适配分散、成本高,在 Agent 应用爆发的产业窗口期,客户会优先选择 " 开箱即用 " 的 x86 方案,海光的渗透率提升速度会显著快于市场预期。

2. 超节点预期差:不止是 CPU 供应商,更是国产超节点的 " 控制核心 ",价值量远超单芯片出货

市场普遍认知:超节点爆发利好交换芯片、光互联厂商,海光只是被动受益的 CPU 供应商,弹性有限。

超节点的控制面核心是 CPU,需求随集群规模指数级增长。超节点分为 Scale Up(柜内垂直扩展)和 Scale Out(柜间水平扩展)两层,其中 Scale Up 层的集群调度、任务分发、状态管理,全部依赖头节点 CPU。万卡级超节点需要配套大量控制节点、调度节点、存储网关节点,单集群 CPU 需求量远高于传统 GPU 服务器的固定配比,集群规模越大,CPU 的增量弹性越高。

"CPU+DCU" 全栈组合的协同溢价。海光是国内少数同时拥有高性能 CPU 和 AI 加速卡(DCU)的厂商,可提供国产超节点的完整算力底座 —— 海光 CPU 做控制调度,海光 DCU 做并行计算,形成闭环方案。市场分开测算 CPU 和 DCU 的市场空间,忽略了成套出货带来的份额提升与价值溢价。

柜外 Agent 集群是完全新增的增量。超节点配套的独立调度集群、向量数据库集群、RAG 处理集群、工具执行集群,均以 CPU 为主,这部分纯 CPU 算力需求,是超节点建设中市场完全遗漏的海光增量空间。

3. 时间节点预期差:推理侧 CPU 需求先于训练爆发,业绩兑现节奏早于市场一致预期

市场普遍认知:海光的业绩弹性依赖高端 DCU 放量,成长节奏绑定国产大模型训练集群的建设进度。

Agent 产业落地是 " 先推理、后训练 "。当前国内 Token 出海、大模型推理侧扩容、企业级 Agent 部署,首先拉动的是推理侧的 CPU 需求,而非训练 GPU。产业调研显示,2026 年国内服务器 CPU 总订单超 2000 万颗,AI 相关占比超 60%,这部分需求海光作为国产主力厂商将率先受益,业绩兑现会早于 DCU 大规模放量的节点。

超节点建设 " 先控制面、后算力面 "。搭建万卡级超节点,首先要部署控制节点、调度系统、存储网络,CPU 采购前置,GPU 采购后置。市场按 GPU 出货节奏推算海光业绩,会显著低估 2026-2027 年的业绩弹性。

4. 估值预期差:赛道价值重估未传导,成长属性被周期估值掩盖

市场普遍认知:海光是国产替代逻辑下的周期股,估值随政策节奏和订单波动。

全球 CPU 赛道已完成价值重估。美银大幅上调 AMD、英特尔目标价,核心逻辑是 Agent 让 CPU 从周期品转向 AI 成长品,估值中枢系统性上移。而国内市场仍将海光绑定 " 国产替代 " 单一逻辑,未充分定价其受益于全球 Agent 浪潮的长期成长属性。

业务结构升级带来估值体系重构。海光已从单一 CPU 厂商,转向 "CPU 基本盘 + DCU 高弹性 + 全栈算力方案 " 的业务结构,兼具 CPU 的稳健现金流和 AI 加速卡的高成长,估值体系应向 AMD 靠拢,而非传统国产 CPU 厂商,当前估值存在明显的锚定偏差。

总结

AI Agent 时代最大的认知差,是市场仍在用 "GPU 单点堆叠 " 的旧框架看待算力,而真实的产业演进是算力架构系统性重构 —— CPU 从配角升级为独立的增长曲线,价值量和增速都被大幅低估。

海光信息的核心投资预期差在于:市场只看到了它的国产替代属性,却没看到它是国产 Agent 落地和超节点建设中,控制面算力的核心载体;只算了 CPU 的出货量增长,没算 ASP 提升、全栈协同、柜外增量带来的多重弹性。随着 Agent 应用从概念走向落地,这部分认知差会持续收敛。

星球是来提升认知和交易水平的地方,希望认知升维的 JOIN US!

往期文章:

海光电话纪要原文

海光信息深度分析:Agentic AI 时代全栈闭环的被低估龙头

简单说下海光信息以前很少聊的部分

追加内容

本文作者可以追加内容哦 !

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

ai arm gpu 海光信息 arm架构
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论