Morgan Stanley預測，隨著AI從單純回答問題走向可自主規劃與執行任務的「代理式AI」，資料中心運算壅塞點將從GPU轉向CPU與記憶體，2030年前CPU市場恐再增加最高600億美元規模，AI資本支出版圖將大幅擴散至處理器、記憶體與晶圓代工全產業鏈。

生成式AI掀起的投資熱潮原本幾乎被GPU壟斷，如今卻出現結構性轉向跡象。根據Morgan Stanley最新報告，當AI從「回應提問」進化到能自主規劃、多步驟執行任務的「代理式AI（agentic AI）」階段後，真正的運算瓶頸，將不再只在GPU，而是迅速移向中央處理器（CPU）與記憶體。這意味著，過去在AI故事中相對邊緣的傳統伺服器晶片與DRAM、NAND供應商，恐將迎來新一輪估值重評。

報告指出，目前資料中心AI投資大多鎖定高階GPU，加速模型訓練與推論，但代理式AI的特性不同，它不只是生成文字或影像，而是要能串接各式工具與服務、分解任務、排序優先順序並持續調整執行過程。Morgan Stanley強調，這類系統的關鍵不再只是「算得多算得快」，而是「如何協調」——也就是在龐大分散的運算資源中進行排程、決策與資源配置，這正是CPU與記憶體扮演的角色。

從數字來看，Morgan Stanley估計，到了2030年，僅代理式AI就可能為資料中心CPU市場額外帶來3,250億至6,000億美元的累積需求增量，而現有整體資料中心CPU市場規模已超過1,000億美元。也就是說，在AI驅動下，原本被認為是「成熟、成長有限」的伺服器CPU，反而成了下一個高成長賽道。與此同時，記憶體需求也被預期將「急遽攀升」，使得AI資本支出不再集中在少數GPU供應商，而是擴散到更完整的半導體供應鏈。

在產業層面，Morgan Stanley點名多家可能受惠的美股與國際企業。CPU與加速器領域中，包括已是AI明星股的Nvidia(NVDA)、積極擴張資料中心CPU與GPU版圖的AMD(AMD)、試圖藉AI重奪伺服器市占的Intel(INTC)，以及憑藉架構授權模式滲透雲端與AI伺服器設計的Arm(ARM)，都被視為潛在贏家。該報告強調，隨著CPU逐漸成為AI系統的「控制層」，負責管理多步驟任務與不同運算單元之間的協同，這些廠商的產品組合與平台能力有望獲得更高溢價。

記憶體方面，Morgan Stanley看好Micron(MU)、Samsung及SK hynix等大廠。代理式AI若要長時間追蹤任務狀態、快速讀寫大量中間結果，對高頻寬記憶體(HBM)、伺服器DRAM與高效能儲存的需求將同步膨脹。報告指出，在供給受限的記憶體環節，企業可能掌握更大的定價權，這對過去長期飽受景氣循環所苦的記憶體產業來說，是少見的結構性利多。

至於製造端，Morgan Stanley則將台積電（TSMC）與ASML(ASML)列為關鍵受益者。隨著高階CPU、GPU與HBM需求齊升，先進製程與先進封裝的產能成為稀缺資源，成熟製程中承載控制晶片與網路晶片的產能同樣吃緊。報告指出，處於供給受限環節的企業，無論是代工還是設備供應商，都可能在這波AI擴張週期中獲得更強的議價能力，AI投資主題也將從單一GPU故事擴散為整條製造供應鏈的景氣循環。

與此同時，Morgan Stanley也強調，GPU的需求並未因此降溫，而是「在高檔維持強勁成長」。代理式AI所需的深度學習模型訓練與推論仍仰賴大量平行運算，Nvidia(NVDA)等GPU巨頭仍站在AI浪潮正中央。真正的變化在於：市場不再是「GPU獨角戲」，而是「GPU＋CPU＋記憶體＋製造」的多核心增長架構，投資人若只關注單一族群，恐怕將錯失更大的結構性機會。

不過，這份報告也隱含風險提醒。代理式AI仍處於早期發展階段，實際落地的應用場景、商業模式與法規框架都在成形中，市場對2030年前的需求預估勢必存在高度不確定性。此外，若高利率環境持續、地緣政治衝擊加劇，企業的資料中心資本支出可能出現遞延，造成週期性波動。加上半導體供應鏈已高度集中在少數地區，任何供應中斷都可能放大價格與供需擾動。

整體來看，Morgan Stanley的分析釋出一個關鍵訊號：AI投資主題進入第二階段，從「算力爆發」走向「系統協調與記憶體密集」。對投資人與產業而言，接下來的關鍵觀察點包括：大型雲端服務商是否加速採用新一代伺服器CPU架構；HBM與伺服器記憶體價格是否因供給吃緊而長期走強；以及晶圓代工與設備產能擴張計畫是否因這波需求被再度上修。在AI應用愈趨自主、複雜的未來，誰能在這場從GPU延伸到CPU與記憶體的「第二戰場」中卡位，將決定下一輪半導體贏家版圖。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。