摩根士丹利最新研报显示，AI智能体的快速发展正促使AI基础设施架构发生重大转变，从以GPU为主导逐步转向“CPU+内存+系统协同”的新模式。这一趋势将显著推动服务器CPU和内存市场的快速增长。
研报预测，到2030年，全球服务器CPU市场规模在基准情景下将达到1250亿美元，新增DRAM需求74EB；而在乐观情景下，市场规模可能达到2830亿美元，新增DRAM需求高达221EB，接近2026年全球市场规模的5倍。未来，AI数据中心将形成“双层架构”，其中GPU负责高密度计算任务，而CPU则承担智能体编排和数据处理等工作。
新增的CPU需求主要来自“编排型CPU”。随着AI并发任务的激增，单CPU核心数预计将从2025年的64核增长到2030年的270核以上。此外，AI智能体的需求还将推动DRAM向普通DRAM和服务器SSD扩展，使内存产业周期更加稳定。目前，AMD、Arm、Meta、微软等科技巨头已全面布局AI智能体领域。
存储层级金字塔：HBM4、DDR5与企业级SSD的协同作用
存储层级金字塔的形成源于无法实现“速度快、容量大、断电不丢失数据且成本低”的理想存储介质，因此需要通过多种介质搭配来实现效率与成本的平衡。
以厨房做菜为例：HBM4相当于主厨手中的“大勺切菜板”，与GPU紧密封装，速度极快但容量有限且价格高昂，用于存放GPU正在处理的AI参数；DDR5则是“备菜台”，插在主板上，速度较快、容量适中，用于存放操作系统和热点数据；企业级SSD则像“超大型冰库”，容量极大、成本较低且断电不丢失数据，用于存放所有原始训练数据和用户数据。
尽管企业级SSD速度较慢，但它作为AI训练的数据源头，凭借其耐用性、掉电保护和稳定性，能够满足数据中心24小时不间断读写的核心需求，从而直接影响AI计算效率。
