高盛上周請了Jordan Plawner來聊，這人之前是Intel的全球AI產品與戰略總監，現在做AI顧問。他的核心觀點是：大家光盯著GPU，把CPU伺服器的需求給低估了，而且低估得不是一點點——他估計Agentic AI這波能給CPU伺服器市場帶來5-6倍的需求提升。
邏輯其實不複雜。AI agent做的事情——編排任務、呼叫工具、跑順序邏輯——這些都是CPU擅長的。GPU是為大規模平行設計的，適合訓練和推理，但不適合agent這種東西。更直接的：CPU能直連DRAM，資料吞吐效率更高，跑agent 24/7的場景下，用GPU反而是浪費。他估計，現在訓練時代CPU和GPU的花費比大概是1:50-80，到Agentic AI普及後會變成1:6-10，CPU這邊的份額會大幅拉升。
順帶一提，換新需求這塊也有自己的邏輯。Plawner估計現在企業伺服器平均用了6年，而歷史上正常的更新周期是3-4年——這2年多的缺口，是因為大家這幾年IT預算都砸GPU訓練去了，傳統CPU伺服器的換新被一直往後拖。現在拖不住了，一是跑agent的企業需要本地側算力支撐，二是換新本身算帳划算：1000台舊伺服器換成約350台新伺服器（新一代單台性能大約是舊的3倍），每年電費能省約$1M，回本2-3年。他甚至說如果是on-premise回遷策略，回本可能還更快。
供給這邊有個有意思的扭曲：現在Dell和HPE手上的企業CPU伺服器訂單，只有約1/2在正常交貨。卡在那？DRAM。HBM需求太旺，把記憶體產能給擠佔了，企業伺服器用的普通DRAM分配不夠。Plawner估這個缺口至少還要持續18個月。但他同時說，等供給恢復，OEM也會優先給Dell、HPE這些大客戶，小廠商反而分不到多少。
所以這個邏輯的受益鏈很清晰：CPU需求上來了，供給短缺壓著，Dell/HPE的backlog在漲，能見度反而高——這是一種不太常見的"供給受限但backlog可見"的組合。剩下的就是等季報，看出貨量環比能不能持續。 (琛哥的投研搬磚日常)