行情
…

Agentic AI 帶動 CPU 需求:AMD、ARM、台積電、日月光誰受惠?

瑞銀 2026 年 6 月 25 日上調 AMD 目標價從 455 美元至 670 美元(+47%)、ARM 從 260 美元至 470 美元(+81%),核心論點是 Agentic AI 推動伺服器 CPU 需求進入新成長週期。

Agentic AI 帶動 CPU 需求:AMD、ARM、台積電、日月光誰受惠?
目錄

Agentic AI 帶動 CPU 需求:AMD、ARM、台積電、日月光誰受惠?

重點摘要

  • 瑞銀 2026 年 6 月 25 日上調 AMD 目標價從 455 美元至 670 美元(+47%)、ARM 從 260 美元至 470 美元(+81%),核心論點是 Agentic AI 推動伺服器 CPU 需求進入新成長週期。
  • 全球伺服器 CPU 市場預計從 2025 年約 350 億美元擴增至 2030 年逾 1700 億美元;瑞銀測算獨立 Agentic 伺服器 x86 與 ARM 份額比約 60∶40,AMD 吃多數 x86 增量,ARM 在 Head Node 市場拿下約 70% 份額。
  • 美銀估算伺服器 CPU 相關封測市場從 2025 年 19 億美元成長至 2028 年 96 億美元,占先進封裝市場比重由 11% 升至 24%,台積電、日月光為主要受惠廠商。

2026 年 6 月 25 日,瑞銀同步大幅上調 AMD 目標價至 670 美元(前值 455 美元,調幅 47%)與 ARM 目標價至 470 美元(前值 260 美元,調幅 81%)。這兩張票背後不是季報數字驅動,而是同一個架構判斷:AI 基礎設施正從「蓋更多 GPU 集群」轉向「把整套計算系統蓋完整」,CPU 在這個系統裡的角色正快速吃重。同一週,美銀順著同樣的邏輯切入製造端,同步看多台積電與日月光。

Agent 執行的工作量,為什麼 CPU 比 GPU 更合適?

過去幾年,市場的注意力幾乎全壓在 GPU 上,CPU 被簡化成資料搬運與任務排程的輔助件。這個認知在訓練主導的時代並非完全錯誤,因為矩陣運算是 GPU 的主場。

但 Agentic AI 的執行模式根本不同。一個 Agent 要完成任務,要規劃步驟、呼叫外部工具、查詢資料庫、管理跨步驟的狀態,還要協調多個子 Agent 的輸出。這些工作大量是順序執行、高 I/O、低延遲敏感,不能簡單並行丟進矩陣乘法。GPU 對這類控制流的處理效率有限,CPU 才是合適的執行單元。

瑞銀的報告直接點出這個轉變:CPU 正從「宿主處理器」升格為 AI 系統的「控制中樞」。若 CPU 的資料排程跟不上,GPU 利用率就會掉,整個推理系統的效率跟著打折,這應該是瑞銀調升目標價最主要的技術依據。

瑞銀的受益地圖:AMD 吃 x86 增量,ARM 拿 Head Node

瑞銀把 Agentic AI 伺服器分成兩類,AMD 與 ARM 在不同類型裡各佔主場。

第一類是連接 GPU 的 Head Node CPU(主節點處理器),訴求是低延遲與高能效,ARM 架構具備優勢。NVIDIA Grace、Vera 以及 Google Axion、AWS Graviton 等產品都在這個陣營快速擴張。瑞銀預測到 2030 年,ARM 架構在 Head Node CPU 市場的份額將逼近 70%,整體伺服器 CPU 收入份額逼近 50%。

第二類是獨立 Agentic AI 伺服器,核心訴求轉為核心數量與多執行緒吞吐,x86 架構更對味,AMD 是主要受益者。瑞銀估算這類市場的 x86 與 ARM 份額比約 60∶40,AMD 有望拿下多數 x86 增量,對應的 AMD 2027 年伺服器 CPU 營收預測從 210 億美元上調至 230 億美元,2028 年從 270 億美元調至 290 億美元,2030 年上調至 500 億美元(前值 410 億美元)。

背後的市場規模更能說明量級:全球伺服器 CPU 市場預計從 2025 年約 350 億美元增至 2030 年逾 1700 億美元,五年接近 5 倍。這個幅度若方向正確,不是一次尋常的產品週期,而是整個 CPU 市場的結構性重新定價。

供應鏈傳導:台積電吃製程份額,日月光吃封測升級

CPU 需求擴張,直接拉升先進製程與封裝訂單;美銀從製造端切入,追的正是這條邏輯。

AMD 與 ARM 的高端 CPU 設計大量採用先進製程,訂單集中流向台積電。美銀估算伺服器 CPU 相關半導體製造市場將從 2025 年 150 億美元擴增至 2028 年 490 億美元,外包比重從 52% 升至 71%,這意味著台積電等純晶圓代工廠在高端 CPU 訂單裡的份額實質上升,多客戶、多架構同步放量,台積電先進製程的產能只會愈來愈緊。

封測端的數字更集中:相關封裝測試市場從 2025 年 19 億美元增至 2028 年 96 億美元,三年約 5 倍,在整體先進封裝市場的比重從 11% 升至 24%。Chiplet 異構整合與 CoWoS 先進封裝的需求走高,封測廠的作業時間因此拉長,量增之外每顆晶片的封裝單價也同步走高,理論上量價會同步走高,日月光直接受惠。

瑞銀與美銀的目標價、市場規模與份額預測,都是賣方分析口徑,不是已實現的業績。Agentic AI 應用的實際滲透速度、x86 與 ARM 的份額競爭,以及 Head Node 架構的最終走向,仍有大量不確定性。追蹤算力供應鏈的工程師與創業者,至少能從這份報告裡看出一條具體可驗證的交易邏輯:GPU 主導了上一個算力週期的定價,CPU 有機會在這一輪重新拿回份量,而供應鏈的受惠從晶片設計一路延伸到封測廠,鏈條比多數人預期的更長。

標籤

#agentic ai cpu#amd 目標價#arm 伺服器 cpu#伺服器 cpu 市場規模#台積電 日月光
→

繼續閱讀

查看全部 →
NewsAI 快訊

LegalOn 如何砍 65% Codex 成本?按任務路由 Astra/Sol/Luna 的做法

LegalOn 把 Codex 的 Astra、Sol、Luna 按任務分工,日費估算砍 65%、速度持平

DeltaMedia 編輯部2 分鐘
NewsAI 快訊

用 AI agent 自己蒸餾小模型:16 美元做一個 0.8B 模型的完整做法

2026 年 10 月 8 日,Hugging Face 部落格記錄一位開發者透過 ML Intern 將 Qwen-Image 2.1 的 9B 提示詞改寫器蒸餾成 0.8B 版本,從下達需求到取得可部署模型只花了一天。

DeltaMedia 編輯部5 分鐘
NewsAI 快訊

AI 推理成本為何史上下降最快?Epoch 數據與 20 億 AI agent 的算力帳

截至 2027 年出貨的 AI 晶片,理論上可同時支撐 3000 萬至 1.7 億個前沿模型智慧代理不間斷執行,換算全職工時約等同於 1.4 億至 7.2 億名全職員工

DeltaMedia 編輯部6 分鐘
NewsAI 快訊

AI 算力狂飆可養活 20 億個 agent,但市場真有這麼大需求?

Epoch AI 研究顯示,截至 2027 年出貨的 AI 晶片可支援 3000 萬至 1.7 億個前沿模型 agent,若改用低成本模型則可達近 20 億個,但需求是否存在仍是開放問題。

DeltaMedia 編輯部7 分鐘