据智通财经APP了解，广发证券最新研报指出，AI的记忆能力正成为支撑上下文连贯性、个性化体验与历史信息复用的关键底层技术，持续拓展模型能力边界，有望加速AI智能体等应用场景的落地进程。AI记忆的价值正从“成本项”转向“资产项”，相关上游基础设施的价值量与重要性将持续提升。建议关注产业链核心受益标的。
广发证券主要观点如下：
AI智能体推动CPU需求增长
智能体对CPU需求的提升主要来自三方面：其一，应用调用量显著放大。在智能体时代，单个用户可同时调动多个智能体驱动服务器端各类应用与工具链，整体调用频次与覆盖范围显著高于人类使用模式，带来更多系统请求、数据搬运与控制流开销，CPU负载随之抬升。其二，编排调度成为瓶颈。智能体时代的大语言模型叠加了决策编排器与多类外部工具，整体计算流程演化为“感知-规划-工具调用-再推理”的闭环结构。由于工具调用、任务调度、信息检索等关键环节均依赖CPU完成，随着智能体渗透率与工具调用密度提升，CPU作为中间调度枢纽的占用线性放大。其三，沙箱隔离增加刚性开销。为降低误操作对租户、网络及整机的影响，智能体运行时普遍采用沙箱或虚拟化隔离，带来额外进程与内核开销，并提升I/O带宽与本地SSD缓存需求，进一步推高CPU、内存、存储配置，压制集群利用率。
CPU配比持续提升
根据行业分析报告，目前每GPU兆瓦对应的CPU配比低于10%，预计到2026年第二季度，每GPU兆瓦对应的CPU配比将上升至15%。因此，该行假设：在300MW GPU建筑功率下，CPU配比率分别为16%、25%，则单GPU对应的额外通用服务器CPU数量分别为0.29、0.45；单GPU对应的推理CPU数量分别为0.79、0.95。假设全球B200及ASIC出货量分别为800万颗、700万颗，则推理AI集群的X86架构CPU数量分别达到610万颗、855万颗，AI相关CPU增量需求分别为25%、36%。
内存条与接口芯片市场空间广阔
从数量看，通用服务器内存配置多以半插为主，兼顾成本与频率；AI服务器为满足更高容量与带宽需求，趋向全插配置。因此，内存模组需求增长可表述为：内存条增长量等于CPU增量乘以2。从价格看，X86架构CPU配置的内存形态有望从传统RDIMM逐步向MRDIMM方案演进，需引入更复杂的接口芯片，推动配套芯片平均售价提升。插满率提升叠加MRDIMM渗透，共同打开内存条与接口芯片市场空间。
风险提示
AI产业发展以及需求不及预期；AI服务器出货量不及预期；国产厂商技术和产品进展不及预期。
