算力投资逻辑生变：Bernstein看多CPU复兴，海光信息目标价大幅上修
- 核心观点：随着AI从聊天机器人向智能体时代演进，CPU在数据中心的重要性将大幅提升，与之相关的服务器CPU市场规模预计在2030年达到2230亿美元，是2025年的6倍，这标志着CPU在AI计算中的“复兴”。
- 关键要素：
- 智能体AI的“推理循环化”特征（如检索、规划、调用工具等）需要CPU高效编排工作流，其计算占比将从传统LLM的14%跃升至50%，与GPU平分秋色。
- 伯恩斯坦预测，到2029年，CSP推理集群中GPU与CPU的配比将从2025年的8:1逆转至1:1，且硬件路线图（如AMD、英伟达的新品）已显示CPU物理配比正在回升。
- 基于2030年70GW AI数据中心部署和1.6万亿美元加速器市场规模等假设，服务器CPU TAM预测为2230亿美元，年复合增速达43%，其中1740亿美元来自智能体AI工作负载。
- Arm被列为最大结构性受益者，其架构凭借能效比优势（如AWS Graviton性价比高40%），并计划在2030年实现150亿美元芯片收入，已锁定Meta为首个客户。
- 报告上调了AMD（目标价600美元）、Intel（100美元）和海光信息（450元人民币）的目标价，认为它们将受益于更强劲的服务器CPU需求。
- 报告最大的不确定性在于供给侧，即台积电代工产能和内存产能是否能满足每年额外约300亿美元的CPU产能需求。
เมื่อ AI Agent ถูกปลุกให้ตื่นขึ้น มันไม่ได้รอแค่คำตอบ แต่ต้องค้นหาข้อมูล วางแผนขั้นตอน เรียกใช้เครื่องมือ หาเหตุผลจากผลลัพธ์ระหว่างกลาง เรียกใช้โมเดลอีกครั้ง และสุดท้ายดำเนินการ กระบวนการทั้งหมดนี้ต้องการพลังประมวลผล CPU ที่มากกว่าการที่ ChatGPT จะแสดงข้อความสนทนาออกมาอย่างมาก
ทีมนักวิเคราะห์ของ Bernstein นำโดย David Dai ได้เผยแพร่รายงานชื่อ "Global Semiconductors: A CPU Renaissance?" เมื่อวันที่ 17 มิถุนายน โดยมีข้อสรุปหลักว่า AI กำลังเปลี่ยนผ่านจากยุคแชทบอท (chatbot) สู่ยุค AI Agent (agentic AI) และบทบาทของ CPU ในดาต้าเซ็นเตอร์กำลังเปลี่ยนจากตัวประกอบของ GPU มาเป็นตัวเอก ทำให้ตลาดที่เข้าถึงได้ (TAM) ของเซิร์ฟเวอร์ CPU มีมูลค่าถึง 2,230 พันล้านดอลลาร์สหรัฐในปี 2030 ซึ่งเพิ่มขึ้น 6 เท่าจาก 370 พันล้านดอลลาร์สหรัฐในปี 2025
การ Inference ไม่ใช่แค่ "ถาม-ตอบครั้งเดียว" อีกต่อไป CPU กำลังพลิกเกม
นับตั้งแต่การถือกำเนิดของ Large Language Model (LLM) GPU และ AI Accelerator ถือเป็นแกนหลักของการคำนวณ AI ในคลัสเตอร์ Inference แบบกำหนดเอง เช่น Google TPU v6e และ Meta Grand Teton อัตราส่วน GPU ต่อ CPU เคยสูงถึง 8:1
แต่ Bernstein เชื่อว่า เมื่อ agentic AI กลายเป็นกระแสหลัก อัตราส่วนนี้กำลังพลิกกลับ
คุณลักษณะหลักของ agentic AI คือ "การวนซ้ำของเหตุผล" (reasoning loop): คำขอหนึ่งครั้งอาจก่อให้เกิดการค้นหา การวางแผน การเรียกใช้เครื่องมือ การหาเหตุผลระหว่างกลาง การเรียกใช้โมเดลอีกครั้ง และการดำเนินการ GPU รับผิดชอบการคำนวณทางคณิตศาสตร์ที่ซับซ้อน แต่ CPU เป็นตัวกำหนดว่าระบบทั้งหมดจะสามารถจัดเวิร์กโฟลว์ กำหนดงาน จัดการหน่วยความจำ และหลีกเลี่ยงการว่างงานของ Accelerator ได้อย่างมีประสิทธิภาพหรือไม่ หาก CPU อ่อนแอเกินไป GPU ที่มีราคาแพงจะถูกบังคับให้รออย่างเปล่าประโยชน์ ทำให้ประสิทธิภาพโดยรวมของระบบลดลงอย่างมาก
Bernstein คาดการณ์ว่า ภายในปี 2029 อัตราส่วน GPU:CPU ในคลัสเตอร์ Inference ของ CSP จะลดลงจาก 8:1 ในปี 2025 มาอยู่ที่ 1:1 ในเวิร์กโหลด agentic AI สัดส่วนการคำนวณของ CPU จะเพิ่มขึ้นจาก 14% ใน LLM แบบดั้งเดิมเป็น 50% เทียบเท่ากับ GPU
รายงานชี้ให้เห็นเป็นพิเศษว่า แผนงานด้านฮาร์ดแวร์กำลังยืนยันทิศทางนี้อยู่แล้ว AMD Venice Compute Tray รุ่นใหม่มาพร้อม GPU MI455X 4 ตัวต่อ CPU 1 ตัว NVIDIA Vera Super Chip มาพร้อม GPU Rubin 2 ตัวต่อ CPU Vera 1 ตัว และ Google TPU v7x Expansion Unit มาพร้อม TPU 4 ตัวต่อ CPU 1 ตัว อัตราส่วนทางกายภาพของ CPU กำลังเพิ่มขึ้น นี่ไม่ใช่การคาดการณ์ แต่เป็นข้อเท็จจริงที่กำลังเกิดขึ้น
ตลาดมูลค่า 2,230 พันล้านดอลลาร์คำนวณมาอย่างไร?
Bernstein ได้ปรับเพิ่มการคาดการณ์ TAM ของเซิร์ฟเวอร์ CPU ในปี 2030 อย่างมีนัยสำคัญ จาก 1,370 พันล้านดอลลาร์สหรัฐ เป็น 2,230 พันล้านดอลลาร์สหรัฐ โดยอิงตามสมมติฐานหลักดังต่อไปนี้:
- ในปี 2030 รายจ่ายด้านทุน AI สูงถึง 3.5 ล้านล้านดอลลาร์สหรัฐ สอดคล้องกับการติดตั้งดาต้าเซ็นเตอร์ AI ขนาด 70GW
- ขนาดตลาด AI Accelerator อยู่ที่ 1.6 ล้านล้านดอลลาร์สหรัฐ คิดเป็น 45% ของรายจ่ายด้านทุนดาต้าเซ็นเตอร์ AI
- สัดส่วนของ Inference เพิ่มขึ้นจาก 35% เป็น 70% ในสถานการณ์ Inference อัตราส่วน CPU:GPU อยู่ที่ 1:1 ในสถานการณ์ Training อยู่ที่ 0.5:1
- ราคาต่อหน่วยของ CPU คิดเป็น 13% ของ GPU
ภายใต้กรอบนี้ TAM มูลค่า 2,230 พันล้านดอลลาร์สหรัฐ ประกอบด้วย 1,740 พันล้านดอลลาร์สหรัฐจากเวิร์กโหลด agentic AI และ 490 พันล้านดอลลาร์สหรัฐจากเซิร์ฟเวอร์ CPU ที่ไม่ใช่ AI แบบดั้งเดิม เมื่อเทียบกับระดับปัจจุบัน ตลาดเซิร์ฟเวอร์ CPU ทั้งหมดในปี 2025 มีมูลค่าเพียง 370 พันล้านดอลลาร์สหรัฐ ซึ่งเกี่ยวข้องกับ AI เพียง 60 พันล้านดอลลาร์สหรัฐ ซึ่งหมายความว่าในการคาดการณ์ของ Bernstein ในอีกห้าปีข้างหน้า ตลาด CPU จะขยายตัวถึง 6 เท่า โดยมีอัตราการเติบโตต่อปีแบบทบต้น (CAGR) สูงถึง 43% ซึ่งแทบไม่เคยมีมาก่อนในประวัติศาสตร์อุตสาหกรรมเซมิคอนดักเตอร์ ในขณะเดียวกัน Bernstein ยังได้ให้ช่วงในกรณี Bull (3,300 พันล้านดอลลาร์สหรัฐ สมมติว่ารายจ่ายด้านทุน AI 4 ล้านล้านดอลลาร์สหรัฐ + อัตราส่วน Inference 1.5:1) และกรณี Bear (1,370 พันล้านดอลลาร์สหรัฐ สมมติว่ารายจ่ายด้านทุน 3 ล้านล้านดอลลาร์สหรัฐ + อัตราส่วน Inference 0.5:1)
การตรวจสอบย้อนกลับที่น่าสนใจมาจากจำนวนคอร์ของเซิร์ฟเวอร์ CPU: ข้อมูลจาก Arm แสดงให้เห็นว่า agentic AI ต้องการคอร์ CPU จำนวน 120 ล้านคอร์ต่อ GW ซึ่งมากกว่าดาต้าเซ็นเตอร์แบบดั้งเดิมถึง 4 เท่า เมื่อคำนวณตามนี้ การติดตั้ง AI ขนาด 70GW ในปี 2030 จะต้องใช้คอร์ CPU ถึง 8.4 พันล้านคอร์ ซึ่งสอดคล้องกับ AI CPU TAM มูลค่า 1,680 พันล้านดอลลาร์สหรัฐ ซึ่งสอดคล้องกับแบบจำลองข้างต้นเป็นอย่างมาก
ทำไม Arm ถึงเป็นผู้ชนะที่ใหญ่ที่สุด? ไม่ใช่แค่ IP อีกต่อไป มันกำลังสร้างชิปของตัวเอง
Arm ถูกจัดอันดับโดย Bernstein ให้เป็นผู้ได้รับประโยชน์เชิงโครงสร้างจากการฟื้นคืนชีพของ CPU สถาปัตยกรรม Arm เริ่มมีความน่าสนใจมากขึ้นในดาต้าเซ็นเตอร์ AI ด้วยประสิทธิภาพต่อวัตต์ (performance per watt) ที่ดีเยี่ยม AWS Graviton มีความคุ้มค่าด้านราคามากกว่าอินสแตนซ์ x86 ถึง 40% และใช้พลังงานน้อยกว่า 60%
ที่สำคัญยิ่งกว่านั้นคือ ในเดือนมีนาคม 2026 Arm ได้ประกาศการเปลี่ยนแปลงเชิงกลยุทธ์: จากการให้บริการเฉพาะลิขสิทธิ์ IP ไปสู่การผลิต CPU ด้วยตนเอง โดยตั้งเป้าหมายที่จะสร้างรายได้จากชิปสูงถึง 150 พันล้านดอลลาร์สหรัฐภายในปี 2030 CPU Arm AGI ได้锁定 Meta เป็นลูกค้ารายแรกและผู้ร่วมพัฒนา โดยมี OpenAI, Cerebras, Cloudflare และอื่นๆ เป็นพันธมิตร จากนี้ Bernstein ได้ปรับเพิ่มประมาณการกำไรต่อหุ้น (EPS) สำหรับปีงบประมาณ 2030 ของ Arm เป็น 11.79 ดอลลาร์สหรัฐ (จากเดิม 9.83 ดอลลาร์สหรัฐ) และเชื่อว่ารายได้จากชิปอาจสูงถึง 220 พันล้านดอลลาร์สหรัฐ ซึ่งเกินกว่าเป้าหมายของ Arm เอง โดยอิงจาก PE Ratio 42 เท่า จึงกำหนดราคาเป้าหมายไว้ที่ 500 ดอลลาร์สหรัฐ (จากเดิม 300 ดอลลาร์สหรัฐ)
สิ่งนี้ยังส่งผลให้ SoftBank (ซึ่งถือหุ้น Arm ประมาณ 90%) มีราคาเป้าหมายเพิ่มขึ้นจาก 8,200 เยน เป็น 11,200 เยน โดยมี upside แฝงอยู่ 58% การประเมินมูลค่า SoftBank ของ Bernstein อิงจากส่วนลด 30% ของมูลค่าทรัพย์สินสุทธิ (NAV) ซึ่งเป็นส่วนลดที่แคบลงกว่าเดิม สะท้อนถึงมูลค่าหุ้น Arm ที่เพิ่มขึ้นและการปรับปรุงธุรกิจของ SoftBank เอง
AMD, Intel, Hygon: ใครกำลังได้รับประโยชน์?
AMD (Outperform, ราคาเป้าหมาย 600 ดอลลาร์สหรัฐ): ผลิตภัณฑ์ยังคงเป็นผู้นำในกลุ่ม x86 และคาดว่าจะยังคงแย่งส่วนแบ่งตลาดต่อไป แบบจำลองที่มีอยู่ของ AMD มีสมมติฐานเกี่ยวกับ CPU ที่ค่อนข้างแข็งแกร่งอยู่แล้ว และเมื่อเลื่อนการประเมินมูลค่าไปยังค่าเฉลี่ยของ CY27/28 แล้ว ราคาเป้าหมายจึงถูกปรับขึ้นเป็น 600 ดอลลาร์สหรัฐ
Intel (Market Perform, ราคาเป้าหมาย 100 ดอลลาร์สหรัฐ): ได้รับประโยชน์จากความต้องการเซิร์ฟเวอร์ CPU ที่แข็งแกร่งและต่อเนื่องมากขึ้น ส่งผลให้มีการปรับเพิ่มประมาณการกำไรอย่างมีนัยสำคัญ Bernstein ได้ปรับเปลี่ยนแบบจำลองของ Intel จากสมมติฐานแบบอนุรักษ์นิยมให้สอดคล้องกับอุตสาหกรรม โดยปรับราคาเป้าหมายจาก 65 ดอลลาร์สหรัฐเป็น 100 ดอลลาร์สหรัฐ
Hygon (Outperform, ราคาเป้าหมาย 450 หยวน): Bernstein เชื่อว่าความต้องการ CPU x86 ของจีนจะเติบโตเกินกว่าอัตราการเติบโตของโลก ส่วนแบ่งการตลาดของ Hygon ในตลาดเซิร์ฟเวอร์ CPU ของจีนจะเพิ่มขึ้นอย่างต่อเนื่องจากระดับปัจจุบัน และจะเกิน 35% ภายในปี 2030 โดยไม่ได้มีเพียงลูกค้าจากภาครัฐและรัฐวิสาหกิจเท่านั้น แต่ยังกำลังขยายไปยัง CSPs ราคาเป้าหมายถูกปรับเพิ่มขึ้นอย่างมีนัยสำคัญจาก 280 หยวนเป็น 450 หยวน
ที่มาข้อมูล: Bernstein
การตีความจาก Chaoxiang
ในข้อโต้แย้งของ Bernstein จุดอ่อนที่สุดอาจไม่ได้อยู่ที่ด้านอุปสงค์ แต่อยู่ที่ด้านอุปทาน
รายงานยอมรับในเชิงอรรถว่า "ยังคงประเมินว่ากำลังการผลิตของโรงหล่อและหน่วยความจำเพียงพอที่จะรองรับการเติบโตของ CPU หรือไม่" ซึ่งถือเป็นความไม่แน่นอนที่ใหญ่ที่สุดของรายงานทั้งหมด การดึง TAM ของ CPU จาก 370 พันล้านเป็น 2,230 พันล้านดอลลาร์สหรัฐ หมายความว่าภายในปี 2030 จะต้องมีกำลังการผลิต CPU เพิ่มเติมประมาณ 30,000 ล้านดอลลาร์สหรัฐต่อปี
กำลังการผลิตขนาด 3nm/5nm ของ TSMC ถูกแย่งชิงโดย AI Accelerator และชิปโทรศัพท์มือถือ กำลังการผลิตของโรงหล่อที่จัดสรรให้กับเซิร์ฟเวอร์ CPU จะมีความยืดหยุ่นเพียงพอหรือไม่ รายงานไม่ได้ให้แผนที่กำลังการผลิตที่แน่ชัด นอกจากนี้ สมมติฐานหลักของรายงานยังตั้งอยู่บนพื้นฐานของแนวโน้มของ NVIDIA ที่ว่า "รายจ่ายประจำปีสำหรับโครงสร้างพื้นฐาน AI จะเกิน 1 ล้านล้านดอลลาร์สหรัฐในปี 2027" ซึ่งเป็นหนึ่งในการคาดการณ์ในแง่ดีที่สุดจากฝั่งผู้ขาย (sell-side) การใช้สิ่งนี้เป็นจุดเริ่มต้นความต้องการของรายงานอีกฉบับหนึ่ง จึงมีความเสี่ยงของการซ้อนทับของความคาดหวัง
สัญญาณที่น่าจับตาอีกประการหนึ่งคือ NVIDIA Vera CPU ใช้สถาปัตยกรรม Arm ที่พัฒนาขึ้นเอง ซึ่งหมายความว่า NVIDIA อาจมีบทบาททั้งเป็นพันธมิตรและคู่แข่งของ Arm ในด้าน CPU ในเวลาเดียวกัน ซึ่งอาจส่งผลกระทบเล็กน้อยต่อความสามารถของ Arm ในการบรรลุส่วนแบ่งการตลาด 54% ในระยะยาว
สำหรับนักลงทุนที่ให้ความสนใจ จุดที่มีค่าที่สุดของรายงานนี้ไม่ใช่แค่ราคาเป้าหมายใดๆ แต่เป็นกรอบการตัดสินใจที่ชัดเจน: หากคุณเชื่อว่า agentic AI คือก้าวต่อไปที่แท้จริง การจัดสรร CPU จะต้องถูกประเมินราคาใหม่จาก "แค่พอใช้" ซึ่งหมายความว่าจุดศูนย์ถ่วงของแผนที่การลงทุนในเซมิคอนดักเตอร์ทั้งหมดจะต้องเปลี่ยนจากการพึ่งพา GPU เพียงอย่างเดียว ไปสู่การเล่าเรื่องที่สมดุลมากขึ้นระหว่าง CPU+GPU
ข้อความเตือนความเสี่ยง
บทความนี้เป็นการรวบรวมและตีความรายงานการวิจัยของบริษัทนายหน้าบุคคลที่สามโดย Chaoxiang Research การจัดอันดับ ราคาเป้าหมาย การคาดการณ์กำไร และการตัดสินใจที่เกี่ยวข้องที่อ้างถึงในบทความ ล้วนเป็นมุมมองของนักวิเคราะห์ของบริษัทนายหน้านั้น ๆ ซึ่งเป็นตัวแทนของจุดยืนของสถาบันที่เขาสังกัดเท่านั้น ไม่ได้แสดงถึงมุมมองของ Chaoxiang Research และไม่ถือเป็นคำแนะนำในการลงทุนใด ๆ
