CPU的時(shí)代來了？

作者 | 簡安

編輯 | 盧旭成

就在昨天（6月3日），全球服務(wù)器代工龍頭工業(yè)富聯(lián)迎來歷史性一刻：盤中漲超5%，市值一度突破1.68萬億元，創(chuàng)上市以來市值新高，成為A股電子代工板塊有史以來市值天花板級(jí)標(biāo)的，且市值短暫超過貴州茅臺(tái)，位列A股第五。亮眼市值背后，是戴爾、聯(lián)想等下游企業(yè)訂單持續(xù)放量帶來的業(yè)績支撐——它是戴爾、聯(lián)想背后的“隱形冠軍”。

在此之前，戴爾科技5月29日發(fā)布FY2027 Q1財(cái)報(bào)：單季營收438.4億美元，同比大漲88%；歸屬上市公司股東凈利潤34.38億美元，同比增長256%，兩項(xiàng)指標(biāo)均大幅超出市場預(yù)期。當(dāng)日，戴爾股價(jià)暴漲32%，創(chuàng)下公司自上市以來的最大單日漲幅。

Melius Research的科技研究負(fù)責(zé)人 Ben Reitzes在戴爾財(cái)報(bào)電話會(huì)議上表示，“我大概從來沒見過戴爾這種季報(bào)?！边@句話隨后被廣泛引用，以形容對(duì)戴爾財(cái)報(bào)的震驚。

同在5月29日，港股市場的聯(lián)想也迎來股價(jià)狂飆：單日大漲22%，5月累計(jì)漲幅109%——是聯(lián)想27年來最強(qiáng)單月表現(xiàn)。此外，聯(lián)想年內(nèi)漲幅一度突破172%，截至6月1日收盤達(dá)172.57%，成為恒生指數(shù)成分股中年內(nèi)漲幅最高的個(gè)股。

直接引爆其股價(jià)的，是7天前（5月22日）聯(lián)想發(fā)布的2025/26財(cái)年及Q4業(yè)績：全年?duì)I收831億美元，同比增長20%，創(chuàng)歷史新高；Q4營收216億美元，同比增長27%，凈利潤5.21億美元，同比暴增479%。

過去幾年，市場目光幾乎都聚集在英偉達(dá)的GPU和大模型的算力軍備競賽上，戴爾、聯(lián)想、工業(yè)富聯(lián)這類傳統(tǒng)廠商長期被打上“舊勢力”或“代工廠”的標(biāo)簽。但現(xiàn)在，這三大企業(yè)同步走強(qiáng)，意味著情況已經(jīng)被徹底改寫——AI浪潮下，不同環(huán)節(jié)的“舊勢力”正迎來新一輪價(jià)值重估。

三家公司背后的增長邏輯各有側(cè)重：戴爾受益于Agentic AI的爆發(fā)，AI服務(wù)器需求井噴；聯(lián)想的核心驅(qū)動(dòng)力是AI PC，Agentic AI興起后，越來越多算力回歸本地，一臺(tái)算力更強(qiáng)的AI PC就能支撐許多原本需要調(diào)用云端算力的任務(wù)，聯(lián)想作為全球最大PC制造商是這輪本地算力升級(jí)的最直接受益者；工業(yè)富聯(lián)則是戴爾、聯(lián)想背后的隱形贏家，同時(shí)承接服務(wù)器和PC的代工，兩條增長線的制造訂單最終都流向它的生產(chǎn)線。

傳統(tǒng)服務(wù)器重燃增長：Agentic AI帶來新增量

要理解這輪行情，首先要破除一個(gè)思維誤區(qū)：AI大模型的崛起，并非在蠶食傳統(tǒng)服務(wù)器的市場份額，而是在它的基礎(chǔ)上疊加了一層新的需求。

過去幾年，傳統(tǒng)服務(wù)器市場基本處于停滯甚至下滑狀態(tài)。市場也普遍認(rèn)為，傳統(tǒng)服務(wù)器市場份額會(huì)被AI服務(wù)器逐步替代。但這一輪增長完全不同——它不是存量替代，而是開辟了一個(gè)全新的增長市場。

戴爾的數(shù)據(jù)最能說明問題：FY2027 Q1，戴爾基礎(chǔ)設(shè)施解決方案部門（ISG）營收達(dá)290億美元，同比增長181%，其中傳統(tǒng)服務(wù)器與網(wǎng)絡(luò)業(yè)務(wù)營收85.43億美元，同比增長92%，是市場預(yù)期52億美元的1.6倍，創(chuàng)歷史紀(jì)錄。與此同時(shí)，AI服務(wù)器營收達(dá)161億美元，同比暴增757%。很明顯，傳統(tǒng)服務(wù)器與AI服務(wù)器在同步增長，而非此消彼長的對(duì)立關(guān)系。

聯(lián)想的數(shù)據(jù)與戴爾形成印證。聯(lián)想截至2026年3月31日的2025/26財(cái)年，實(shí)現(xiàn)營收831億美元，同比增長20%，經(jīng)調(diào)整后凈利潤20億美元，同比增長42%。全年AI相關(guān)業(yè)務(wù)收入同比增長105%，占總收入的33%，第四財(cái)季這一比例進(jìn)一步提升至38%。ISG業(yè)務(wù)增速最快，全財(cái)年收入同比增長32%至192億美元，創(chuàng)歷史新高，其中，AI服務(wù)器全年?duì)I收實(shí)現(xiàn)兩位數(shù)以上同比大幅增長。

根本原因在于Agentic AI（智能體AI）的工作負(fù)載特性。與傳統(tǒng)AI訓(xùn)練任務(wù)會(huì)高度依賴GPU不同，Agentic AI的工作負(fù)載則需要CPU進(jìn)行任務(wù)編排，同時(shí)會(huì)顯著拉動(dòng)DRAM和存儲(chǔ)需求。簡單講，一個(gè)Agentic AI要完成一項(xiàng)復(fù)雜任務(wù)，往往需要調(diào)用多個(gè)服務(wù)、處理大量中間數(shù)據(jù)，而這部分計(jì)算工作會(huì)落在傳統(tǒng)服務(wù)器上。就像戴爾首席運(yùn)營官杰夫·克拉克在分析師電話會(huì)上說的：“GPU做神奇的工作，但圍繞它的大量順序化工作是CPU的活。”

半導(dǎo)體分析機(jī)構(gòu)SemiAnalysis研究指出，在Agentic AI工作負(fù)載中，CPU處理延遲占比達(dá)50%-90%，GPU常常因?yàn)榈却鼵PU調(diào)度而閑置。這種情況下，CPU與GPU的配比必然要進(jìn)行調(diào)整。Creative Strategies首席執(zhí)行官兼首席分析師Ben Bajarin指出：“在模型訓(xùn)練時(shí)代，AI部署中CPU與GPU的配比大致接近1:4，而智能體推理則將這一比例改寫為接近1:1（甚至GPU占比更低）。”這與英特爾CEO陳立武在2026 年第一季度財(cái)報(bào)電話會(huì)上的判斷基本一致。

AMR給出的數(shù)據(jù)更具沖擊力：在Agentic AI時(shí)代，每吉瓦數(shù)據(jù)中心電力對(duì)應(yīng)的CPU 核心需求將從3000萬顆暴增到1.2億顆，整整4倍的增幅。摩根士丹利則進(jìn)一步預(yù)測，到2030年Agentic AI可能為數(shù)據(jù)中心CPU市場帶來325億到600億美元新增需求，整個(gè)服務(wù)器CPU市場規(guī)模將突破千億美元。

而除了CPU需求激增，Agentic AI還顯著增加了DRAM 和存儲(chǔ)的需求——Agentic AI需要上下文能力、持久記憶、檢索增強(qiáng)生成、KV Cache及中間狀態(tài)存儲(chǔ)，這些都高度依賴CPU側(cè)DRAM，而不再局限于GPU側(cè)的HBM高帶寬內(nèi)存。

瑞穗證券最新發(fā)布的半導(dǎo)體行業(yè)報(bào)告指出，Agentic AI的 token 生成量可能比傳統(tǒng)生成式AI高出1000倍以上，大量智能體協(xié)同工作會(huì)帶來遠(yuǎn)高于傳統(tǒng)AI推理的CPU與DRAM消耗。其預(yù)測，Agentic AI將在2027年額外帶來全球9%-13%的 DRAM 需求增量，其中最樂觀情景下可達(dá)約7200PB，占全球DRAM總需求的13%。摩根士丹利的最新預(yù)測則更加樂觀，其認(rèn)為到2030年，在基準(zhǔn)情景下新增DRAM需求約74EB，牛市情景下可能達(dá)到221EB，分別相當(dāng)于當(dāng)前全球DRAM市場規(guī)模的1.7倍、4.9倍。

更重要的是，這一輪采購熱潮已經(jīng)從頭部云服務(wù)商逐步向二級(jí)云廠商及大型企業(yè)等更廣泛的市場擴(kuò)散，銀行、制造業(yè)等傳統(tǒng)企業(yè)都開始部署AI服務(wù)器，而面向這類客戶的企業(yè)基礎(chǔ)設(shè)施（E/SMB）業(yè)務(wù)毛利率遠(yuǎn)高于云基礎(chǔ)設(shè)施（CSP）業(yè)務(wù)。比如聯(lián)想第三財(cái)季在中國區(qū)的E/SMB同比增長52%，大幅超越CSP增速。聯(lián)想CEO楊元慶也表示，僅靠大型云服務(wù)商已難以滿足需求。

IDC廠商的轉(zhuǎn)型：從“租機(jī)柜”到“算力服務(wù)”

如果說傳統(tǒng)服務(wù)器的爆發(fā)是需求端的增量故事，那么IDC行業(yè)的變革則是一場更深層次的商業(yè)模式重構(gòu)。

過去，IDC行業(yè)的邏輯非常簡單：建機(jī)房、租機(jī)柜、按帶寬收費(fèi)，主要服務(wù)的是互聯(lián)網(wǎng)公司的流量托管需求。這種生意的特點(diǎn)是：重資產(chǎn)、高折舊、附加值也很低。但AI大模型興起后，其底層邏輯就被徹底改變了：大模型的訓(xùn)練和推理需要高密度算力、超低延遲網(wǎng)絡(luò)和高效散熱，普通機(jī)柜根本無法承載。這就需要IDC 行業(yè)從通用存儲(chǔ)中心向智能算力底座升級(jí)。

根據(jù)JLL Research（仲量聯(lián)行）發(fā)布《2026年全球數(shù)據(jù)中心展望》，到2030年，AI工作負(fù)載在全球數(shù)據(jù)中心容量中的占比將達(dá)到50%，這一數(shù)字在2025年時(shí)僅約25%。其還預(yù)測，到2027年推理工作負(fù)載可能會(huì)取代培訓(xùn)，成為AI 的主要需求。而根據(jù)中國信通院預(yù)計(jì)，2030年全球算力規(guī)模將超過16ZFlops，智能算力占比將從2023年的63%提升至2030年的90%以上。

圖源：JLL Research報(bào)告

這種需求的結(jié)構(gòu)性升級(jí)，直接推動(dòng)了IDC廠商商業(yè)模式的轉(zhuǎn)型。傳統(tǒng)IDC廠商憑借數(shù)據(jù)中心基礎(chǔ)設(shè)施、能源指標(biāo)和成熟運(yùn)維能力，紛紛轉(zhuǎn)型算力租賃服務(wù)，不僅可以幫助客戶降低AI算力部署的初期投入，還能提供從硬件搭建、網(wǎng)絡(luò)部署到模型調(diào)優(yōu)的一站式服務(wù)，業(yè)務(wù)附加值也很高。

這對(duì)金融、政企等行業(yè)有極高的吸引力。這些客戶有強(qiáng)烈的AI算力需求，但又不具備獨(dú)立建設(shè)和運(yùn)維大規(guī)模算力集群的能力。而且，它們對(duì)數(shù)據(jù)安全和合規(guī)性也有極高要求，通常不愿意將核心數(shù)據(jù)上傳到公有云，更傾向于使用本地部署或?qū)偎懔Ψ?wù)。而傳統(tǒng)IDC廠商憑借多年積累的客戶資源和合規(guī)經(jīng)驗(yàn)，在這些領(lǐng)域有著天然優(yōu)勢。

政策層面的利好也為IDC行業(yè)的轉(zhuǎn)型提供了有力支撐。2026年3月，“算電協(xié)同”首次寫入政府工作報(bào)告，被列為國家級(jí)新基建工程。5月，國家發(fā)改委、工信部、能源局、數(shù)據(jù)局四部門聯(lián)合發(fā)布《促進(jìn)人工智能與能源雙向賦能的行動(dòng)方案》，專項(xiàng)部署算力電力高效協(xié)同。

所謂算電協(xié)同，并非簡單的為算力發(fā)展提供電力保障，而是算力產(chǎn)業(yè)與電力產(chǎn)業(yè)的深度融合與資源重構(gòu)，核心邏輯是“電力托舉算力降本、算力反哺電網(wǎng)增效”的雙向賦能。這種情況下，擁有綠電接入能力和節(jié)能技術(shù)儲(chǔ)備的廠商，可以通過綠電交易和能效管理顯著降低運(yùn)營成本，在日趨激烈的競爭中形成差異化優(yōu)勢。

技術(shù)升級(jí)，重構(gòu)行業(yè)核心競爭力

事實(shí)上，無論是傳統(tǒng)服務(wù)器的需求爆發(fā)，還是IDC行業(yè)的商業(yè)模式轉(zhuǎn)型，背后都有一套技術(shù)升級(jí)在支撐——它們都是在通過技術(shù)升級(jí)適配AI時(shí)代的新需求，技術(shù)能力是決定企業(yè)核心競爭力的關(guān)鍵。

服務(wù)器端，更高單機(jī)內(nèi)存配置已經(jīng)成為標(biāo)配。AI工作負(fù)載要求單機(jī)搭載更大容量的DRAM，用于存儲(chǔ)模型參數(shù)和處理大規(guī)模上下文。而據(jù)多家行業(yè)機(jī)構(gòu)共同測算，單臺(tái)AI服務(wù)器DRAM需求量約為傳統(tǒng)服務(wù)器的8-10倍。

IDC端，液冷技術(shù)正在快速普及。液冷方案可以將數(shù)據(jù)中心PUE（電源使用效率）降至1.2以下，比傳統(tǒng)風(fēng)冷降低30%以上的能耗。聯(lián)想的海神液冷技術(shù)散熱效率達(dá)98%，并能實(shí)現(xiàn)90%的余熱回收再利用，降低42%的能耗，數(shù)據(jù)中心PUE可降至1.1。在第三財(cái)季，聯(lián)想海神液冷技術(shù)營收同比增長300%，與第二財(cái)季（154%）相比幾乎翻倍，側(cè)面印證了這一趨勢正在加速。

此外，智能化運(yùn)維和模塊化建設(shè)也在大幅提升 IDC 的運(yùn)營效率。智能化運(yùn)維系統(tǒng)可以通過 AI 算法實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)中心的運(yùn)行狀態(tài)，預(yù)測設(shè)備故障，自動(dòng)調(diào)整資源分配，減少 30% 以上的運(yùn)維成本。模塊化建設(shè)則能把數(shù)據(jù)中心的建設(shè)工期縮短一半，整體交付效率大幅提升，能夠更快響應(yīng)市場需求。這些技術(shù)紅利，都在改善IDC廠商長期承壓的盈利結(jié)構(gòu)。

小結(jié)

AI技術(shù)的普及正在重塑整個(gè)數(shù)字基礎(chǔ)設(shè)施產(chǎn)業(yè)，曾經(jīng)被市場低估的“舊勢力”們，正在迎來價(jià)值重估。

這其中的邏輯并不復(fù)雜：AI模型越來越多，應(yīng)用也越來越廣泛，支撐它們所需的算力基礎(chǔ)設(shè)施也就越來越大。Agentic AI崛起，讓需求從GPU蔓延到CPU、從訓(xùn)練集群蔓延到企業(yè)服務(wù)器，同時(shí)也從云端蔓延到PC桌面。智能算力普及，讓IDC從被動(dòng)托管轉(zhuǎn)型為主動(dòng)賦能。

根據(jù)Dell'Oro Group研究數(shù)據(jù)，2025年全球數(shù)據(jù)中心資本支出同比增長57%至7260億美元，是該機(jī)構(gòu)自2014年有記錄以來的最快增速，2026年這個(gè)數(shù)字預(yù)計(jì)將突破1萬億美元。而這些投入，最終都會(huì)變成服務(wù)器訂單，落到戴爾、聯(lián)想以及它們背后的工業(yè)富聯(lián)手里。

所以可以預(yù)見的是，戴爾、聯(lián)想、工業(yè)富聯(lián)等“舊勢力”的股價(jià)回春，并非短期的估值修復(fù)，而是市場對(duì)更長期趨勢的重新定價(jià)——在AI時(shí)代，算力基礎(chǔ)設(shè)施（無論是云端數(shù)據(jù)中心還是端側(cè)PC）將是支撐整個(gè)數(shù)字經(jīng)濟(jì)運(yùn)轉(zhuǎn)的核心底座，而構(gòu)建和運(yùn)營這一底座的企業(yè)，將進(jìn)入新的價(jià)值區(qū)間。