CPU的時代來了？

作者 | 簡安

編輯 | 盧旭成

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

在此之前，戴爾科技5月29日發布FY2027 Q1財報：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%，兩項指標均大幅超出市場預期。當日，戴爾股價暴漲32%，創下公司自上市以來的最大單日漲幅。

Melius Research的科技研究負責人 Ben Reitzes在戴爾財報電話會議上表示，“我大概從來沒見過戴爾這種季報?！边@句話隨后被廣泛引用，以形容對戴爾財報的震驚。

同在5月29日，港股市場的聯想也迎來股價狂飆：單日大漲22%，5月累計漲幅109%——是聯想27年來最強單月表現。此外，聯想年內漲幅一度突破172%，截至6月1日收盤達172.57%，成為恒生指數成分股中年內漲幅最高的個股。

直接引爆其股價的，是7天前（5月22日）聯想發布的2025/26財年及Q4業績：全年營收831億美元，同比增長20%，創歷史新高；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的GPU和大模型的算力軍備競賽上，戴爾、聯想、工業富聯這類傳統廠商長期被打上“舊勢力”或“代工廠”的標簽。但現在，這三大企業同步走強，意味著情況已經被徹底改寫——AI浪潮下，不同環節的“舊勢力”正迎來新一輪價值重估。

三家公司背后的增長邏輯各有側重：戴爾受益于Agentic AI的爆發，AI服務器需求井噴；聯想的核心驅動力是AI PC，Agentic AI興起后，越來越多算力回歸本地，一臺算力更強的AI PC就能支撐許多原本需要調用云端算力的任務，聯想作為全球最大PC制造商是這輪本地算力升級的最直接受益者；工業富聯則是戴爾、聯想背后的隱形贏家，同時承接服務器和PC的代工，兩條增長線的制造訂單最終都流向它的生產線。

傳統服務器重燃增長：Agentic AI帶來新增量

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

過去幾年，傳統服務器市場基本處于停滯甚至下滑狀態。市場也普遍認為，傳統服務器市場份額會被AI服務器逐步替代。但這一輪增長完全不同——它不是存量替代，而是開辟了一個全新的增長市場。

戴爾的數據最能說明問題：FY2027 Q1，戴爾基礎設施解決方案部門（ISG）營收達290億美元，同比增長181%，其中傳統服務器與網絡業務營收85.43億美元，同比增長92%，是市場預期52億美元的1.6倍，創歷史紀錄。與此同時，AI服務器營收達161億美元，同比暴增757%。很明顯，傳統服務器與AI服務器在同步增長，而非此消彼長的對立關系。

聯想的數據與戴爾形成印證。聯想截至2026年3月31日的2025/26財年，實現營收831億美元，同比增長20%，經調整后凈利潤20億美元，同比增長42%。全年AI相關業務收入同比增長105%，占總收入的33%，第四財季這一比例進一步提升至38%。ISG業務增速最快，全財年收入同比增長32%至192億美元，創歷史新高，其中，AI服務器全年營收實現兩位數以上同比大幅增長。

根本原因在于Agentic AI（智能體AI）的工作負載特性。與傳統AI訓練任務會高度依賴GPU不同，Agentic AI的工作負載則需要CPU進行任務編排，同時會顯著拉動DRAM和存儲需求。簡單講，一個Agentic AI要完成一項復雜任務，往往需要調用多個服務、處理大量中間數據，而這部分計算工作會落在傳統服務器上。就像戴爾首席運營官杰夫·克拉克在分析師電話會上說的：“GPU做神奇的工作，但圍繞它的大量順序化工作是CPU的活。”

半導體分析機構SemiAnalysis研究指出，在Agentic AI工作負載中，CPU處理延遲占比達50%-90%，GPU常常因為等待CPU調度而閑置。這種情況下，CPU與GPU的配比必然要進行調整。Creative Strategies首席執行官兼首席分析師Ben Bajarin指出：“在模型訓練時代，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）?！边@與英特爾CEO陳立武在2026 年第一季度財報電話會上的判斷基本一致。

AMR給出的數據更具沖擊力：在Agentic AI時代，每吉瓦數據中心電力對應的CPU 核心需求將從3000萬顆暴增到1.2億顆，整整4倍的增幅。摩根士丹利則進一步預測，到2030年Agentic AI可能為數據中心CPU市場帶來325億到600億美元新增需求，整個服務器CPU市場規模將突破千億美元。

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

瑞穗證券最新發布的半導體行業報告指出，Agentic AI的 token 生成量可能比傳統生成式AI高出1000倍以上，大量智能體協同工作會帶來遠高于傳統AI推理的CPU與DRAM消耗。其預測，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約7200PB，占全球DRAM總需求的13%。摩根士丹利的最新預測則更加樂觀，其認為到2030年，在基準情景下新增DRAM需求約74EB，牛市情景下可能達到221EB，分別相當于當前全球DRAM市場規模的1.7倍、4.9倍。

更重要的是，這一輪采購熱潮已經從頭部云服務商逐步向二級云廠商及大型企業等更廣泛的市場擴散，銀行、制造業等傳統企業都開始部署AI服務器，而面向這類客戶的企業基礎設施（E/SMB）業務毛利率遠高于云基礎設施（CSP）業務。比如聯想第三財季在中國區的E/SMB同比增長52%，大幅超越CSP增速。聯想CEO楊元慶也表示，僅靠大型云服務商已難以滿足需求。

IDC廠商的轉型：從“租機柜”到“算力服務”

如果說傳統服務器的爆發是需求端的增量故事，那么IDC行業的變革則是一場更深層次的商業模式重構。

過去，IDC行業的邏輯非常簡單：建機房、租機柜、按帶寬收費，主要服務的是互聯網公司的流量托管需求。這種生意的特點是：重資產、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：大模型的訓練和推理需要高密度算力、超低延遲網絡和高效散熱，普通機柜根本無法承載。這就需要IDC 行業從通用存儲中心向智能算力底座升級。

根據JLL Research（仲量聯行）發布《2026年全球數據中心展望》，到2030年，AI工作負載在全球數據中心容量中的占比將達到50%，這一數字在2025年時僅約25%。其還預測，到2027年推理工作負載可能會取代培訓，成為AI 的主要需求。而根據中國信通院預計，2030年全球算力規模將超過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報告

這種需求的結構性升級，直接推動了IDC廠商商業模式的轉型。傳統IDC廠商憑借數據中心基礎設施、能源指標和成熟運維能力，紛紛轉型算力租賃服務，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、網絡部署到模型調優的一站式服務，業務附加值也很高。

這對金融、政企等行業有極高的吸引力。這些客戶有強烈的AI算力需求，但又不具備獨立建設和運維大規模算力集群的能力。而且，它們對數據安全和合規性也有極高要求，通常不愿意將核心數據上傳到公有云，更傾向于使用本地部署或專屬算力服務。而傳統IDC廠商憑借多年積累的客戶資源和合規經驗，在這些領域有著天然優勢。

政策層面的利好也為IDC行業的轉型提供了有力支撐。2026年3月，“算電協同”首次寫入政府工作報告，被列為國家級新基建工程。5月，國家發改委、工信部、能源局、數據局四部門聯合發布《促進人工智能與能源雙向賦能的行動方案》，專項部署算力電力高效協同。

所謂算電協同，并非簡單的為算力發展提供電力保障，而是算力產業與電力產業的深度融合與資源重構，核心邏輯是“電力托舉算力降本、算力反哺電網增效”的雙向賦能。這種情況下，擁有綠電接入能力和節能技術儲備的廠商，可以通過綠電交易和能效管理顯著降低運營成本，在日趨激烈的競爭中形成差異化優勢。

技術升級，重構行業核心競爭力

事實上，無論是傳統服務器的需求爆發，還是IDC行業的商業模式轉型，背后都有一套技術升級在支撐——它們都是在通過技術升級適配AI時代的新需求，技術能力是決定企業核心競爭力的關鍵。

服務器端，更高單機內存配置已經成為標配。AI工作負載要求單機搭載更大容量的DRAM，用于存儲模型參數和處理大規模上下文。而據多家行業機構共同測算，單臺AI服務器DRAM需求量約為傳統服務器的8-10倍。

IDC端，液冷技術正在快速普及。液冷方案可以將數據中心PUE（電源使用效率）降至1.2以下，比傳統風冷降低30%以上的能耗。聯想的海神液冷技術散熱效率達98%，并能實現90%的余熱回收再利用，降低42%的能耗，數據中心PUE可降至1.1。在第三財季，聯想海神液冷技術營收同比增長300%，與第二財季（154%）相比幾乎翻倍，側面印證了這一趨勢正在加速。

此外，智能化運維和模塊化建設也在大幅提升 IDC 的運營效率。智能化運維系統可以通過 AI 算法實時監控數據中心的運行狀態，預測設備故障，自動調整資源分配，減少 30% 以上的運維成本。模塊化建設則能把數據中心的建設工期縮短一半，整體交付效率大幅提升，能夠更快響應市場需求。這些技術紅利，都在改善IDC廠商長期承壓的盈利結構。

小結

AI技術的普及正在重塑整個數字基礎設施產業，曾經被市場低估的“舊勢力”們，正在迎來價值重估。

這其中的邏輯并不復雜：AI模型越來越多，應用也越來越廣泛，支撐它們所需的算力基礎設施也就越來越大。Agentic AI崛起，讓需求從GPU蔓延到CPU、從訓練集群蔓延到企業服務器，同時也從云端蔓延到PC桌面。智能算力普及，讓IDC從被動托管轉型為主動賦能。

根據Dell'Oro Group研究數據，2025年全球數據中心資本支出同比增長57%至7260億美元，是該機構自2014年有記錄以來的最快增速，2026年這個數字預計將突破1萬億美元。而這些投入，最終都會變成服務器訂單，落到戴爾、聯想以及它們背后的工業富聯手里。

所以可以預見的是，戴爾、聯想、工業富聯等“舊勢力”的股價回春，并非短期的估值修復，而是市場對更長期趨勢的重新定價——在AI時代，算力基礎設施（無論是云端數據中心還是端側PC）將是支撐整個數字經濟運轉的核心底座，而構建和運營這一底座的企業，將進入新的價值區間。