如果过去两年，你认定AI铲子的价值几乎等于GPU的价值，英伟达是唯一的、最大的赢家，这个判断在逻辑上完全成立。由于生成式AI的军备竞赛，本质是“大力出奇迹”的算力竞赛，GPU的并行计算能力，直接决定了模型训练的规模和速度。

在这个阶段，CPU、内存、存储都只是配角，硬件投资高度聚焦于GPU。

但数据正在给出完全相反的答案。

进入2026年，随着AI从“生成内容”的聊天机器人，转向“执行任务”的自主智能体（Agentic AI），算力需求的底层逻辑发生了根本性颠覆。AI铲子的价值不仅没有被削弱，反而在更广的维度上被重塑和放大，只是赢家不再只有GPU。

CPU：从辅助到主导的算力重构

最直观的变化发生在CPU上。在传统AI数据中心，一个CPU往往要服务4到8个甚至12个GPU。但Agentic AI的核心是“执行”，它需要规划任务路径、调用各种API工具、在多步骤间传递数据，这些工作充满了分支判断和串行逻辑。

• 性能瓶颈转移：在完整的Agent执行链路中，工具调用（如网页检索、代码执行）在CPU上的耗时占比高达90.6%，GPU推理仅占不到10%。半导体分析机构SemiAnalysis指出，在Agentic AI工作负载中，CPU侧的处理占据了总延迟的50%到90%。
• 硬件配比反转：因此，数据中心CPU与GPU的配置比例正在从传统的1:4至1:8，向1:1至2:1演进。这意味着，未来为每块高性能GPU搭配一到两颗高性能CPU将成为常态。

市场已经用真金白银投票。英特尔2026年一季度数据中心与AI业务收入同比增长22%，成为增长最快板块，财报发布后股价盘后最高涨幅超40%。这并非英特尔突然技术飞跃，而是市场开始为“CPU在AI推理阶段的系统价值”重新定价。

存储：从周期品到战略资产的范式跃迁

如果说CPU的崛起是角色转变，那么存储的爆发则是量级的跃升。Agentic AI需要长时记忆和庞大的上下文窗口，这直接引爆了对内存的饥渴需求。

• 需求倍数增长：一台AI服务器对DRAM（内存）的需求量是传统服务器的8倍，对NAND Flash（闪存）的需求量是传统服务器的3倍。当模型支持100万token上下文时，其缓存（KV Cache）容量约200GB，远超单块高端GPU的显存，必须依赖CPU的大容量内存。
• 业绩爆发式兑现：需求直接转化为恐怖的财务数据。2026年一季度：
• 佰维存储营收68.14亿元，同比增长341.53%，净利润扭亏为盈至28.99亿元。
• 香农芯创（SK海力士HBM核心分销商）净利润13.27亿元，同比暴涨7835.06%。
• 国际巨头三星、SK海力士一季度营业利润也分别同比大涨755.01%和426%。

存储行业正从看下游手机、PC脸色的“周期品”，转变为AI算力底座不可或缺的“战略资产”，进入由结构性需求驱动的“超级周期”。

国产“铲子”：在全栈协同中寻找突破口

你可能会说，这不过是把蛋糕从英伟达（GPU）分给了英特尔、AMD（CPU）和三星、海力士（存储），依然是海外巨头的游戏。

但这次价值重构的另一个关键特征是 “全栈协同”。当算力瓶颈从单一芯片转向整个系统（CPU、GPU、内存、互连、散热）的效率时，具备细分领域技术优势和系统集成能力的厂商，获得了前所未有的机会。

• PCB（印制电路板）：AI服务器架构升级，PCB层数从14-24层提升至20-30层，技术门槛和价值量齐升。龙头生益电子2025年净利润同比增长343.76%，总市值突破千亿。大族数控的AI专用钻孔机全球市占率约50%。

• 国产CPU与系统：海光信息2025年营收增长56.92%。龙芯中科已将OpenClaw智能体框架部署到国产终端。浪潮信息的服务器可稳定运行96路Agent实例，提供系统级算力支撑。

投资逻辑也随之清晰。高盛预测，到2030年企业服务器市场规模将从2025年的530亿美元翻倍至1100亿美元。摩根士丹利则预计，2030年全球数据中心CPU市场规模将达825-1100亿美元，其中325-600亿美元是Agentic AI带来的新增需求。

所以，Agentic AI没有终结“卖铲子”的生意，而是彻底改变了“铲子”的定义和利润分配图。

新的认知应该是：AI铲子的价值正从“GPU单极”转向“CPU、内存、存储、PCB及系统整合的全栈协同”。 这场变革不是零和游戏，而是将整个AI硬件产业链的蛋糕做得更大，并为在不同环节具备核心竞争力的玩家——包括正在崛起的中国供应商——打开了新的价值空间。

GPU依然重大，但它不再是唯一的故事；真正的竞争，目前是整个系统效率的竞争。