Meta Muse引爆CPU需求：花旗预计2030年CPU市场规模达3000亿美元
TREE NEWS 报道， 随着Meta Muse等个人AI智能体的发布，人工智能正从被动响应的聊天机器人向全天候自主运行的智能体演进。花旗最新研究报告指出，这一转变正在重写计算硬件的需求版图，智能体AI是计算需求潜在的呈数量级增长的驱动力。该行预计，到2030年，全球CPU总潜在市场规模将从2025年的290亿美元扩张至3000亿美元，年复合增长率高达60%。
为什么CPU成为新瓶颈
在智能体AI爆发之前，CPU主要局限于传统工作负载，并作为AI应用的头节点，负责将用户请求发送给GPU并返回结果，繁重的矩阵乘法和推理工作由GPU承担。智能体改变了这一分工。它需要处理编排、推理循环、数据处理和安全组件，这些功能高度依赖通用处理器。随着AI从模型训练转向推理，再转向智能体自主工作流，CPU与GPU的配比正在发生显著变化：训练阶段为1:8，推理阶段为1:4，而在智能体AI中正向1:1甚至更高水平演进。花旗预计，到2030年，专用于智能体的CPU将以247%的年复合增长率增长，占据整个CPU市场52%的份额。
Meta Muse的GPU算力账本
Meta Muse是首个在真正社交网络规模上发布的消费者AI智能体，其计算足迹是目前AI基础设施中最重要的变量之一。与标准聊天机器人不同，Muse作为自主智能体持续运行，对GPU的消耗更为庞大。花旗构建了自下而上的GPU需求模型，假设典型用户每天进行4次简单请求和12次智能体任务（如寻找餐厅、核对日历并起草邀请函），每个智能体任务包含约8次模型调用。由于模型在调用之间没有记忆，它必须每次重新读取不断增长的对话上下文。基于此，该行测算每位Muse用户大约需要0.0020块GB200级别的GPU，即一块GPU大约只能服务500名用户。在相同框架下，聊天式用户所需的GPU容量仅为智能体用户的12.5%至25%。若Meta Muse达到1亿日活跃用户，将需要约20万至39万块Blackwell级别的GPU，这可能为英伟达带来70亿至190亿美元的一次性收入。
内存与网络的连锁反应
智能体工作流不仅对逻辑芯片提出更高要求，其连锁反应也蔓延至内存和网络领域。在内存方面，CPU对LPDDR、DDR和SSD有很高的附加率。美光近期指出，以Meta Muse为代表的智能体工作流正在让消费者获取更多价值，而CPU正对DRAM造成更多限制。在网络端，智能体AI实质性地增加了网络流量。英伟达管理层表示，智能体可以持续运行数小时或不间断运行，从而在消费者和企业工作负载中驱动多得多的Token生成。这种持续运行意味着，越来越多访问基础设施的是智能体而非人类，这推动了数据中心内部南北向流量（如存储访问、安全、配置等服务）的增长，从而为使用DPU（如BlueField 4）和Spectrum-X以太网创造了新的加速机会。
市场影响
- 算力供应商：花旗指出，由于Meta是AMD服务器业务的最大客户之一，AMD将成为CPU复兴的主要受益者，其目标价被上调至800美元；英伟达也将因GPU需求激增而持续获益。
- 内存：随着CPU密集型工作负载扩大，DRAM和SSD附加率上升，利好内存制造商。
- 网络：智能体流量增长推动DPU和以太网架构需求。
- 半导体供应链：晶圆代工、先进封装和高带宽内存供应商面临结构性需求上升。
投资者要点
智能体AI不仅是软件故事，更是硬件需求故事，且形态与训练热潮不同。投资者应关注三个信号：Meta Muse及类似智能体能否达到支撑花旗GPU测算的日活规模；CPU与GPU配比向1:1演进的速度；以及内存和网络供应商能否跟上节奏。最大的风险在于执行：若智能体采用停滞或推理效率提升快于预期，需求曲线可能趋平。但如果花旗判断正确，AI交易的下一条主线可能来自CPU、DRAM和数据中心网络，而不仅仅是GPU。
