随着AI应用从聊天问答向自主执行任务演进，服务器硬件需求结构正在发生变化。TrendForce预计，Google、Amazon、Meta、Microsoft、Oracle以及字节跳动、腾讯、阿里巴巴和百度九家云服务商，2026年资本支出合计将超过8867亿美元，同比增长约90％；全球AI服务器出货量预计增长接近31％。围绕AI的资本开支已从模型训练扩展至芯片、服务器和数据中心。
此前一轮硬件需求主要由大模型训练驱动。GPU凭借大量并行计算单元成为核心，并沿计算、存储、互联路径扩散，带动HBM、800G/1.6T光模块及CoWoS等先进封装产能紧缺。而在Agent类应用出现后，服务器处理的任务类型显著增加。以Meta近期推出的Muse为例，该产品上线12天内获得约280万次下载，可执行发送邮件、购物和预订旅行等任务，Meta为其设计了包含浏览器及数据环境的隔离Secure VM运行环境，用户退出App后任务仍可继续。
Agent执行任务时，需完成理解指令、调用模型、访问网页、查询数据库、运行代码等一系列动作，调度、数据预处理和系统管理工作大幅增加。TrendForce研究显示，传统AI数据中心CPU与GPU配置大致在1:4至1:8之间，而在Agentic AI部署中，部分架构可能向1:1至1:2移动。英特尔管理层亦曾给出类似判断：训练工作负载通常为一颗CPU搭配7至8颗GPU，推理阶段可能缩至3至4颗，复杂Agent及多Agent场景将继续提高CPU占比。
CPU配置提升进一步传导至内存与存储环节。Agent在任务编排和多工具协同时需要更多DRAM资源，TrendForce已将Agentic AI带来的CPU配置提升列为服务器DRAM需求增长的动力之一。企业级SSD受到的拉动更为明显，AI推理需处理更长上下文并保存大量KV Cache，当DRAM成本过高或容量不足时，部分数据可下沉至企业级SSD。今年一季度，全球前五大企业级SSD厂商收入达184.6亿美元，环比增长86.1％，TrendForce认为AI Agent服务普及及云厂商采购是重要动力，当季市场出现明显供需失衡。
需求链近期还延伸至IC载板领域。服务器CPU普遍采用高端ABF载板，若Agent持续推高CPU配置，ABF将新增来自CPU侧的需求。当前高端ABF供应本就偏紧，主要动力来自GPU、ASIC和HPC。欣兴今年9月已表示高端ABF产能非常紧张，景硕计划将2027年ABF月产能较2026年底提高25％。
从Muse的下载量直接推导ABF销量并不成立，中间涉及用户活跃度、任务时长、虚拟化效率、CPU配置及云厂商采购周期等多重变量。产业链真正关注的是，若Agent从数百万用户走向数千万乃至数亿用户，这些变量最终将把多少计算需求传导至服务器。AI应用仍在争夺用户，服务器厂商已开始重新核算采购清单。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
