计算机行业点评：AI进入新临界点

敬请参阅最后一页特别声明 1 本周观点  Agent 生态持续扩张。1）大模型公司 Anthropic 大幅上调未来数年的营收预测，预计今年销售额将增长四倍，达 180亿美元，而明年将达 550 亿美元。其 AI 编码助手 Claude Code 去年 11 月的年化收入已超过 10 亿美元。2)1 月 27 日月之暗面发布并开源 K2.5 模型，最大亮点在于 Agent 集群。K2.5 能根据任务需求，现场调度多达 100 个分身，并行处理 1500 个步骤。3) AI 助手 Clawdbot 近期爆火，不仅吸引大量开发者尝试，更引来腾讯云、阿里云等国内云厂商火速接入。Clawdbot 能接管个人终端几乎所有任务。可以帮用户清空收件箱、发送电子邮件、管理日历、办理航班值机等等，并且可以接入用户常用的聊天 APP，通过 WhatsApp、Telegram 等平台发送指令。Clawdbot 带来的“贾维斯”式的未来人机交互体验，为 Agent 形式打开了新的思路。  Agent 驱动的强化学习(RL)时代，CPU 可能比 GPU 更早成为瓶颈。与传统单任务 RL 不同，现代 Agent 系统需要同时运行成百上千个独立环境实例，"环境并行化"让 CPU 成为事实上的第一块短板。主要源于三大核心逻辑：1）Multi-Agent 带来 OS 调度压力， Agent 的“推理-执行-反思”循环机制需要操作系统层面频繁调度，且沙盒（Sandbox）的运行高度依赖 CPU 算力。2）为解决长上下文导致的 GPU 显存容量问题，业界采用 KV Cache Offload 技术将数据迁移至 CPU 内存，这不仅要求 CPU 具备大内存，还需其承担繁重的调度与传输任务。3) 高并发工具调用：检索、编码、网页浏览等非模型推理任务上由 CPU 执行，在高并发场景下，多线程/多进程的处理需求推高了 CPU 的负载。  DeepSeek Engram 架构或进一步推动以存代算。DeepSeek 推出 Engram 架构，把大模型里的“计算”和“超大规模记忆”解耦，Transformer 的算子全部在 GPU/加速卡上计算，而 1000 亿参数的 Engram 表存储运行则在CPU 内存中。此外 Anthropic 推出的 Claude Cowork，通过知识库为 Claude 设计的一种全新永久记忆方式。我们认为，类 Engram 架构能有效突破 GPU 显存限制，从而推动以存代算需求和 CPU 配比提升。  Agent 驱动存储需求持续增长。近期美国存储厂商陆续披露亮眼业绩。Agent 的执行过程需要记忆以及上下文缓存，对存储带来了巨大需求。三星发布白皮书深入探讨了 Agentic AI 时代，利用 SSD 进行 KV Cache Offloading，可以解决 GPU 显存瓶颈、提高推理性能并降低成本。在 Agent 环境中，多轮对话需反复处理相似提示词。若 KV缓存仅存于 GPU 本地，会话迁移时需重新预填充，引入高延迟。通过将 KV 缓存卸载至 SSD 等共享存储，可实现跨节点快速恢复。 投资建议  相关标的： 海外算力/存储：中际旭创、新易盛、兆易创新、大普微、中微公司、天孚通信、源杰科技、胜宏科技、景旺电子、英维克等；闪迪、铠侠、美光、SK 海力士、中微公司、北方华创、拓荆科技、长川科技。 国内算力：寒武纪、东阳光、海光信息、协创数据、华丰科技、星环科技、网宿科技、首都在线、神州数码、百度集团、大位科技、润建股份、中芯国际、华虹半导体、中科曙光、润泽科技、浪潮信息、东山精密、亿田智能、奥飞数据、云赛智联、瑞晟智能、科华数据、潍柴重机、金山云、欧陆通、杰创智能。 CPU：海光信息、中科曙光、澜起科技、禾盛新材、中国长城、龙芯中科、兴森科技、深南电路、宏和科技、广合科技。 风险提示  行业竞争加剧的风险；技术研发进度不及预期的风险；特定行业下游资本开支周期性波动的风险。 行业点评 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 一、Agent 生态持续扩张 ......................................................................... 3 二、三大逻辑揭示 Agent 对 CPU 的刚性需求 ......................................................... 4 三、 Agent 驱动存储需求持续增长 ............................................................. 6 四、相关标的 ................................................................................... 8 风险提示 ....................................................................................... 8 图表目录 图表 1： Kimi K2.5 模型使用多个角色的 agent 集群完成综述 ......................................... 3 图表 2： KV Cache 卸载使得 KV Cache 能够从有限的 GPU 内存中传输到更大且性价比更高的存储 ........ 4 图表 3： 五大代表性 Agent 工作负载中的任务延迟分布 .............................................. 5 图表 4： 五大代表性 Agent 工作负载中的任务延迟分布 .............................................. 5 图表 5： 处理 LangChain 工作负载时，AMD Threadripper CPU 和 Nvidia B200 GPU 的动态能耗 ........ 6 行业点评 敬请参阅最后一页特别声明 3 扫码获取更多服务 一、Agent 生态持续扩张 近期全球 Agent 生态进展不断，业界创新频出： 大模型公司 Anthropic 大幅上调未来数年的营收预测，财联社 1 月 28 日报道 Anthropic预计今年销售额将增长四倍，达 180 亿美元，而明年将达 550 亿美元。该公司旨在缩小与老对手 OpenAI 之间的营收差距。这些营收预测远高于 Anthropic 去年夏天的预测，反映了 Anthropic 近期的成功，包括其 AI 编码助手 Claude Code 的增长。该产品去年 11 月的年化收入已超过 10 亿美元，约占当时总年化收入的 14%，这帮助该公司在去年年底实现了超过 90 亿美元的年化收入。不过，由于训练和运行其 AI 模型的费用也在增长更快，超过了收入，因此，Anthropic 将预期现金流正增长的时间推迟到了 2028 年，比此前预测晚了一年。 1 月 27 日月之暗面发布