- 花旗参加Hot Chips 2026大会首日后总结七大主题：(1) CPU正成为智能体AI的"编排层"，从单纯算力转向工作流管理；(2) 功耗效率取代绝对性
- 序号：125
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
- 花旗参加Hot Chips 2026大会首日后总结七大主题：(1) CPU正成为智能体AI的"编排层"，从单纯算力转向工作流管理；(2) 功耗效率取代绝对性能成为首要设计约束；(3) 封装与系统架构的重要性与制程工艺同等关键；(4) 内存带宽与数据移动正成为系统性能瓶颈；(5) 定制芯片持续蓬勃发展，惠及代工厂和封装供应商；(6) 物理AI（机器人、自动驾驶）将成为下一波计算浪潮；(7) ARM在AI基础设施中的份额持续提升，已占据超60%的AI平台主机CPU份额。整体核心信息：行业正从以GPU为中心的AI建设转向以基础设施为中心的AI建设，CPU、网络、内存、封装和系统集成的重要性日益凸显。
花旗（Citi）于2026年8月25日发布关于 的快评报告。报告核心信息是：——CPU、网络、内存、封装和系统集成的战略地位正全面提升，与加速器（GPU）同等重要。 报告归纳了七大主题： ：服务于智能体（Agentic）AI的工作流管理 ：从追求FLOPS转向追求每瓦性能
- CPU正在复兴——从算力引擎到智能体编排层 报告认为，本届Hot Chips大会传递的最一致信号是：。Intel、AMD、Nvidia、Fujitsu、Arm等厂商均强调，未来的制胜CPU不再是那些拥有最高原始算力的产品，而是能够高效管理海量AI工作流和数据移动的处理器。 ：反复强调智能体AI本质上是"工作流问题"而非单纯的"算力问题"。其Vera CPU明确以"最大化每核心的智能体性能、数据处理和I/O"为核心设计目标。 ：指出智能体AI显著增加了对编排和外设处理的CPU需求。 ：通过NPU与CPU核心协同处理AI编排任务。 📌 ：传统"GPU吃掉一切"的叙事正在被改写，CPU供应商（Intel、AMD、ARM生态）有望迎来价值重估。
- 功耗效率取代绝对性能，成为首要设计约束 几乎所有计算厂商都将宣传重点从"绝对性能"转向""。这反映了行业从"最大化FLOPS"向"在功耗约束下最大化性能"的根本转变。 ：缩小了芯片尺寸、降低内存需求、功耗和封装成本。 ：专为功耗受限的数据中心设计。 ：定位为"绿色AI数据中心"处理器。 ：强调性能、可扩展性、安全性与效率的平衡。 ：提出到2030年实现机架级效率提升20倍（20x）的长期目标。 📌 ：先进制程、封装创新和系统架构的受益者（如TSMC先进封装、Intel Foundry等）将持续获得估值溢价。
- 封装与系统架构与制程同等关键 未来的差异化越来越来自，而非单纯的制程领先。 ：取消了基础裸片（base die），计算面积减少约30%，转向MCP封装，使用UCIe进行裸片间通信。 ：采用扇出织物（Fan-out Fabric）架构、模块化计算块以及统一的内存和I/O织物。 ：采用CoWoS-L封装、多Chiplet设计，分离加速器、缓存/织物和I/O裸片。 ：强调跨CPU、GPU、网络和存储的系统集成。
- 内存与数据移动成为性能瓶颈 AI系统的性能越来越多地受到的限制，而非纯算力。 ：可扩展一致性架构、海量I/O、NVLink 6（延迟比以太网低3倍、数据包速率高10倍）。 ：432GB HBM4、23.3 TB/s带宽，内存和互连性能显著提升。 ：16通道内存架构和统一内存织物。 📌 ：HBM供应商（如SK Hynix、Micron、Samsung）和高速互连芯片公司将持续受益于AI基础设施升级周期。
- 定制芯片（Custom Silicon）持续蓬勃发展 大会反复出现的主题是：。这为代工厂、封装供应商和定制芯片生态系统创造了大量机会。 尤其引人注目：其内部开发的传感器融合处理器基于TSMC 5nm制程，专门为自动驾驶工作负载定制。
- 物理AI——下一波计算浪潮 报告指出，虽然当前的AI支出集中在数据中心，但未来的AI增长将延伸至。 ： 累计自动驾驶里程超2亿英里 已完成超2000万次付费自动驾驶出行 多模态AI（摄像头、激光雷达、雷达、麦克风） 计算功耗低于1kW 长期目标：在车内运行1万亿参数模型
- ARM在AI基础设施中的份额持续提升 ARM在超大规模AI基础设施中的相关性持续增强，特别是在功耗效率关键的场景下。 ：核心数推至136个，晶体管数量超1000亿个。 ARM官方声称：。 Nvidia Vera使用基于ARM的自研Olympus核心。 Fujitsu Monaka同样基于ARM架构。 📌 ：ARM的"AI基础设施赢家"叙事正在被产业数据持续验证，60%以上的份额数据是一个重要的里程碑。
本报告为花旗参加Hot Chips 2026大会首日后的，未涉及具体公司估值或评级调整。 但从报告内容可以提炼出以下： 受益方向代表公司 CPU/编排层复兴 Intel、AMD、ARM生态 先进制程与封装 TSMC（先进封装）、Intel Foundry HBM内存 SK Hynix、Micron、Samsung 高速互连 NVLink、Broadcom、Marvell等 定制芯片生态 TSMC、ASE等封装厂 物理AI/自动驾驶 Waymo（Alphabet）、Nvidia
：当前AI基础设施投资规模巨大，若智能体AI或物理AI的商业化进展不及预期，可能导致整个供应链投资周期提前见顶。 ：CPU价值重估依赖于智能体AI的实际部署规模，若企业级智能体应用普及速度低于预期，CPU需求增长可能弱于市场预期。 ：随着AI集群规模扩大，功耗和散热问题可能成为制约因素，可能影响下一代产品的部署节奏。 ：涉及Intel、AMD、Nvidia、TSMC等公司的先进制程和封装业务，地缘政治冲突（如出口管制、台海局势）可能对供应链造成重大冲击。 ：定制芯片趋势可能侵蚀传统通用芯片厂商（如Nvidia）的市场份额，影响其定价权和利润率。 ：ARM本身不制造芯片，依赖合作伙伴，若ARM架构的生态优势被RISC-V等开源架构削弱，可能影响相关公司前景。
总体总结
主题正文
-
- 花旗参加Hot Chips 2026大会首日后总结七大主题：(1) CPU正成为智能体AI的"编排层"，从单纯算力转向工作流管理；
- 整体核心信息：行业正从以GPU为中心的AI建设转向以基础设施为中心的AI建设，CPU、网络、内存、封装和系统集成的重要性日益凸显。
- 报告核心信息是：——CPU、网络、内存、封装和系统集成的战略地位正全面提升，与加速器（GPU）同等重要。
- Intel、AMD、Nvidia、Fujitsu、Arm等厂商均强调，未来的制胜CPU不再是那些拥有最高原始算力的产品，而是能够高效管理海量AI工作流和数据移动的处理器。
- ：当前AI基础设施投资规模巨大，若智能体AI或物理AI的商业化进展不及预期，可能导致整个供应链投资周期提前见顶。
- ：CPU价值重估依赖于智能体AI的实际部署规模，若企业级智能体应用普及速度低于预期，CPU需求增长可能弱于市场预期。
- ：定制芯片趋势可能侵蚀传统通用芯片厂商（如Nvidia）的市场份额，影响其定价权和利润率。
- ：ARM本身不制造芯片，依赖合作伙伴，若ARM架构的生态优势被RISC-V等开源架构削弱，可能影响相关公司前景。