Agent时代的估值重估：中美股市AI产业链打开第二增长曲线

撰文 毕峰 编辑 陈辰

过去三年，资本市场理解人工智能的核心词几乎等同于GPU。进入2026年后，这套定价框架开始出现明显变化。随着AI Agent从“回答问题”转向“执行任务”，人工智能对基础设施的需求正在从单点算力扩散到整套计算系统：GPU继续承担模型推理，但CPU要负责浏览器、代码执行、工具调用和虚拟机，内存要保存上下文与状态，网络和光互联要搬运越来越庞大的数据，存储、电源与液冷则承接持续运行的后台任务。Agent并没有削弱GPU，反而把AI资本开支的边界从一颗芯片扩大到一台服务器、一个机架乃至一座数据中心。

Agent改写AI“算力账本”

生成式AI第一阶段的典型工作流是“输入—推理—输出”。模型完成一次回答，计算任务基本结束。Agent则不同：它需要持续读取上下文、访问网页和数据库、调用外部工具、执行代码、处理文件，并可能与其他Agent协同完成多步骤任务。于是，衡量AI需求的指标不再只是模型参数量和训练GPU数量，而逐渐转向“Agent数量×运行时间×工具调用次数×模型调用次数”。

这会改变服务器内部的资源消耗结构。大量模型推理仍由GPU或ASIC承担，但浏览器运行、容器、操作系统、任务调度、数据预处理等工作天然依赖CPU；长上下文和并发任务推高DRAM与HBM需求；跨节点调用增加交换网络和光互联压力；企业知识库、RAG、日志和长期记忆又会增加SSD与数据湖的读写。资本市场近期重新关注AMD、Intel和Arm，本质上正是在交易这种“AI基础设施需求再平衡”。

因此，Agent时代更合理的硬件价值公式，正在从“GPU数量”变成“GPU/XPU＋CPU＋HBM/DRAM＋高速互联＋光模块＋存储＋电源/液冷”。这不是对GPU逻辑的替代，而是GPU扩张之后的第二层外溢。

图表1｜Agent需求如何向硬件产业链传导

Agent规模化

计算

内存

网络

光互联

存储

电力/液冷

持续运行/多工具调用

GPU/XPU + CPU

HBM/DRAM/CXL

交换机/SerDes/AEC

800G/1.6T/CPO

SSD/HDD/数据湖

UPS/配电/冷却

资料来源：根据产业链公开资料整理。

美股：从GPU独舞走向“整座AI工厂”

美国市场的优势在于，它几乎覆盖了Agent基础设施最核心的上游环节。英伟达仍是推理算力的中心，但AMD、Broadcom、Arista、Micron以及光通信公司正在获得更清晰的增量逻辑。与2023年相比，市场关注点已经从“谁能提供GPU”扩展为“谁能提高整座AI工厂的吞吐效率”。

CPU是最先被重新定价的环节。AMD的特殊性在于，其业务已经从EPYC服务器CPU延伸到Instinct GPU、Pensando网络和ROCm软件。Helios机架级系统把CPU、GPU与网络放进同一个系统框架，说明未来AI服务器的竞争越来越接近整机架协同，而不是单芯片性能竞争。Intel同样可能受益于Agent增加通用计算负载，但最终业绩弹性仍取决于服务器CPU竞争力和份额变化；Arm则更多受益于云厂商自研CPU以及高能效服务器架构的扩张。

Broadcom的逻辑更具“双重性”。一方面，Hyperscaler为了降低海量推理成本，会继续扩大定制ASIC/XPU；另一方面，计算节点增加会推高Ethernet交换、SerDes和高速连接需求。也就是说，Agent既可能增加Broadcom的计算芯片价值量，也可能增加其网络芯片价值量。

Arista则处在数据中心网络最直接的位置。随着AI集群从数千卡走向数万卡、十万卡，东西向流量迅速增加，800G向1.6T升级，Scale-up、Scale-out与Scale-across逐渐形成一套完整网络体系。Agent越依赖多个模型、数据库和外部工具协同，数据移动的重要性越高，网络也越接近AI系统本身的一部分。

内存是另一条容易被低估的主线。Agent要保存状态、长上下文和大量中间结果，推理系统因此面临“Memory Wall”。Micron代表的HBM与服务器DRAM，不只是GPU的配套器件，而可能成为决定系统吞吐的重要约束。再往后，企业知识库、RAG、日志和长期记忆会把需求进一步传导到企业级SSD和大容量存储。

表1｜美股Agent基础设施主要映射

环节

代表公司

Agent增量逻辑

观察重点

GPU/加速器

NVIDIA、AMD

模型调用和推理Token增加

推理收入、机架级系统、供给

CPU

AMD、Intel、Arm

浏览器、工具调用、容器、调度等通用计算增加

服务器份额、核心数、云客户

ASIC+网络

Broadcom

定制XPU降推理成本，同时受益Ethernet扩容

AI半导体收入、Hyperscaler订单

交换网络

Arista

AI节点增加带动800G/1.6T Fabric

AI网络收入、客户集中度

内存

Micron

HBM、DRAM容量与带宽需求提升

HBM供给、DRAM价格、毛利率

光互联

Coherent、Lumentum

800G→1.6T→CPO/NPO

高速光器件、激光器、产能

IP/光传输

Nokia

DCI、IP Routing、Optical及AI-RAN

AI & Cloud订单、Infinera协同

电力/液冷

Vertiv

服务器功率密度和持续运行时间提升

订单、产能、液冷渗透率

Agent扩张后，数据移动比计算更稀缺

AI基础设施正在遇到一个越来越现实的问题：芯片计算速度提升得很快，但如果数据不能及时送到芯片，昂贵的算力就会被等待时间吞噬。800G之后升级到1.6T，再向NPO、CPO演进，本质上都是在解决带宽、功耗和距离之间的矛盾。

这条逻辑对中美市场都有较强映射。美股的Coherent、Lumentum更偏上游光器件、激光器和光通信平台；中国则形成了全球竞争力较强的高速光模块与光器件产业链。中际旭创、新易盛、天孚通信等公司的核心变量，不只是英伟达GPU出货，还包括云厂商ASIC规模化、交换机升级以及1.6T渗透率。如果Agent推动推理集群进一步扩张，光互联的需求来源反而会从“GPU数量”扩展到“所有高性能计算节点数量”。

这也是Agent时代最值得关注的结构变化之一：算力芯片可能多元化，但只要节点数量和数据交换量继续增长，高速互联仍然是共同需求。对于A股而言，光模块产业链因此可能仍是全球AI资本开支最直接的映射之一。

A股光模块、国产算力与互联独具优势

中国市场与美国市场的产业优势并不完全重合。美国掌握GPU、CPU、ASIC、交换芯片和高端内存等核心环节，而A股更具全球竞争力的方向主要集中在高速光模块、光器件、国产CPU/DCU、服务器互联以及数据中心基础设施。因此，研究Agent行情时，不能简单寻找“国内版英伟达”，而应寻找Agent扩张后最容易形成真实订单和利润的硬件环节。

海光信息是其中较典型的国产算力映射。其业务并非单一CPU，而是逐步形成CPU、DCU、互联和AI软件栈组合。Agent如果提高服务器CPU负载，同时继续增加AI加速器需求，那么“CPU＋DCU”的结构比单纯GPU替代拥有更宽的需求基础。公司2026年上半年营收90.99亿元，同比增长66.52%；归母净利润17.98亿元，同比增长49.69%；研发投入26.52亿元，占收入29.15%，显示国产高性能计算需求仍处在较快增长阶段。

澜起科技对应的是另一类机会。Agent服务器如果增加内存容量、CPU数量以及节点间互联，DDR内存接口、PCIe/CXL等技术的重要性都会提高。它并不直接决定模型算力，却决定CPU、内存和加速器能否高效率协同，这种“系统瓶颈型”环节往往在服务器架构升级阶段获得更高价值量。

光通信则是A股最清晰的全球化优势环节。中际旭创、新易盛、天孚通信的业绩最终仍取决于海外云厂商资本开支、800G/1.6T放量节奏、客户结构和产品价格，但Agent提供了一个新的需求解释框架：未来计算芯片可以是GPU、ASIC甚至更多CPU，但这些节点都需要更高带宽连接。

表2｜A股Agent硬件链的主要研究方向

方向

代表公司

核心逻辑

关键验证指标

高速光模块

中际旭创、新易盛

800G/1.6T随AI集群扩张

海外收入、1.6T出货、毛利率

光器件

天孚通信

高速光引擎/器件价值量提升

高速产品占比、扩产进度

国产CPU/DCU

海光信息

Agent增加CPU通用计算，同时延续AI加速需求

CPU/DCU收入、服务器生态

内存互联

澜起科技

DDR接口、PCIe/CXL受益服务器内存与互联升级

新品放量、服务器周期

数据中心基础设施

电源/液冷相关公司

机柜功率密度上升、AI机房扩建

订单、液冷收入、资本开支

市场重估潜力

Agent普及后最容易被忽略的变量，是任务从“用户主动触发”变成“机器持续执行”。如果一个用户同时拥有邮件、投资、购物、编程和办公Agent，它们可能在后台周期性读取数据库、搜索网页、调用模型并保存结果。服务器利用时间因此延长，数据读写量增加，最终传导到企业级SSD、Nearline HDD、UPS、配电和液冷。

这一层与CPU、GPU相比距离应用更远，却可能拥有更稳定的资本开支属性。数据中心一旦进入建设周期，电力容量、机柜、电源和制冷往往需要提前部署。Vertiv等公司因此成为AI基础设施“最底层”的观察标的。对A股而言，真正需要跟踪的不是所有液冷概念股，而是已经进入大型数据中心或服务器供应链、能够把订单转化为收入和现金流的公司。

表3｜Agent时代产业链：中美市场的优势环节差异

产业层级

美国市场优势

中国市场优势

Agent时代的核心变量

计算芯片

GPU、CPU、ASIC完整

国产CPU/DCU替代

推理量、CPU负载、ASIC渗透

内存/互联

HBM、DRAM、交换芯片

内存接口、PCIe/CXL

容量、带宽、节点协同

光通信

上游光器件/激光器

高速光模块与部分光器件

800G→1.6T→CPO/NPO

网络设备

AI Ethernet、DCI、IP/Optical

数据中心交换/配套

东西向流量、跨DC流量

基础设施

电力、液冷成熟供应商

电源、温控、液冷制造链

机柜功率密度、IDC扩建

2023年至2025年的AI牛市解决了第一个问题：训练一个足够聪明的大模型，需要多少GPU。Agent时代正在提出第二个问题：如果模型不再等待人类提问，而是变成数以亿计、长期在线的数字劳动力，需要多少完整的计算基础设施？

答案很可能不会局限于某一种芯片。训练时代最稀缺的是GPU；Agent时代GPU仍然重要，但CPU要承担更多工具执行和系统任务，HBM与DRAM要承载更长上下文，交换机和光模块要搬运更多数据，存储要保存Agent产生的内容，最后还需要更高功率密度的数据中心来维持这些任务持续运行。

因此，Agent行情真正值得跟踪的不是“概念相关度”，而是三个可以在财报中验证的问题：Agent是否让单个用户消耗更多计算资源；这种资源增长是否形成服务器、网络和存储的新增订单；新增订单最终能否转化为收入、利润和现金流。只有这三层同时成立，Agent才会从主题交易变成产业趋势。

参考资料：

1. NVIDIA FY2026财报及数据中心业务披露。

2. AMD 2026年AI基础设施及Helios机架级系统公开资料。

3. Broadcom FY2026 Q3财报及AI半导体收入指引。

4. Arista Networks 2026年Q2财报及1.6T AI Fabric产品资料。

5. Micron FY2026 Q3财报及HBM/数据中心内存业务披露。

6. Nokia 2026年Q2财报及AI & Cloud、Optical Networks、IP Networks订单与收入披露。

7. 海光信息2026年半年度报告；中际旭创2025年年度报告等公开文件。

本文为新经济IPO原创内容，未经授权禁止转载。

风险提示：

本文内容均依据公开市场信息（包括但不限于招股材料、上市公司财报、工商信息等）撰写，我方追求基于公开信息基础上对资本背后真相的探索，力求做到观点客观公允，但本文信息及观点仅供参考，不构成任何投资建议，亦不承担由任何个人或组织擅自使用该内容引发的任何损失责任。

内容探讨/爆料/商务联系：NEWECOIPO@gmail.com