📋 全文总结 本次交流围绕CPU和存储芯片两大热点展开，核心观点如下： 一、CPU需求爆发式增长的根本原因：AI从云端训练走向终端推理 过去两年AI主要处于云端训练阶段，依赖GPU大规模并行计算，CPU仅作为配角（1:8或1:4配比）。 随着AI进入推理阶段和Agent时代，终端需要执行完整的AI动作（
- 过去两年AI主要处于云端训练阶段，依赖GPU大规模并行计算，CPU仅作为配角（1:8或1:4配比）。
- 随着AI进入推理阶段和Agent时代，终端需要执行完整的AI动作（识别、交互、决策），CPU作为系统级运算核心不可或缺。
- CPU需求量将呈指数级增长：从云端训练的1:8（CPU:GPU），到云端推理的1:4，再到终端Agent时代的1:1甚至更高。由此带来CPU需求成N倍增长，并推升股价。
- 存储和先进工艺（芯片制造）是制约AI发展的核心瓶颈，也是拉开巨头差距的关键。
- 存储方面：HBM从2代向4代快速演进，技术迭代叠加恐慌性备货，导致SSD等产品价格暴涨。原厂话语权极大，已提前锁定客户未来2-3年的订单，营收与股价持续向好。
- 先进工艺方面：英特尔拥有自有制造能力的独特优势（IDM模式），在CPU需求爆发时可快速调整产能，无需与其他厂商争夺台积电排期。
- 英特尔有自有先进工艺（14A已稳定出货，18A良率爬升），叠加自身CPU产品IP和客户生态，形成深厚护城河。
- 与AMD、高通等无厂设计公司相比，英特尔拥有自己的晶圆厂，在订单激增时可以灵活调整产能，这一优势在本轮CPU爆发周期中尤为关键。
- 长期看，半导体公司的护城河（硬件+生态）使其估值逻辑强于模型等软件公司——芯片公司壁垒极高、集中度高、穿越周期，其价值终究会被市场认可。
- 国产CPU厂商（海光、龙芯、鲲鹏、飞腾等）在信创行业渗透率已有不错基础，客户亦留出供应窗口供国产方案验证。
- 端侧AI场景对硬件规格要求低于云端训练，国产芯片有望凭借本土模型适配和政策优势切入。
- DeepSeek V4等国产模型已实现与本土硬件协同开发，模型与芯片互相定义的趋势利好国产产业链。
- 存储模组厂话语权弱于原厂，原厂（三星、海力士、美光）在强势周期内会尽可能将利润留给自己。
- 存储已进入超级周期半年，价格已大幅上涨，未来增速可能放缓，但AI真实需求（HBM4等新品迭代）仍支撑中期景气。
- CPU涨价刚刚开始，订单端刚刚爆发。市场应关注CPU从消费级向AI级产能转移带来的供应紧俏和涨价趋势。