◆ Daocaijing · 稻草财经 AI 投研

Meta Muse个人智能体的影响；AMD看至800美元

稻草财经 AI 研报速读 · 来源：海外投行 · 2026-10-07
一句话看懂：看多：AI智能体持续运行驱动CPU TAM升至2030年3000亿美元，AMD为主要受益者，目标价升至800美元

稻草财经 视角 · 独立逻辑线拆解

1. 智能体推高CPU TAM至3000亿美元

事实：CPU TAM从2025年290亿美元升至2030年3000亿美元（CAGR 60%）；智能体CPU 247% CAGR至1570亿；CPU-GPU配比从1:8、1:4升至1:1以上

传导：智能体持续运行带来token量与算力消耗大增→推理型CPU成为新瓶颈→CPU TAM扩张

影响：AMD为主要受益者，Intel为次级受益者

验证：原文未提及

2. Meta Muse单用户GPU收入测算

事实：基础情形每用户需0.0020台GB200级GPU， bulls情形0.0039；1亿日活对应20-39万GPU、2800-5500台NVL72、70-190亿美元英伟达一次性收入

传导：Muse为首个社交网络级消费AI智能体→按自下而上模型测算单用户token消耗（每日约23.8万输入/5万输出token）→推算GPU与英伟达收入

影响：英伟达受益，70%消耗来自写而非读

验证：Meta未披露使用量与服务架构，测算基于模型假设

3. AMD目标价上调至800美元

事实：TP自575上调至800美元，维持2026年首选成长半导体股；SOTP：数据中心GPU/CPU 370/325美元（35/35x 2028E PE）、客户端32（15x）、游戏2（6x）、嵌入式30（20x）、净现金约41美元

传导：CPU TAM上调+Meta为AMD服务器大客户→上调AMD估值与预期

影响：AMD受益；Bull 900美元（+42%）/Base 800（+27%）/Bear 300（-53%）

验证：原文未提及

4. 内存与网络联动需求

事实：CPU对LP、DDR、SSD attach率高；美光预计服务器出货CY26/27高双位数增长，称CPU正对DRAM形成约束；智能体增加网络流量，BlueField DPU与Spectrum-X以太网构成新加速机会

传导：智能体工作负载拉动CPU→内存attach与DRAM约束→网络流量增加创造DPU/以太网加速需求

影响：美光、英伟达（DPU/网络）受益

验证：原文未提及

核心逻辑

智能体（Muse、Dots、Instinct、GrokBot、GeminiSpark）不同于闲置的聊天机器人，可后台持续运行，推理、算力、内存与网络消耗显著增加，CPU-GPU配比从训练1:8、推理1:4升至智能体场景1:1以上。由此花旗将2030年CPU TAM上调至3000亿美元；AMD作为CPU复兴主要受益者、Meta为其服务器业务最大客户之一，目标价升至800美元；GPU需求提升亦支持NVDA 315美元目标价。

关键利好

主要风险

展开完整深度解读（报告综述·更多利好与风险）

报告综述

花旗在Meta Muse等个人AI智能体发布后更新CPU模型，将2030年CPU TAM自290亿美元上调至3000亿美元（2025-2030年CAGR 60%），其中通用CPU 640亿、AI头节点780亿、智能体CPU 1570亿。因认为AMD是CPU复兴主要受益者且Meta是其服务器业务最大客户之一，将AMD目标价从575美元上调至800美元，维持偏多，SOTP估值含数据中心GPU/CPU 370/325美元（35/35x 2028E PE）。每新增百万智能体日活用户约值英伟达70-190亿美元收入（按新服务器计），1亿日活对应约20-39万块Blackwell级GPU、2800-5500台NVL72机架、约70-190亿美元一次性英伟达收入。NVDA维持偏多，目标价315美元（约21x C27E PE）。报告并复述AMD IR要点：Helios机架爬坡、2026到2027出货量指引翻倍以上、Venice为AMD史上最重要服务器项目、AMD展望2200亿美元服务器TAM并志在超50%份额（约1000亿美元业务）、毛利率Q3指引56%、Q4或降约100bps。

机构评级与目标价

机构评级AMD：Buy（1-Buy）；NVDA：Buy
目标价AMD 800美元（原575美元）；NVDA 315美元

本文为 稻草财经 对海外投行公开研报的 AI 解读与整理 · 解读置信度 95%，不含研报原文；完整跟踪与实时行情请在 稻草财经 终端查看。

更多研报解读

奈飞：冰河世纪：恐龙黎明-申增持评级
美国经济：美联储理事沃勒表示，预计还将进一步加息
在 稻草财经 终端看实时行情与更多解读 →