亚商投顾沈杨：阅读理解，瓶颈在显存带宽和GPU算力

这是一个非常深刻且切中当前AI发展（特别是大模型Agent和具身智能）痛点的观察。

要理解“为什么在Agent强化学习（RL）中，CPU比GPU更早成为瓶颈”，我们需要从计算模式的本质区别、Agent的交互方式以及强化学习的数据生产机制这三个维度来剖析。

1. 根本差异：数据是“算”出来的，而不是“读”出来的

在传统的监督学习（Supervised Learning）中，数据存储在硬盘上。CPU的工作只是把图片或文本读出来，做简单的预处理（Resize, Tokenize），然后丢给GPU。这个过程很快，CPU几乎没压力。

但在Agent强化学习中，数据不存在于硬盘里，而是由Agent与环境（Environment）交互实时生成的。

环境模拟（Environment）：无论是玩游戏（如Dota2）、控制机器人（如Mujoco物理引擎）、还是智能体调用工具（如运行Python代码、浏览网页），这些逻辑绝大多数运行在 CPU 上。

工具调用（Tools）：研报中特别提到了“构建各种工具”。如果Agent决定“调用计算器”或“搜索网络”，这些操作涉及复杂的逻辑判断、API请求、IO解析，这些都是典型的CPU密集型（或IO密集型但由CPU调度）任务，GPU完全帮不上忙。

结论：GPU处理神经网络一次前向传播可能只需要几毫秒，但CPU运行一次环境模拟、等待一个网页加载或执行一段代码可能需要几十甚至几百毫秒。

2. 规模不对等：为了喂饱一个GPU，需要成百上千个CPU核心

由于GPU的并行计算能力极强（一次能处理几千条数据），而CPU运行的环境通常是串行的（或者每个核心运行一个环境）。

为了不让GPU空转，工业界通常采用大规模并行环境（Vectorized Environments）的策略。

场景：假设GPU一次训练需要个Batch Size为4096的数据。

现状：如果一个CPU核心每秒只能产生10步数据，那么你需要 400+个CPU核心 同时运行环境，才能勉强跟上GPU的吞吐速度。

这就是为什么研报说“需要海量的CPU”。如果是复杂的Agent任务（例如需要调用Docker容器运行代码），单个环境的开销极大，CPU算力会瞬间耗尽。

总结

国联民生这篇研报的核心逻辑是：AI的训练范式正在从“静态学习”转向“动态交互”。

过去（LLM预训练）：阅读理解。瓶颈在显存带宽和GPU算力。

现在/未来（Agent RL）：实践出真知。Agent需要在一个模拟的、复杂的数字世界中不断尝试、犯错、调用工具。构建这个“数字世界”并维持其运转，是CPU的责任。

因此，随着Agent从简单的聊天机器人进化为能操作电脑、能进行科学计算的实体，CPU的单核性能（处理复杂逻辑）和核心数量（并发环境数） 将成为决定AI进化速度的关键短板。

半导体国产替代的三大核心机会及逻辑：

机会一：半导体设备 —— “从0到1”的硬核突围

核心逻辑：被动式强制替代 + 份额提升的确定性

非市场化因素主导： 由于美国对先进设备的出口管制（特别是光刻机、高端刻蚀机、薄膜沉积设备），国内晶圆厂（中芯国际、长江存储等）为了扩产，必须采购国产设备。这不是选修课，是必修课。

验证加速：以前国产设备求着晶圆厂试用，现在是晶圆厂主动配合设备厂调试。一旦通过验证，订单就是爆发式的。

全线突破：除了光刻机（还在攻坚），在刻蚀、沉积、清洗、CMP（化学机械抛光）等环节，国产化率正在从10%向50%甚至更高迈进。

机会二：高端半导体材料 —— “高壁垒、高粘性”的现金牛

核心逻辑：耗材属性（持续复购） + 极低的国产化率

商业模式优越： 设备是一次性买卖，材料是年年都要买的耗材。晶圆厂产能开动，材料厂商就在印钞。

认证壁垒高： 也就是前面提到的G5级标准。一旦进入供应链（如台积电、中芯），客户极难更换供应商（怕影响良率）。这种“客户粘性”带来了极高的护城河。

高端空白：在光刻胶（ArF/KrF）、抛光垫、电子特气等高端领域，国产化率依然个位数，未来的增长不是10%-20%，而是几倍的空间。

机会三：先进封装与算力芯片 —— “弯道超车”的新战场

核心逻辑：后摩尔时代 + AI算力爆发

规避光刻机限制： 在我们无法获得EUV光刻机制造3nm/5nm芯片的情况下，通过Chiplet（小芯片）和先进封装（2.5D/3D封装）技术，把成熟制程的芯片“拼”在一起，达到接近先进制程的性能。这是中国半导体突围的唯一“捷径”。

AI需求驱动： ChatGPT等AI算力需求爆发，带动了HBM（高带宽内存）和CoWoS封装的需求。谁掌握了先进封装，谁就掌握了AI芯片的命门。

产业链配套： 封装技术的升级，直接带动了上游封装基板（ABF）、封装材料的升级。

半导体：AI 驱动全球半导体市场结构性增长，先进逻辑及存储需求高增

AI 驱动下的半导体投资聚焦于两大主线：一是直接受益于算力需求爆发的高端逻辑芯片、存储器（HBM）；二是在全球供应链变局下，模拟芯片、设备、材料等领域持续突破的国产替代机会。

1. 行业产值加速逼近万亿美元大关

2. 区域市场结构性分化：美洲与亚太领跑

3.细分领域结构性分化：逻辑芯片与存储器是市场增长的主要动力

受 AI 与数据中心基础设施建设的推动，逻辑芯片和存储器成为市场增长的主要动力，2025 年逻辑芯片预计同比增长 37.1%，存储器同比增长 27.8%。

免责声明：本刊物由亚商投资顾问沈杨（执业编号：A0240623030002）编辑整理，个股展示仅说明过往案例，不作为投资建议；过往行情及形态，不作为未来行情的唯一评判标准，过往案例未考虑市场因素及交易风险等情况，仅作展示参考使用，不作为未来的服务结果或承诺，据此操作，风险自担。本刊物仅代表个人观点，任何投资建议不作为您投资的依据，您须独立作出投资决策，风险自担。

作者是秉持独立、客观、公正和审慎的原则制作而成，作者对文中所涉及的投资产品描述力求客观、公正，但相关投资产品所涉及到的观点、结论和建议仅供参考，不代表作者对任何投资产品做出具导向性的购买建议。本刊物虽力求做到准确、客观、公正，但不保证在实际使用中不发生任何变更。

本刊物仅供参考，任何人参考本报告进行投资的行为，均应对相应投资结果自行承担风险。并且，当您选择使用本专刊，即表示您已经认真阅读了本声明并同意接受本声明全部内容。本刊物不对投资行为及投资结果做任何形式的担保。

本刊物版权为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用须注明出处为本公司，且不得对本刊物进行有悖原意的引用、删节和修改。刊载或者转发本刊物中的投资观点及策略，应当注明本刊物的发布人和发布日期，并提示使用本刊物的风险。未经授权刊载或者转发本专刊的，本公司所将保留向其追究法律责任的权利。