藍博士RMBS

1️⃣ 核心邏輯：AI 的「腦體分離」時代 趨勢確認：市場焦點從單純的「模型訓練」轉向「複雜推理與代理執行」。 架構質變：過去 AI 依賴 GPU 暴力堆疊；現在 DeepSeek 等高效架構證明，透過優化算法與記憶體管理，可降低對單一 GPU 的依賴。 CPU 新定位：不再只是管家，而是轉型為「長文本的記憶體控制器」與「Agent 代碼的執行沙盒」。 2️⃣ 技術驅動的兩個紅利 紅利 ①：記憶體外溢效應 痛點：GPU 的 HBM 太貴且容量有限，無法處理超長上下文。 解法：將不常用的上下文與檢索數據庫卸載至 CPU 管理的 DDR5 記憶體。 硬體影響：伺服器需要配置比以往多 2-4 倍的 DRAM，且極度依賴 CXL 技術來降低延遲。 紅利 ②：Coding Agent 的邏輯驗證 痛點：GPU 擅長「寫」程式，但不擅長「跑」程式。 解法：AI Agent 生成代碼後，需在 CPU 環境中編譯、執行、除錯。 硬體影響：推理伺服器的 CPU 核心數需求上升，高併發能力的 Arm 架構優勢浮現。 3️⃣ 風險提示 技術路線風險：若 HBM4 堆疊容量突破或價格崩跌，外溢至 DDR5 的需求將會延緩。 估值修正：硬體組裝廠毛利極低，需視為週期股而非成長股操作。 4️⃣ 精選受惠股清單 第一梯隊：記憶體架構與互連（最直接受惠） 🔻 Rambus (RMBS) 關鍵字：CXL、記憶體介面晶片 理由：CPU 要管理海量 DRAM，必須依賴介面晶片與 CXL 互連技術。這是「記憶體外包」得以實現的物理橋樑。 🔻 Micron Technology (MU) 關鍵字：DDR5、LPDDR5X 理由：除了 HBM 題材，伺服器主記憶體容量倍增是 Agent 時代的剛需。 🔻 Marvell Technology (MRVL) 關鍵字：客製化 ASIC、光通訊、CXL 理由：AWS 與 Google 的自研 Arm CPU 背後多有 Marvell 的 IP 或設計服務；同時其 CXL 控制器是解決 CPU-GPU 頻寬瓶頸的關鍵。 第二梯隊：高併發運算載體（Arm 架構優勢） 🔻 Arm Holdings (ARM) 關鍵字：Neoverse 平台 理由：Grace CPU 與 AWS Graviton 的核心架構授權方。Agent 需要大量輕量級執行緒，Arm 的多核能效比優於傳統 x86。 第三梯隊：伺服器基礎設施（落地出海口） 🔻 Dell Technologies (DELL) 關鍵字：企業級推理伺服器 理由：企業導入 AI Agent 需落地在通用伺服器。Dell 在液冷與高階伺服器市佔高，且本益比相對純半導體股安全，適合作為防禦型配置。