・AI代理人模式普及預期將增加系統對CPU運算與任務協調的需求。
・高速傳輸帶動數位訊號處理器（DSP）出現15%至20%的漲價預期。
・光通訊與高速交換器朝400G、800G及1.6T等更高規格發展。
AI代理人模式提升CPU角色
隨著AI從傳統問答轉向能串接工具與執行任務的代理人模式，系統除了依靠GPU進行模型推論，也需要CPU來處理排程、資料管理、API呼叫及維持服務狀態。不過，各項應用對硬體的需求會受到服務設計、推論頻率與工作負載影響，不能直接以總用戶數推算CPU的實際用量，CPU與GPU之間也並非互相取代的關係。
傳輸升溫與DSP漲價預期
隨著網路傳輸速度朝400G、800G及1.6T發展，訊號處理技術的重要性持續提高，數位訊號處理器（DSP）也傳出15%至20%的漲價預期。DSP主要負責數位訊號的運算、濾波與補償，能協助接收端恢復訊號品質。不過，漲價是否能直接轉化為供應商獲利，仍取決於實際出貨量、成本與客戶接受度。
高速光通訊與技術架構轉型
資料中心為因應大量模型資料傳輸，持續推動高速交換器與光通訊升級。共同封裝光學（CPO）技術則是透過更緊密的封裝來縮短訊號傳輸路徑、改善功耗，這項技術可能改變未來部分系統的訊號處理需求。但不同傳輸距離與成本條件仍會採用不同方案，傳統DSP與CPO等技術在市場上可能並存。
總結
AI產業的發展已將市場焦點從單純的GPU運算，延伸至CPU、DSP與高速光通訊等資料中心供應鏈。投資人在追蹤算力成長與技術升級的同時，也應留意實際需求、估值與技術轉型的潛在風險。
重點問答
Q1. Agentic AI為何可能增加CPU需求？
因為代理人模式不只執行模型推論，還需要處理任務排程、工具串接、資料整理及系統協調，這些工作會增加對CPU等系統資源的需求。
Q2. DSP預期漲價多少？代表相關廠商獲利一定會增加嗎？
DSP預期漲價15%至20%，但不代表廠商獲利一定增加，實際影響仍需視出貨量、成本以及客戶接受度而定。
Q3. CPO技術發展會完全淘汰DSP嗎？
不會直接這樣判定。CPO可能改變部分系統的整合方式，但不同的傳輸距離與成本條件會採用不同技術，兩者不一定是全面互斥的關係。