W erze agentów AI, czy CPU i GPU powinny być "1:1"?
Sztuczna inteligencja agentowa wywołuje przełom w obszarze mocy obliczeniowej – CPU żegna się z rolą „drugoplanową” i czeka ją historyczna rewaluacja! Bank of America prognozuje, że CPU staje się „centrum sterowania” centrów danych, a stosunek CPU do GPU zbliży się z obecnego 1:4 do 1:1; do 2030 roku rynek osiągnie wartość ponad 210 miliardów dolarów. W tym wartym miliardy wyścigu obóz ARM ma dynamicznie wzrosnąć i zdobyć prawie połowę udziałów, AMD – dzięki wydajności – stanie się najlepszym wyborem, natomiast Intel stanie w obliczu wyzwania związanego z malejącym udziałem w rynku.
Fala Agentic AI fundamentalnie zmienia architekturę obliczeniową centrów danych, a strategiczna rola CPU gwałtownie wzrasta.
Bank of America Securities w najnowszym raporcie badawczym podniósł całkowity potencjalny rynek serwerowych CPU (TAM) w 2030 roku do ponad 210 miliardów dolarów — ponad 20% wyżej w porównaniu do wcześniejszej prognozy około 170 miliardów dolarów, oraz podniósł oczekiwaną roczną złożoną stopę wzrostu z 30% do 36%.
Kluczowa logika tej zmiany opiera się na: wraz z ewolucją obciążeń AI od trenowania poprzez inferencję do Agentic AI, rola CPU w systemach centrów danych przekształca się z „drugoplanowej” wobec GPU w „płaszczyznę sterowania” agentów. Bank of America przewiduje, że relacja CPU do GPU zmieni się z epoki trenowania (około 1:4) do fazy inferencji AI (około 1:2), a ostatecznie w epoce Agentic AI zbliży się do 1:1. Oznacza to, że do 2030 roku CPU będą stanowić około 10% z całkowitego TAM systemów centrów danych szacowanego na 2,2 biliona dolarów, podczas gdy w latach 2024–2025, czyli czasach trenowania, było to poniżej 7%.
Na poziomie poszczególnych spółek, Bank of America utrzymuje rekomendację kupna dla AMD z ceną docelową 620 dolarów, postrzegając go jako najlepszy wybór w segmencie CPU; utrzymuje również rekomendację kupna dla Nvidia (NVDA) z ceną docelową 350 dolarów, wskazując ją jako główny wybór w całym sektorze półprzewodników.
Agentic AI przebudowuje logikę popytu na CPU
Zespół analityków Bank of America kierowany przez Viveka Aryę zauważa, że ścieżka rozwoju obciążeń AI systematycznie zwiększa zapotrzebowanie na CPU.
W epoce trenowania CPU przede wszystkim realizowało zadania pomocnicze, takie jak wstępna obróbka danych, tokenizacja, batch processing oraz dostarczanie danych do GPU, podczas gdy GPU/akceleratory były sercem mocy obliczeniowej. Ten układ sprawił, że w latach 2022–2025 rynek akceleratorów AI rósł w tempie +139% CAGR, a serwerowe CPU tylko +14% CAGR. Do 2025 roku akceleratory AI stanowiły 85% wydatków na obliczenia w centrach danych, CPU tylko 15%, podczas gdy w 2021 roku stosunek wynosił jeszcze 26% do 74%.
W epoce Agentic AI następuje strukturalna zmiana. Agentic AI nie jest prostym „pytanie–odpowiedź”, lecz obejmuje planowanie, wyszukiwanie kontekstu, wywoływanie narzędzi, zarządzanie stanami, interakcję API, routing modeli i ocenę rezultatów, czyli wieloetapowe, cykliczne przepływy pracy. Te zadania z natury wymagają sekwencyjnego przetwarzania, typowego dla CPU, a nie równoległych obliczeń macierzowych, w których GPU są najlepsze. Bank of America uważa, że CPU awansuje z „procesora hosta” na „płaszczyznę kontroli” dla inferencji AI.
Warto zauważyć, że Bank of America podkreśla, iż nie chodzi o zastępowanie GPU przez CPU, lecz o równoległy wzrost zapotrzebowania na oba układy. GPU pozostają kluczowe w obliczeniach macierzowych, inferencji dużych modeli, prefetchingu o wysokiej przepustowości i zaawansowanych modelach; CPU zaś przejmują większe obowiązki w organizacji, zarządzaniu pamięcią, wykonywaniu narzędzi i obsłudze danych, a wąskie gardła systemów rozszerzają się z samego GPU na szerszą warstwę infrastrukturalną, co pozwala na znaczne powiększenie całkowitego TAM centrów danych.
Rynek w 2030 roku: ARM wznosi się, Intel pod presją
Bank of America dzieli serwerowy TAM CPU w 2030 roku na trzy kategorie: tradycyjne/IaaS około 30 miliardów dolarów, AI compute/head node około 90 miliardów dolarów, agentic AI niezależne nody około 90 miliardów dolarów, razem te dwie ostatnie stanowią około 180 miliardów dolarów i 86% całkowitego rynku AI CPU.
Pod względem prognozowanych udziałów rynkowych ARM będzie największym zwycięzcą. Bank of America przewiduje, że w 2030 roku ARM commercial CPU (w tym Nvidia Vera, ARM AGI, Qualcomm CPU) będą odpowiadać za około 38% wartości rynku serwerowych CPU, ARM custom CPU (m.in. AWS Graviton, Google Axion, Microsoft Cobalt) za około 9%, łącznie prawie 47%. AMD ma utrzymać udział około 31%, natomiast udział Intela (INTC) spadnie z około 34% w 2026 roku do około 22% w 2030, choć jego absolutne przychody nadal będą rosnąć w tempie CAGR około 22%.
Pod względem wolumenu Intel pozostanie liderem (ok. 36%), ale systematyczny spadek wartościowego udziału rynku odzwierciedla jego konkurencyjną słabość przy zaawansowanych obciążeniach AI. Bank of America wskazuje, że względna przewaga Intela to tradycyjne obciążenia korporacyjne i platforma Coral Rapids oparta na procesie 18A-P, która może już w 2028 zmniejszyć dystans do konkurencji.
AMD: podwójne prowadzenie w liczbie rdzeni i częstotliwości
Bank of America określa AMD jako najlepszy wybór CPU, z powodu podwójnej przewagi: wysokiej częstotliwości i liczby rdzeni.
W kwestii częstotliwości AMD Turin (5. generacja EPYC) osiąga szczytowy takt 5,0 GHz — więcej niż Intel Granite Rapids (4,3 GHz) czy Nvidia Grace (około 3,35 GHz). Venice (gen. 6 EPYC), planowany na drugą połowę 2026 roku, powinien jeszcze wzmocnić tę przewagę, czyniąc CPU AMD idealnym wyborem jako head node/compute node dla rozbudowanych klastrów AI.
Jeśli chodzi o liczbę rdzeni, przewaga AMD jest jeszcze bardziej wyraźna. Venice przewiduje wsparcie do 256 rdzeni/512 wątków, znacznie powyżej Nvidia Vera (88 rdzeni/176 wątków) i Intel Diamond Rapids (przewidywane max 192 rdzenie). Bank of America wylicza, że AMD EPYC 9965 (Turin, 192 rdzeni) zapewnia rack-level performance dla agentic AI workload 2,37x większy niż Nvidia Vera, a Venice (256 rdzeni) może rozwinąć tę przewagę do 3,30x.
Ponadto Bank of America docenia skuteczność AMD w produkcji Zen 6/2nm i przejrzystość w łańcuchu dostaw oraz przewagę ekosystemu x86 w dostosowaniu do obciążeń agentic AI pod względem bezpieczeństwa i niezawodności (RAS).
Niezależny rack CPU od Nvidii otwiera nową przestrzeń popytu
Nvidia wprowadzi niezależny rack CPU Vera wraz z platformą Vera Rubin w drugiej połowie 2026 roku (CPX rack), co Bank of America uznaje za jeden z katalizatorów podwyższenia prognozy TAM dla CPU.
Ten rack może zintegrować do 256 CPU Vera, jest chłodzony cieczą, specjalnie zoptymalizowany pod agentic AI workloads — odpowiada za orchestrację, kontrolę pamięci i zarządzanie I/O, oraz umożliwia testowanie, egzekucję i weryfikację wyników generowanych przez racki Vera Rubin NVL72. W kompletnej superkonstrukcji 40-rack Vera Rubin SuperPOD każdy pod zawiera 1152 GPU Rubin, 576 CPU Vera w rackach obliczeniowych i dodatkowe 512 CPU Vera w niezależnych rackach CPU; stosunek CPU do GPU zbliża się do 1:1.
Bank of America uważa, że takie niezależne racki CPU obsłużą pipeline RAG, bazy danych wektorowe, przygotowanie danych, wykonywanie API/narzędzi i inferencję małych lub średnich modeli — czyli obciążenia dotychczas zbyt rozproszone dla drogich racków GPU — co realnie powiększa całkowite TAM zamiast tylko zastępować istniejący popyt.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
Od "podążania za światłem" do "płynięcia w górę światła"! Morgan Stanley twierdzi: W fali tsunami mocy obliczeniowej, tkanina z włókna szklanego i folia miedziana rozpoczynają supercykl materiałów
Morgan Stanley opublikował najnowszy raport badawczy, w którym wskazuje, że globalna gorączka związana z rozbudową infrastruktury AI rozprzestrzenia się z downstream, czyli GPU i produkcji wafli, w pełni na upstream, czyli na obszar kluczowych materiałów bazowych.
W czasie, gdy "spowolnienie AI" uderza w sektor półprzewodników, Goldman Sachs wydaje byczy raport! Cena docelowa dla "dwóch koreańskich gigantów pamięci" wskazuje prawie 90% potencjału wzrostu
Goldman Sachs ponownie potwierdził swoją ocenę „kupuj” dla dwóch największych globalnych gigantów w dziedzinie pamięci masowej — Samsung Electronics oraz SK Hynix. Samsung Electronics pozostaje na liście „pewnych zakupów” (Conviction List) Goldman Sachs.
IPO zbliża się, Anthropic generuje zyski przez dwa kolejne kwartały
Anthropic przez dwa kolejne kwartały osiągnął dodatni skorygowany zysk operacyjny, a przychody za drugi kwartał wzrosły o 14 razy rok do roku, osiągając 11,5 miliarda dolarów, z roczną wartością przychodów na poziomie 65 miliardów dolarów i marżą brutto przekraczającą 80%. Firma wybrała Nasdaq jako miejsce debiutu giełdowego, a jej wycena może sięgnąć 2 bilionów dolarów. Dramaturgię sytuacji podkreśla fakt, że CEO na kilka dni przed debiutem giełdowym rzadko wzywał do spowolnienia rozwoju AI. Zdaniem analityków, kluczowym wyzwaniem stanie się znalezienie równowagi pomiędzy obawami związanymi z bezpieczeństwem a rywalizacją biznesową.
Ceny krypto
Więcej
