Die These klingt zunächst paradox: Ausgerechnet in einer KI-Welt, die von GPUs geprägt ist, könnten Server-CPUs wieder wichtiger werden. Der Grund liegt in der Arbeitsweise agentischer KI. Wenn Inferenz nicht mehr nur eine einzelne Modellantwort ist, sondern ein mehrstufiger Ablauf, landet mehr Logik, Scheduling, Datenvorbereitung, Speicher- und I/O-Arbeit, Kontrollfluss und GPU-Management bei der CPU [7].
Das heißt nicht, dass GPUs an Bedeutung verlieren. Sie bleiben für KI-Workloads die dominierende Prozessorarchitektur, und Nvidia hält dort weiterhin eine überwältigende Stellung, gestützt durch ein reifes Software-Ökosystem [1]. Die CPU-These ist deshalb keine Geschichte über die Ablösung der GPU. Es geht vielmehr um eine ausgewogenere KI-Infrastruktur, in der Beschleuniger und Host-CPUs enger zusammenspielen.
Die zentrale Einschränkung: Der Markt für 2030 ist nicht ausgemacht
Die Quellen zeigen keine einheitliche Prognose, sondern eine große Bandbreite. AMD erwartet inzwischen, dass der adressierbare Server-CPU-Markt um mehr als 35 % pro Jahr wächst und bis 2030 mehr als 120 Milliarden US-Dollar erreicht; zuvor lag die kommunizierte Wachstumserwartung bei 18 % jährlich [6]. TradingKey berichtete unter Berufung auf UBS sogar von einer Prognose von 170 Milliarden US-Dollar für den Server-CPU-Markt im Jahr 2030, getrieben durch agentische KI-Workloads, die mehr Rechenarbeit in Richtung CPU verschieben könnten [
4].
Eine andere Marktsicht aus dem Jahr 2025 war deutlich vorsichtiger: Sie sah den Server-CPU-Markt bis 2030 bei 35,6 Milliarden US-Dollar, innerhalb eines breiteren Marktes für Rechenzentrumsprozessoren von 372 Milliarden US-Dollar [13]. Diese Zahlen dürften unterschiedliche Definitionen und Annahmen verwenden. Das folgende Ranking ist deshalb bedingt zu lesen: Wenn agentische KI tatsächlich einen großen neuen CPU-Zyklus auslöst, sind dies die Unternehmen mit dem stärksten Bezug zu dieser Entwicklung.
Das Ranking: Wer welchen Hebel hat
| Rang | Unternehmen oder Gruppe | Größter Hebel | Wichtigster Vorbehalt |
|---|---|---|---|
| 1 | AMD | Direkter Server-CPU-Umsatz, gestützt durch AMDs höheres 2030-Ziel für den adressierbaren CPU-Markt und die These, dass agentische KI CPUs in KI-Clustern wichtiger macht [ | Custom-Arm-CPUs und Nvidia-zentrierte KI-Plattformen könnten zusätzliche Marktanteilsgewinne begrenzen [ |
| 2 | Arm | Architekturhebel, wenn Hyperscaler und KI-Infrastrukturanbieter Arm-basierte CPUs für agentische KI-Systeme hochskalieren [ | Die aggressivsten Arm-Zahlen sind Prognosen, keine gesicherten Marktergebnisse [ |
| 3 | Nvidia | Plattformhebel, falls steigende CPU-Nachfrage in GPU-zentrierte KI-Systeme eingebettet wird; Nvidia stellte zudem seine Vera-CPU als Standalone-Produkt vor [ | Nvidias größter Vorteil bleibt die KI-Beschleunigerplattform, nicht der klassische Server-CPU-Markt [ |
| 4 | Intel | Erholungspotenzial als etablierter Anbieter, falls knappe CPU-Kapazitäten und neue Nachfrage den gesamten x86-Servermarkt stützen [ | Intel hat höhere Umsetzungsrisiken, während AMD Dynamik gewinnt und Arm-basierte Designs in KI-Rechenzentren glaubwürdiger werden [ |
| 5 | Amazon, Google und andere Hyperscaler | Strategischer Vorteil durch eigene CPUs wie Graviton und Axion, mit denen sich interne KI-Infrastruktur wirtschaftlicher betreiben lässt [ | Der Nutzen zeigt sich eher in Kosten, Kontrolle und Infrastrukturökonomie als in direktem Halbleiterumsatz [ |
1. AMD: der klarste direkte Profiteur
AMD hat den saubersten quellenbasierten Fall, weil das Management den größeren Server-CPU-Markt ausdrücklich mit KI-Nachfrage verknüpft. CEO Lisa Su sagte, AMD erwarte nun ein jährliches Wachstum des adressierbaren Server-CPU-Marktes von mehr als 35 % und ein Volumen von mehr als 120 Milliarden US-Dollar bis 2030 [6]. AMD argumentiert außerdem, dass agentische KI CPUs wichtiger macht, weil mehrstufige Inferenz mehr Logik und mehr GPU-Management erfordert [
7].
Auch kurzfristig ist die Dynamik im Rechenzentrum sichtbar, auch wenn sie nicht nur Server-CPUs betrifft. AMDs Datacenter-Segment, in dem Server-Chips verbucht werden, stieg im ersten Quartal um 57 % auf 5,8 Milliarden US-Dollar; Analysten hatten nach von LSEG zusammengestellten Daten 5,64 Milliarden US-Dollar erwartet [6]. TradingKey berichtete zudem, dass AMDs Datacenter-Umsatz im Kontext des angehobenen CPU-Ausblicks über dem von Intel lag [
4].
Warum also Platz eins? Wenn der Server-CPU-Markt deutlich größer wird, verkauft AMD genau die Produktkategorie, die in dieser These neu bewertet wird. AMDs EPYC-CPUs stehen außerdem in einer breiteren Rechenzentrumsplattform neben Instinct-GPUs, Pensando-Netzwerktechnologien und dem ROCm-Softwarestack [7]. Das Risiko: Nicht jede zusätzliche CPU-Nachfrage muss bei frei verkäuflichen x86-Serverprozessoren landen. Ein Teil könnte zu Arm-basierten Eigenentwicklungen oder eng integrierten KI-Systemen wandern [
2][
4][
8].
2. Arm: der größte Architekturhebel
Arm könnte der größte Hebel sein, wenn sich der Markt von traditionellen x86-Servern stärker in Richtung kundenspezifischer oder halbkundenspezifischer Arm-CPUs verschiebt. TrendForce berichtete, Arm habe im März 2026 eine Arm AGI CPU sowie zwei CPU-Rack-Varianten vorgestellt und dies als Teil einer breiteren strukturellen Verschiebung eingeordnet, durch die CPUs in KI-Rechenzentren kritischer werden [2].
Der offensivste Arm-Fall stammt aus dem TradingKey-Bericht zu UBS. Demnach erwartet UBS, dass Arm bis 2030 auf 40 % bis 45 % Stückanteil bei Server-CPUs und auf 50 % bis 55 % Umsatzanteil kommen könnte; im Markt für Head-Node-CPUs könnte Arm sogar mehr als 75 % erreichen [4]. Das sind Prognosen, keine heutigen Marktanteile. Sie erklären aber, warum Arm in einem 2030-Ranking zu agentischer KI weit oben stehen muss.
Arms Chance liegt nicht nur in einem einzelnen Chip. Entscheidend ist die breitere Verbreitung Arm-basierter Designs bei Hyperscalern und KI-Infrastrukturanbietern, einschließlich eigener CPU-Projekte, die in der Rechenzentrumslandschaft 2026 diskutiert werden [8][
9]. Wenn agentische KI mehr effiziente Host-CPUs rund um Beschleuniger verlangt, kann Arm über die Verbreitung seiner Architektur profitieren, selbst wenn das fertige Produkt von einem Cloud-Anbieter oder einem anderen Chipunternehmen stammt [
4][
8].
3. Nvidia: der Plattformgewinner, wenn CPUs an GPU-Systeme andocken
Nvidia ist nicht der reinste Server-CPU-Case, könnte aber der stärkste Plattformgewinner sein. Das Unternehmen bleibt bei KI-Beschleunigern dominant, weil GPUs für KI durch Parallelverarbeitung und Software-Reife weiterhin zentral sind [1]. Wenn agentische KI die Zahl oder Bedeutung der CPUs rund um Beschleuniger erhöht, kann Nvidia Wert über integrierte KI-Infrastruktur erfassen, nicht nur über eigenständige CPU-Anteile.
Diese Strategie wird sichtbarer. TrendForce berichtete, Nvidia habe auf der GTC am 16. März 2026 ein eigenständiges Vera-CPU-Rack zum Verkauf vorgestellt [2]. Eine weitere TrendForce-Analyse ordnete Nvidias Vera-CPU und Arms neue CPU-Offensive als Zeichen dafür ein, dass agentische KI das CPU:GPU-Verhältnis in KI-Rechenzentren verändert [
5].
Damit wäre Nvidia ein anderer Gewinner als AMD. AMD profitiert am stärksten, wenn der frei adressierbare Server-CPU-Markt wächst. Nvidia profitiert, wenn Kunden stärker komplette KI-Systeme kaufen, in denen CPUs, GPUs, Netzwerk, Speicher und Software gemeinsam optimiert werden [1][
2].
4. Intel: Erholungschance mit höherem Umsetzungsrisiko
Intel lässt sich in dieser Debatte nicht ausblenden. SemiAnalysis beschrieb Intel als primären Anbieter von Server-CPUs in jener Phase, in der GPUs und Netzwerkkomponenten zum Schwerpunkt der Rechenzentrumsausgaben wurden. Server-CPU-Umsätze blieben relativ stagnierend, während Hyperscaler und Neoclouds stärker auf KI-Beschleuniger und Infrastruktur setzten [8].
Ein neuer CPU-Zyklus könnte Intel helfen, besonders wenn das Angebot knapp wird. TrendForce berichtete von angespannter CPU-Verfügbarkeit und davon, dass mögliche Preiserhöhungen von Intel und AMD zum Ende des ersten Quartals 2026 in den Fokus des Marktes rückten [2]. SemiAnalysis nennt außerdem Intels künftige Generationen Diamond Rapids und Coral Rapids als Teil der CPU-Roadmap für Rechenzentren 2026 [
8].
Der Haken: Intels Aufwärtspotenzial ist stärker an die Umsetzung gebunden als bei AMD, Arm oder Nvidia. AMD hat die klarere Geschichte eines angehobenen adressierbaren Marktes, Arm den Custom-Architekturhebel und Nvidia die dominierende Beschleunigerplattform [1][
4][
6]. Bei Intel hängt viel davon ab, ob künftige Xeon-Plattformen bei Leistung, Energieeffizienz und Systemrelevanz wieder überzeugend genug sind, während KI-Infrastruktur CPU-intensiver wird [
8].
5. Hyperscaler: strategische Gewinner statt klassische Chip-Umsatzgewinner
Auch die großen Cloud-Anbieter können profitieren, allerdings anders als ein Halbleiterhersteller. SemiAnalysis weist darauf hin, dass Hyperscaler eigene Arm-basierte Rechenzentrums-CPUs entwickeln; die Analyse zur CPU-Landschaft 2026 nennt unter anderem Amazon Graviton und Google Axion [8][
9].
Für Amazon, Google und andere Hyperscaler kann ein CPU-intensiverer KI-Betrieb bedeuten: niedrigere interne Infrastrukturkosten, mehr Kontrolle über Workloads und geringere Abhängigkeit von klassischen CPU-Lieferanten. Der Effekt zeigt sich dann aber eher in der eigenen Flotte als in externem Server-CPU-Umsatz [8][
9]. Anders gesagt: Custom-CPUs machen Hyperscaler innerhalb ihrer eigenen Rechenzentren von reinen Käufern zu teilweisen Anteilnehmern am CPU-Wertschöpfungskuchen.
Und TSMC?
TSMC sollte auf Basis dieses Quellenpakets nicht in die Rangliste aufgenommen werden. Die vorliegenden Quellen konzentrieren sich auf CPU-Designer, GPU-Plattformanbieter und Cloud-Betreiber. Sie liefern keine eigenständige, TSMC-spezifische These zum Server-CPU-Umsatz. Für diese Frage sind AMD, Arm, Nvidia, Intel und die Hyperscaler mit eigenen CPU-Strategien deutlich direkter belegt.
Fazit: Es kommt darauf an, welchen Hebel man sucht
Wenn der Server-CPU-Boom durch agentische KI tatsächlich kommt, ist AMD der klarste direkte Profiteur, weil das Unternehmen Server-CPUs in einen Markt verkauft, den AMD inzwischen bei mehr als 120 Milliarden US-Dollar bis 2030 sieht [6]. Arm könnte den höchsten Architekturhebel haben, wenn Custom-Arm-CPUs bei Hyperscalern und KI-Infrastruktur breit skalieren [
4][
8]. Nvidia bleibt zentral, wenn zusätzliche CPU-Nachfrage an GPU-zentrierte Komplettsysteme gekoppelt wird [
1][
2]. Intel ist der Turnaround-Kandidat, aber mit stärkerem Roadmap- und Ausführungsrisiko [
2][
8].
Die Rangliste ändert sich also je nach Blickwinkel. Für direkten CPU-Umsatz führt der Weg zuerst zu AMD. Für Architektur-Exposure ist Arm der wichtigste Swing-Faktor. Für Full-Stack-KI-Infrastruktur bleibt Nvidia im Zentrum. Und für interne Infrastrukturökonomie lohnt der Blick auf Amazon, Google und andere Hyperscaler mit eigenen CPU-Programmen [1][
4][
6][
8][
9].
