एजेंटिक AI ने डेटा सेंटर की एक पुरानी लेकिन अहम बहस फिर जगा दी है: हर GPU accelerator के आसपास कितने CPU चाहिए? पारंपरिक AI में GPU को सबसे ज्यादा ध्यान मिला, क्योंकि training और कई inference workloads में parallel processing की जरूरत होती है। लेकिन agentic AI में inference अक्सर एक multi-step workflow बन जाता है—जहां scheduling, data preparation, memory और I/O, control flow और GPU management जैसे काम CPU पर ज्यादा आते हैं [7].
इसका मतलब यह नहीं कि GPU की भूमिका कम हो रही है। AI workloads के लिए GPU अब भी dominant processor architecture है, और Nvidia इस segment में mature software ecosystem के साथ बहुत मजबूत स्थिति रखती है [1]. असली कहानी GPU बनाम CPU की नहीं है; कहानी यह है कि AI infrastructure ज्यादा संतुलित हो रहा है, जहां accelerator के साथ CPU की अहमियत भी फिर बढ़ सकती है।
सबसे बड़ा पेंच: 2030 का बाजार कितना बड़ा होगा?
2030 तक server CPU market कितना बड़ा होगा, इस पर स्रोतों में एक राय नहीं दिखती। AMD अब उम्मीद कर रही है कि server CPU का total addressable market, यानी TAM, 35% से अधिक सालाना दर से बढ़कर 2030 तक 120 अरब डॉलर से ऊपर पहुंच सकता है; पहले कंपनी ने 18% सालाना growth का अनुमान दिया था [6]. TradingKey ने UBS के हवाले से रिपोर्ट किया कि 2030 तक server CPU market 170 अरब डॉलर तक पहुंच सकता है, अगर agentic workloads computation का बड़ा हिस्सा CPU की ओर खींचते हैं [
4].
लेकिन एक अलग 2025 market view काफी conservative था: उसने broader data-center processor market को 2030 तक 372 अरब डॉलर और server CPU market को 35.6 अरब डॉलर बताया [13]. इसलिए नीचे की ranking को निश्चित भविष्यवाणी नहीं, बल्कि एक conditional map की तरह पढ़ना चाहिए: अगर agentic AI सचमुच बड़ा CPU cycle बनाता है, तो किसकी exposure सबसे दिलचस्प दिखती है?
स्रोतों के आधार पर रैंकिंग
| रैंक | कंपनी या समूह | सबसे बड़ा संभावित फायदा | मुख्य जोखिम |
|---|---|---|---|
| 1 | AMD | सीधे server-CPU revenue का leverage; AMD ने 2030 server CPU TAM outlook बढ़ाया है और agentic AI में CPU की भूमिका बढ़ने की बात की है [ | Custom Arm CPUs और Nvidia-linked AI platforms share gains को सीमित कर सकते हैं [ |
| 2 | Arm | अगर hyperscalers और AI infrastructure vendors Arm-based CPUs को scale करते हैं, तो architecture-level upside बड़ा हो सकता है [ | UBS जैसे aggressive forecasts अभी forecasts हैं, settled market outcome नहीं [ |
| 3 | Nvidia | अगर बढ़ती CPU demand GPU-centric AI systems के साथ bundle होती है, तो Nvidia platform value capture कर सकता है; कंपनी ने Vera CPU को standalone product के रूप में भी पेश किया [ | Nvidia की सबसे बड़ी ताकत अभी भी AI accelerator platform है, पारंपरिक server CPU share नहीं [ |
| 4 | Intel | Incumbent होने के कारण rebound potential है, खासकर अगर CPU supply tight रहती है और x86 server demand फिर उठती है [ | AMD की momentum और Arm-based designs की credibility Intel के लिए execution risk बढ़ाती है [ |
| 5 | Amazon, Google और अन्य hyperscalers | Graviton और Axion जैसे custom CPUs internal AI infrastructure economics को बेहतर कर सकते हैं [ | फायदा semiconductor revenue के बजाय lower cost, better control या margins में दिख सकता है [ |
1. AMD: सबसे साफ direct server-CPU beneficiary
AMD का case सबसे सीधा है, क्योंकि कंपनी ने खुद AI demand को बड़े server CPU market से जोड़ा है। CEO Lisa Su ने post-earnings conference call में कहा कि AMD अब server CPU addressable market के 2030 तक 35% से अधिक सालाना बढ़कर 120 अरब डॉलर से ऊपर पहुंचने की उम्मीद करती है [6]. AMD का तर्क यह भी है कि agentic AI में inference multi-step workflow बनता है, जिससे CPU compute की नई demand पैदा होती है और GPUs को productive रखने के लिए CPUs को ज्यादा system work करना पड़ता है [
7].
Near-term momentum भी दिखती है, हालांकि यह pure CPU number नहीं है। AMD का data-center segment, जिसमें server chips भी शामिल हैं, first quarter में 57% बढ़कर 5.8 अरब डॉलर रहा; LSEG-compiled analyst expectation 5.64 अरब डॉलर थी [6]. TradingKey ने यह भी रिपोर्ट किया कि AMD का data-center revenue, AMD के raised CPU TAM outlook के संदर्भ में, Intel से आगे निकला [
4].
AMD को पहले स्थान पर रखने की वजह यही है: अगर server CPU category की demand और valuation ऊपर जाती है, तो AMD उसी product category को बेचती है। इसके EPYC CPUs, AMD के broader data-center platform में Instinct GPUs, Pensando networking technologies और ROCm software stack के साथ बैठते हैं [7]. जोखिम यह है कि हर incremental CPU dollar merchant x86 CPUs तक नहीं आएगा; कुछ demand custom Arm designs या tightly integrated AI systems की ओर जा सकती है [
2][
4][
8].
2. Arm: architecture का सबसे बड़ा swing factor
Arm का upside अलग किस्म का है। यह केवल एक CPU model की कहानी नहीं, बल्कि architecture spread की कहानी है। अगर cloud providers और AI infrastructure कंपनियां x86 servers से आगे बढ़कर custom या semi-custom Arm-based CPUs scale करती हैं, तो Arm को बड़ा फायदा मिल सकता है [4][
8].
TrendForce ने रिपोर्ट किया कि Arm ने 25 मार्च 2026 को Arm AGI CPU और दो CPU rack variants—air-cooling और liquid-cooling—announce किए, जिसे AI data centers में CPUs के ज्यादा critical होने की broader structural shift का हिस्सा बताया गया [2].
सबसे aggressive source-backed Arm thesis TradingKey के UBS summary से आती है। उस report के अनुसार, UBS का अनुमान है कि Arm 2030 तक server CPU unit share में 40% से 45% और revenue share में 50% से 55% तक पहुंच सकता है; head-node CPU market में Arm 75% से अधिक capture कर सकता है [4]. यह outcome तय नहीं है, लेकिन यह बताता है कि 2030 की agentic-AI CPU ranking में Arm को ऊपर क्यों रखना चाहिए।
3. Nvidia: CPU demand अगर AI platform में जुड़ी, तो बड़ा फायदा
Nvidia pure server-CPU play नहीं है, लेकिन platform winner हो सकता है। AI accelerators में GPUs अब भी केंद्रीय हैं, और Nvidia इस segment में mature software ecosystem के साथ मजबूत position रखती है [1]. अगर agentic AI की वजह से accelerator systems के साथ ज्यादा या ज्यादा महत्वपूर्ण CPUs जुड़ते हैं, तो Nvidia standalone CPU share से ज्यादा integrated AI infrastructure के जरिए value capture कर सकता है।
TrendForce के अनुसार, Nvidia ने 16 मार्च 2026 को GTC में अपना पहला standalone Vera CPU Rack बिक्री के लिए पेश किया [2]. TrendForce की related analysis ने Nvidia के Vera CPU और Arm के नए CPU push को इस संकेत के रूप में देखा कि agentic AI data centers में CPU:GPU ratio को reshape कर रहा है [
5].
यही वजह है कि Nvidia का लाभ AMD से अलग है। AMD को merchant server CPU market के बढ़ने से सीधा फायदा मिलता है; Nvidia को तब फायदा ज्यादा होगा जब ग्राहक CPUs, GPUs, networking, memory और software को साथ optimized AI systems के रूप में खरीदेंगे [1][
2].
4. Intel: rebound की संभावना, लेकिन execution risk ज्यादा
Intel को नजरअंदाज नहीं किया जा सकता, क्योंकि server CPU market में इसकी legacy position अभी भी महत्वपूर्ण है। SemiAnalysis ने Intel को उस दौर का primary server CPU supplier बताया जब GPUs और networking data-center spending के केंद्र में आ गए थे; इस बदलाव में server CPU revenue relatively stagnant रहा, क्योंकि hyperscalers और neoclouds ने GPUs और AI infrastructure पर ज्यादा ध्यान दिया [8].
अगर CPU demand का नया cycle आता है, तो Intel को भी फायदा हो सकता है। TrendForce ने 2026 की पहली तिमाही के अंत में tight CPU supply और Intel तथा AMD दोनों की price increases की खबरों को market focus बताया [2]. SemiAnalysis ने Intel की future Diamond Rapids और Coral Rapids generations को 2026 data-center CPU roadmap का हिस्सा भी बताया [
8].
लेकिन Intel का upside AMD या Arm की तुलना में ज्यादा conditional है। AMD के पास raised TAM story है, Arm के पास custom-architecture adoption thesis है, और Nvidia के पास dominant accelerator platform है [1][
4][
6]. Intel के लिए असली सवाल यह है कि future Xeon platforms performance, power efficiency और system-level relevance में कितनी मजबूती से वापसी कर पाते हैं [
8].
5. Hyperscalers: chip revenue नहीं, infrastructure economics का फायदा
Amazon और Google जैसे hyperscalers—यानी बहुत बड़े cloud operators—भी winner हो सकते हैं, लेकिन उनकी जीत पारंपरिक semiconductor revenue जैसी नहीं दिखेगी। SemiAnalysis के अनुसार, hyperscalers अपने cloud computing services के लिए Arm-based data-center CPUs खुद develop कर रहे हैं [9]. 2026 data-center CPU landscape में Amazon Graviton और Google Axion जैसे custom CPU efforts का जिक्र भी आता है [
8][
9].
अगर agentic AI CPU intensity बढ़ाता है, तो इन companies को optimized infrastructure cost, workload control और merchant CPU suppliers पर कम निर्भरता से फायदा मिल सकता है [8][
9]. दूसरे शब्दों में, custom CPUs hyperscalers को केवल buyers नहीं रहने देते; वे अपने ही data-center fleets के अंदर share-takers बन सकते हैं।
TSMC को इस ranking में क्यों नहीं रखा गया?
TSMC इस theme से indirect रूप से जुड़ सकता है, लेकिन दिए गए source set से TSMC-specific server-CPU revenue thesis साफ स्थापित नहीं होती। उपलब्ध स्रोत मुख्य रूप से CPU designers, GPU platform vendors और cloud operators पर केंद्रित हैं। इसलिए इस सवाल के लिए ज्यादा मजबूत source-backed names AMD, Arm, Nvidia, Intel और custom-CPU hyperscalers हैं।
निचोड़
अगर agentic-AI server CPU boom सचमुच आकार लेता है, तो AMD सबसे साफ direct beneficiary दिखती है, क्योंकि वह उसी server CPU market में products बेचती है जिसे AMD अब 2030 तक 120 अरब डॉलर से ऊपर देख रही है [6]. Arm के पास architecture leverage सबसे बड़ा हो सकता है, खासकर अगर custom Arm CPUs hyperscalers और AI infrastructure में scale करते हैं [
4][
8]. Nvidia का upside platform capture में है—CPU demand अगर GPU-centric AI systems से जुड़ती है, तो उसका full-stack advantage मजबूत रह सकता है [
1][
2]. Intel rebound candidate है, लेकिन उसके case में roadmap execution ज्यादा निर्णायक होगा [
2][
8].
Ranking इस बात पर बदल सकती है कि आप market को कैसे define करते हैं। Direct CPU revenue के लिए AMD से शुरू करें। Architecture exposure के लिए Arm पर नजर रखें। Full-stack AI infrastructure में Nvidia अभी भी केंद्रीय नाम है। और internal economics के लिए Amazon, Google और वे hyperscalers महत्वपूर्ण हैं जो अपने custom CPUs बना रहे हैं [1][
4][
6][
8][
9].






