La scommessa da 220 miliardi di dollari di AMD sulle CPU server: come l'AI agentica e i rack Helios stanno ridefinendo la sua roadmap per il 2030

La tesi alla base di questo aggiornamento è semplice: la rivoluzione dell'AI si sta spostando dall'addestramento (training) all'inferenza, e i carichi di lavoro del futuro — i sistemi di AI agentica, autonomi e multi-step — richiedono molta più potenza di calcolo CPU di quanto l'industria avesse precedentemente previsto .

Due cambiamenti strutturali trainano la domanda

Si prevede che i carichi di lavoro AI agentici rappresenteranno circa due terzi del mercato delle CPU server da 220 miliardi di dollari entro il 2030 . Questi sistemi orchestrano compiti complessi in modo autonomo, affidandosi pesantemente alle CPU per la gestione dei dati e il coordinamento, insieme all'esecuzione di modelli basati su GPU .

L'inferenza è diventata il caso d'uso dominante per il calcolo AI. Nel 2026, per la prima volta, i carichi di lavoro di inferenza assorbono circa il 60% della capacità di calcolo AI globale, superando il training . Questo cambiamento favorisce le architetture CPU-centriche, perché servire modelli su larga scala richiede un numero elevatissimo di CPU host, server di inferenza e infrastruttura circostante .

AMD vede anche il più ampio mercato del calcolo ad alte prestazioni e adattivo raggiungere i 2.000 miliardi di dollari entro il 2030, rispetto ai 365 miliardi del 2025 . Il solo mercato dei chip per data center dovrebbe superare i 1.000 miliardi di dollari .

Helios e Venice: L'arsenale hardware

Sistema Rack-Scale Helios

Annunciato all'evento Advancing AI 2026 il 23 luglio 2026, Helios è il primo sistema AI rack-scale completamente integrato e raffreddato a liquido di AMD, che combina 72 GPU Instinct MI455X, CPU EPYC Venice e networking Pensando . È in piena produzione a partire da luglio 2026, con le prime spedizioni ai partner che inizieranno entro la fine del Q3 2026 (settembre 2026) e un aumento di volume nel Q4 .

Il rack offre fino a 2,9 exaflop di throughput di inferenza FP4 e 1,4 exaflop di throughput di training FP8, con 260 TB/s di larghezza di banda di interconnessione . Il prezzo stimato per un rack Helios completamente equipaggiato è di circa 5,25 milioni di dollari .

CPU Server EPYC "Venice" di Sesta Generazione

Realizzata con il processo N2 (2nm) di TSMC, la CPU Venice presenta fino a 256 core per socket grazie all'integrazione di 32 core Zen 6c su ciascuno degli 8 chiplet die . La produzione è iniziata presso lo stabilimento TSMC di Taiwan nel maggio 2026, con una produzione futura prevista anche nell'impianto di TSMC in Arizona (anche se non si prevedono volumi significativi prima del 2028) .

Venice è attualmente in fase di campionatura per i clienti e sarà spedita sia nei rack Helios che in implementazioni server autonome entro la fine del 2026 e l'inizio del 2027 . La variante EPYC 9006 SP7, progettata per l'esecuzione di sandbox ad alta densità per agenti AI, è prevista in spedizione nel quarto trimestre del 2026 .

Impegni dei clienti: OpenAI, Meta e Anthropic

AMD ha ottenuto impegni sostanziali dalle tre principali aziende di AI, per un totale di circa 14 gigawatt di capacità di calcolo :

Altri clienti includono Microsoft (che sta implementando rack Helios all'interno dei data center Azure) e Oracle (che sta costruendo un supercluster Helios da 50.000 GPU) .

ROCm vs. CUDA: A che punto è il gap software nel 2026

Lo stack software ROCm di AMD ha fatto progressi sostanziali, ma è ancora in ritardo rispetto a CUDA di Nvidia in aree chiave:

Cosa funziona:

• ROCm 7.x ora supporta ufficialmente in modo nativo PyTorch 2.9, vLLM e llama.cpp sulle GPU Instinct e su alcune GPU consumer .
• AMD ha lanciato ROCm.ai per lo sviluppo di GPU assistito dall'AI all'evento Advancing AI 2026 .
• HIP (Heterogeneous-Compute Interface for Portability) può tradurre la maggior parte del codice CUDA per farlo funzionare su hardware AMD con modifiche minime .
• PyTorch e JAX ora offrono supporto nativo ROCm .

Divari rimanenti:

• Gap prestazionale: ROCm è circa il 10-25% più lento di CUDA per i carichi di lavoro di inferenza su hardware comparabile, e il divario si allarga per training e fine-tuning .
• Maturità dell'ecosistema: CUDA rimane il backend predefinito per la maggior parte dei framework, tutorial e risoluzione dei problemi. ROCm presenta ancora spigoli vivi con operatori non standard, generazioni GPU più vecchie e alcuni motori di inferenza .
• Ricerca all'avanguardia: Il codice solo per CUDA viene rilasciato settimanalmente; il supporto ROCm arriva con settimane o mesi di ritardo .
• Solo Linux: ROCm rimane principalmente basato su Linux con supporto Windows limitato .

In conclusione: ROCm è ora utilizzabile in produzione per l'inferenza e competitivo in termini di prezzo per token (si dice che sia dal 25 al 40% più economico di Nvidia per i carichi di lavoro di inferenza su hardware equivalente), ma CUDA mantiene un vantaggio significativo in termini di strumenti, flussi di lavoro di training e ampiezza del supporto per framework .

Risultati record del Q2 2026 confermano la strategia

I risultati del Q2 2026 di AMD supportano fortemente la direzione strategica dell'azienda:

Il management ha sottolineato durante la conference call che "l'inferenza e l'AI agentica stanno aumentando la necessità di potenza di calcolo delle CPU server" come motore strutturale alla base del TAM . AMD prevede che i ricavi AI da data center raggiungeranno "decine di miliardi di dollari" entro il 2027, con una previsione di crescita dei soli ricavi delle CPU server di oltre il 70% nel 2027 .

Rischi chiave: Margini e concentrazione su TSMC

Andamento dei margini lordi: Mentre AMD passa dalla vendita di chip discreti a sistemi rack-scale integrati come Helios, che raggruppano GPU, CPU e networking in un unico pacchetto, i margini combinati potrebbero subire pressioni rispetto alla vendita di soli chip. Il mercato osserva se AMD riuscirà a sostenere l'espansione dei margini mentre diventa sempre più un fornitore di sistemi, in modo simile a Nvidia.

Concentrazione della filiera TSMC: AMD fa affidamento su TSMC sia per la produzione di CPU all'avanguardia (N2) che di GPU (N3/N4) . Venice è in produzione negli stabilimenti TSMC di Taiwan, e sebbene AMD abbia pianificato una produzione futura nell'impianto di TSMC in Arizona, quella capacità non è ancora online per i nodi più avanzati . Le tensioni geopolitiche in relazione a Taiwan e la concorrenza per l'allocazione dei wafer TSMC da parte di Apple, Nvidia e altri rimangono rischi materiali a breve termine, specialmente mentre AMD pianifica di spedire Helios su scala gigawatt a partire dalla fine del 2026.

Il punto chiave

AMD sta eseguendo una strategia chiara e ambiziosa che si basa su un punto di svolta nei carichi di lavoro AI: dal training all'inferenza, dai modelli isolati agli agenti autonomi. La roadmap hardware dell'azienda (Helios e Venice) è in produzione, i suoi maggiori clienti si sono impegnati a un livello senza precedenti e i risultati finanziari riflettono questo cambiamento. Le domande aperte fondamentali sono se ROCm riuscirà a colmare il divario rimanente con CUDA abbastanza velocemente e se i vincoli della catena di approvvigionamento permetteranno ad AMD di rispettare il suo aggressivo programma di produzione.