Agentisk AI driver CPU-etterspørselen

Tradisjonell KI-infrastruktur har vært sterkt fokusert på GPU-er, som utmerker seg ved matrisematematikken som kreves for trening og kjøring av dyp læring-modeller. Men agentisk AI legger på flere lag med koordinering rundt disse modellene.

Lisa Su har understreket at disse systemene krever betydelige CPU-ressurser til oppgaver som:

• orkestrering av flere modeller og verktøy
• planlegging og koordinering av oppgaver
• henting og håndtering av data
• håndtering av nettverk og minneoperasjoner
• utføring av systemnær logikk rundt inferens

Med andre ord: GPU-ene håndterer den tunge numeriske beregningen, mens CPU-ene styrer arbeidsflyten og infrastrukturen rundt. Når bedrifter tar i bruk KI-applikasjoner i stor skala, vokser dette orkestreringslaget betraktelig.

GPU-til-CPU-forholdet beveger seg mot 1:1

En av de mest slående arkitektoniske endringene er det forventede skiftet i forholdet mellom GPU-er og CPU-er inne i KI-datasentre.

Tidligere kjørte store klynger ofte med én CPU som støttet fire til åtte GPU-er. Men med agentisk KI-arbeidsmengder sier Su at forholdet er på vei mot omtrent 1:1 i neste generasjons installasjoner.

Denne endringen gjenspeiler den tyngre CPU-arbeidsmengden som kreves for å håndtere:

• distribuerte KI-agenter
• verktøysaktivering og arbeidsflytutførelse
• sanntids inferensrørledninger
• høyhastighets dataflyt mellom systemer

Implikasjonen er betydelig: CPU-er er ikke lenger bare vertsprosessorer for GPU-akseleratorer – de blir en større andel av datakraften i KI-infrastrukturen.

Prognoser peker mot et marked på 120–125 milliarder dollar

Den økende betydningen av CPU-er i KI-systemer har fått analytikere og brikkeprodusenter til å øke markedsprognosene kraftig.

• AMDs prognose: Selskapet venter nå at det totale markedet for server-CPU-er vil vokse mer enn 35 prosent årlig, og nå over 120 milliarder dollar innen 2030 – omtrent det dobbelte av tidligere estimater.
• Bank of Americas prognose: Analytikere spår at markedet vil vokse fra omtrent 43 milliarder dollar i 2026 til rundt 125 milliarder dollar i 2030, noe som innebærer omtrent 31 prosent årlig vekst.

Begge prognosene peker mot samme konklusjon: KI-infrastruktur blir betydelig mer CPU-krevende enn tidligere generasjoner av maskinlæringssystemer.

Hvem kan vinne i server-CPU-markedet

Den kommende veksten ventes også å omforme konkurransen mellom brikkearkitekturer.

Bank of America anslår at innen 2030:

• x86-prosessorer (primært AMD og Intel) fortsatt kan utgjøre omtrent 56 prosent av server-CPU-markedet.
• ARM-baserte egne design kan fange omtrent 37 prosent, drevet av hyperskaler-selskapenes egne brikker.

Innenfor x86-segmentet har AMD tatt markedsandeler i dataprosessorer de siste årene, og noen analytikerprognoser tyder på at selskapet kan fange en stor del av det voksende markedsmuligheten innen slutten av tiåret.

Den nøyaktige fordelingen mellom AMD, Intel og nye aktører med egne brikker er imidlertid fortsatt usikker, ettersom hyperskaler-skyaktører i økende grad designer sine egne prosessorer.

Hvordan etterspørselen påvirker AMD

Den raske veksten i KI-infrastruktur påvirker allerede AMDs virksomhet på flere måter.

For det første har selskapet nytt godt av sterk investorentusiasme knyttet til KI-etterspørsel i datasentre. Etter sterk KI-relatert veiledning hoppet AMD-aksjen omtrent 12 prosent i etterhandelen etter en resultatrapport som fremhevet etterspørsel etter databrikker.

For det andre begynner etterspørselssjokket å presse på forsyningskjedene. AMD har sagt at de samarbeider med produksjonspartnere i Taiwan for å øke produksjonskapasiteten, ettersom etterspørselen er sterkere enn ventet og strammer til det globale CPU-markedet.

Dette tyder på at den forventede veksten i CPU-etterspørsel ikke bare er teoretisk – den påvirker allerede produksjonsplanlegging og tilgjengelighet.

Det store skiftet: KI er ikke lenger bare en GPU-historie

Den tidlige fortellingen om KI-maskinvare fokuserte nesten utelukkende på GPU-er. Men neste generasjon KI-systemer – spesielt agentdrevne arbeidsflyter – er avhengig av en bredere datastabel.

Når bedrifter tar i bruk KI-agenter som kan planlegge, resonnere og samhandle med flere verktøy, blir CPU-er avgjørende for å koordinere hele systemet. Den arkitektoniske endringen er grunnen til at analytikere nå venter at server-CPU-markedet vil ekspandere dramatisk utover i tiåret.

Hvis prognosene holder, vil neste fase av KI-infrastruktur ikke bare handle om raskere akseleratorer – det vil også handle om en mye større rolle for CPU-er i hjertet av databehandlingen.

Agentisk AI driver CPU-etterspørselen

Tradisjonell KI-infrastruktur har vært sterkt fokusert på GPU-er, som utmerker seg ved matrisematematikken som kreves for trening og kjøring av dyp læring-modeller. Men agentisk AI legger på flere lag med koordinering rundt disse modellene.

Lisa Su har understreket at disse systemene krever betydelige CPU-ressurser til oppgaver som:

• orkestrering av flere modeller og verktøy
• planlegging og koordinering av oppgaver
• henting og håndtering av data
• håndtering av nettverk og minneoperasjoner
• utføring av systemnær logikk rundt inferens

Med andre ord: GPU-ene håndterer den tunge numeriske beregningen, mens CPU-ene styrer arbeidsflyten og infrastrukturen rundt. Når bedrifter tar i bruk KI-applikasjoner i stor skala, vokser dette orkestreringslaget betraktelig.

GPU-til-CPU-forholdet beveger seg mot 1:1

En av de mest slående arkitektoniske endringene er det forventede skiftet i forholdet mellom GPU-er og CPU-er inne i KI-datasentre.

Tidligere kjørte store klynger ofte med én CPU som støttet fire til åtte GPU-er. Men med agentisk KI-arbeidsmengder sier Su at forholdet er på vei mot omtrent 1:1 i neste generasjons installasjoner.

Denne endringen gjenspeiler den tyngre CPU-arbeidsmengden som kreves for å håndtere:

• distribuerte KI-agenter
• verktøysaktivering og arbeidsflytutførelse
• sanntids inferensrørledninger
• høyhastighets dataflyt mellom systemer

Implikasjonen er betydelig: CPU-er er ikke lenger bare vertsprosessorer for GPU-akseleratorer – de blir en større andel av datakraften i KI-infrastrukturen.

Prognoser peker mot et marked på 120–125 milliarder dollar

Den økende betydningen av CPU-er i KI-systemer har fått analytikere og brikkeprodusenter til å øke markedsprognosene kraftig.

• AMDs prognose: Selskapet venter nå at det totale markedet for server-CPU-er vil vokse mer enn 35 prosent årlig, og nå over 120 milliarder dollar innen 2030 – omtrent det dobbelte av tidligere estimater.
• Bank of Americas prognose: Analytikere spår at markedet vil vokse fra omtrent 43 milliarder dollar i 2026 til rundt 125 milliarder dollar i 2030, noe som innebærer omtrent 31 prosent årlig vekst.

Begge prognosene peker mot samme konklusjon: KI-infrastruktur blir betydelig mer CPU-krevende enn tidligere generasjoner av maskinlæringssystemer.

Hvem kan vinne i server-CPU-markedet

Den kommende veksten ventes også å omforme konkurransen mellom brikkearkitekturer.

Bank of America anslår at innen 2030:

• x86-prosessorer (primært AMD og Intel) fortsatt kan utgjøre omtrent 56 prosent av server-CPU-markedet.
• ARM-baserte egne design kan fange omtrent 37 prosent, drevet av hyperskaler-selskapenes egne brikker.

Innenfor x86-segmentet har AMD tatt markedsandeler i dataprosessorer de siste årene, og noen analytikerprognoser tyder på at selskapet kan fange en stor del av det voksende markedsmuligheten innen slutten av tiåret.

Den nøyaktige fordelingen mellom AMD, Intel og nye aktører med egne brikker er imidlertid fortsatt usikker, ettersom hyperskaler-skyaktører i økende grad designer sine egne prosessorer.

Hvordan etterspørselen påvirker AMD

Den raske veksten i KI-infrastruktur påvirker allerede AMDs virksomhet på flere måter.

For det første har selskapet nytt godt av sterk investorentusiasme knyttet til KI-etterspørsel i datasentre. Etter sterk KI-relatert veiledning hoppet AMD-aksjen omtrent 12 prosent i etterhandelen etter en resultatrapport som fremhevet etterspørsel etter databrikker.

For det andre begynner etterspørselssjokket å presse på forsyningskjedene. AMD har sagt at de samarbeider med produksjonspartnere i Taiwan for å øke produksjonskapasiteten, ettersom etterspørselen er sterkere enn ventet og strammer til det globale CPU-markedet.

Dette tyder på at den forventede veksten i CPU-etterspørsel ikke bare er teoretisk – den påvirker allerede produksjonsplanlegging og tilgjengelighet.

Det store skiftet: KI er ikke lenger bare en GPU-historie

Den tidlige fortellingen om KI-maskinvare fokuserte nesten utelukkende på GPU-er. Men neste generasjon KI-systemer – spesielt agentdrevne arbeidsflyter – er avhengig av en bredere datastabel.

Når bedrifter tar i bruk KI-agenter som kan planlegge, resonnere og samhandle med flere verktøy, blir CPU-er avgjørende for å koordinere hele systemet. Den arkitektoniske endringen er grunnen til at analytikere nå venter at server-CPU-markedet vil ekspandere dramatisk utover i tiåret.

Hvis prognosene holder, vil neste fase av KI-infrastruktur ikke bare handle om raskere akseleratorer – det vil også handle om en mye større rolle for CPU-er i hjertet av databehandlingen.