Agentowa AI napędza popyt na procesory

Dotychczas infrastruktura AI koncentrowała się głównie na GPU, które doskonale radzą sobie z obliczeniami macierzowymi niezbędnymi do trenowania i uruchamiania modeli głębokiego uczenia. Agentowa AI wymaga jednak dodatkowych warstw koordynacji wokół tych modeli.

Lisa Su podkreśla, że systemy te potrzebują znacznych zasobów CPU do takich zadań jak:

• orkiestracja wielu modeli i narzędzi
• planowanie i koordynacja zadań
• wyszukiwanie i zarządzanie danymi
• obsługa sieci i operacji pamięci
• wykonywanie logiki systemowej związanej z wnioskowaniem

Innymi słowy, GPU wykonują ciężkie obliczenia numeryczne, podczas gdy CPU zarządzają całym otaczającym przepływem pracy i infrastrukturą. W miarę jak firmy wdrażają aplikacje AI na masową skalę, ta warstwa orkiestracji znacząco rośnie.

Stosunek GPU do CPU zmierza w kierunku 1:1

Jedną z najbardziej uderzających zmian architektonicznych jest oczekiwane przesunięcie proporcji GPU do CPU w centrach danych AI.

Dotychczas duże klastry często działały w konfiguracji jednego CPU na cztery do ośmiu GPU. Przy obciążeniach agentowej AI, Su przewiduje, że stosunek ten przesunie się w kierunku mniej więcej 1:1 w następnej generacji wdrożeń.

Ta zmiana odzwierciedla większe obciążenie CPU niezbędne do zarządzania:

• rozproszonymi agentami AI
• wywoływaniem narzędzi i wykonywaniem przepływów pracy
• potokami wnioskowania w czasie rzeczywistym
• szybkim przesyłem danych między systemami

Konsekwencje są znaczące: procesory CPU przestają być wyłącznie hostami dla akceleratorów GPU – stają się coraz ważniejszym elementem stosu obliczeniowego w infrastrukturze AI.

Prognozy rynkowe: 120–125 miliardów dolarów na rynek CPU

Rosnące znaczenie procesorów w systemach AI skłoniło analityków i producentów układów do gwałtownego podniesienia prognoz rynkowych.

• Prognoza AMD: Firma spodziewa się, że całkowity adresowalny rynek serwerowych CPU będzie rósł ponad 35% rocznie, osiągając ponad 120 miliardów dolarów do 2030 roku – mniej więcej dwukrotność wcześniejszych szacunków.
• Prognoza Bank of America: Analitycy banku przewidują, że rynek rozwinie się z około 43 miliardów dolarów w 2026 roku do mniej więcej 125 miliardów dolarów w 2030 roku, co oznacza około 31% średniorocznego wzrostu.

Obie prognozy prowadzą do tego samego wniosku: infrastruktura AI staje się znacznie bardziej wymagająca pod względem CPU niż wcześniejsze generacje systemów uczenia maszynowego.

Kto może wygrać na rynku serwerowych CPU

Oczekiwany wzrost ma również zmienić konkurencję pomiędzy architekturami układów.

Bank of America szacuje, że do 2030 roku:

• Procesory x86 (przede wszystkim AMD i Intel) mogą nadal stanowić około 56% rynku serwerowych CPU.
• Niestandardowe projekty ARM mogą zdobyć około 37% rynku, głównie za sprawą układów projektowanych przez największych operatorów chmur.

W segmencie x86 firma AMD od kilku lat zwiększa swój udział w rynku procesorów do centrów danych, a niektóre prognozy analityczne sugerują, że do końca dekady może zdobyć dużą część rozwijającego się rynku.

Ostateczny podział między AMD, Intelem a nowymi graczami z własnymi układami pozostaje jednak niepewny, ponieważ hiper skalowalni dostawcy chmur coraz częściej projektują własne procesory.

Jak popyt na infrastrukturę AI wpływa na AMD

Gwałtowny rozwój infrastruktury AI już teraz oddziałuje na biznes AMD na kilka sposobów.

Po pierwsze, firma korzysta z silnego entuzjazmu inwestorów związanego z popytem na procesory do centrów danych. Po mocnych, związanych z AI prognozach, akcje AMD wzrosły o około 12% w handlu posesyjnym po publikacji wyników kwartalnych podkreślających popyt na układy do centrów danych.

Po drugie, gwałtowny wzrost popytu zaczyna obciążać łańcuchy dostaw. AMD poinformowało, że współpracuje z partnerami produkcyjnymi na Tajwanie w celu zwiększenia mocy wytwórczych, ponieważ popyt okazał się wyższy niż oczekiwano, co zaciska globalny rynek CPU.

To pokazuje, że prognozowany wzrost popytu na CPU nie jest tylko teoretyczny – już teraz wpływa na planowanie produkcji i dostępność dostaw.

Większa zmiana: AI to już nie tylko historia o GPU

Wczesna narracja wokół sprzętu AI koncentrowała się prawie wyłącznie na GPU. Jednak następna generacja systemów AI – zwłaszcza przepływów pracy opartych na agentach – polega na szerszym stosie obliczeniowym.

Gdy firmy wdrażają agentów AI zdolnych do planowania, rozumowania i interakcji z wieloma narzędziami, procesory CPU stają się niezbędne do koordynowania całego systemu. Ta zmiana architektoniczna sprawia, że analitycy spodziewają się dramatycznego wzrostu rynku serwerowych CPU do końca dekady.

Jeśli te prognozy się spełnią, następna faza infrastruktury AI nie będzie dotyczyć tylko szybszych akceleratorów – będzie również oznaczać znacznie większą rolę procesorów CPU w samym sercu obliczeń w centrach danych.

Agentowa AI napędza popyt na procesory

Dotychczas infrastruktura AI koncentrowała się głównie na GPU, które doskonale radzą sobie z obliczeniami macierzowymi niezbędnymi do trenowania i uruchamiania modeli głębokiego uczenia. Agentowa AI wymaga jednak dodatkowych warstw koordynacji wokół tych modeli.

Lisa Su podkreśla, że systemy te potrzebują znacznych zasobów CPU do takich zadań jak:

• orkiestracja wielu modeli i narzędzi
• planowanie i koordynacja zadań
• wyszukiwanie i zarządzanie danymi
• obsługa sieci i operacji pamięci
• wykonywanie logiki systemowej związanej z wnioskowaniem

Innymi słowy, GPU wykonują ciężkie obliczenia numeryczne, podczas gdy CPU zarządzają całym otaczającym przepływem pracy i infrastrukturą. W miarę jak firmy wdrażają aplikacje AI na masową skalę, ta warstwa orkiestracji znacząco rośnie.

Stosunek GPU do CPU zmierza w kierunku 1:1

Jedną z najbardziej uderzających zmian architektonicznych jest oczekiwane przesunięcie proporcji GPU do CPU w centrach danych AI.

Dotychczas duże klastry często działały w konfiguracji jednego CPU na cztery do ośmiu GPU. Przy obciążeniach agentowej AI, Su przewiduje, że stosunek ten przesunie się w kierunku mniej więcej 1:1 w następnej generacji wdrożeń.

Ta zmiana odzwierciedla większe obciążenie CPU niezbędne do zarządzania:

• rozproszonymi agentami AI
• wywoływaniem narzędzi i wykonywaniem przepływów pracy
• potokami wnioskowania w czasie rzeczywistym
• szybkim przesyłem danych między systemami

Konsekwencje są znaczące: procesory CPU przestają być wyłącznie hostami dla akceleratorów GPU – stają się coraz ważniejszym elementem stosu obliczeniowego w infrastrukturze AI.

Prognozy rynkowe: 120–125 miliardów dolarów na rynek CPU

Rosnące znaczenie procesorów w systemach AI skłoniło analityków i producentów układów do gwałtownego podniesienia prognoz rynkowych.

• Prognoza AMD: Firma spodziewa się, że całkowity adresowalny rynek serwerowych CPU będzie rósł ponad 35% rocznie, osiągając ponad 120 miliardów dolarów do 2030 roku – mniej więcej dwukrotność wcześniejszych szacunków.
• Prognoza Bank of America: Analitycy banku przewidują, że rynek rozwinie się z około 43 miliardów dolarów w 2026 roku do mniej więcej 125 miliardów dolarów w 2030 roku, co oznacza około 31% średniorocznego wzrostu.

Obie prognozy prowadzą do tego samego wniosku: infrastruktura AI staje się znacznie bardziej wymagająca pod względem CPU niż wcześniejsze generacje systemów uczenia maszynowego.

Kto może wygrać na rynku serwerowych CPU

Oczekiwany wzrost ma również zmienić konkurencję pomiędzy architekturami układów.

Bank of America szacuje, że do 2030 roku:

• Procesory x86 (przede wszystkim AMD i Intel) mogą nadal stanowić około 56% rynku serwerowych CPU.
• Niestandardowe projekty ARM mogą zdobyć około 37% rynku, głównie za sprawą układów projektowanych przez największych operatorów chmur.

W segmencie x86 firma AMD od kilku lat zwiększa swój udział w rynku procesorów do centrów danych, a niektóre prognozy analityczne sugerują, że do końca dekady może zdobyć dużą część rozwijającego się rynku.

Ostateczny podział między AMD, Intelem a nowymi graczami z własnymi układami pozostaje jednak niepewny, ponieważ hiper skalowalni dostawcy chmur coraz częściej projektują własne procesory.

Jak popyt na infrastrukturę AI wpływa na AMD

Gwałtowny rozwój infrastruktury AI już teraz oddziałuje na biznes AMD na kilka sposobów.

Po pierwsze, firma korzysta z silnego entuzjazmu inwestorów związanego z popytem na procesory do centrów danych. Po mocnych, związanych z AI prognozach, akcje AMD wzrosły o około 12% w handlu posesyjnym po publikacji wyników kwartalnych podkreślających popyt na układy do centrów danych.

Po drugie, gwałtowny wzrost popytu zaczyna obciążać łańcuchy dostaw. AMD poinformowało, że współpracuje z partnerami produkcyjnymi na Tajwanie w celu zwiększenia mocy wytwórczych, ponieważ popyt okazał się wyższy niż oczekiwano, co zaciska globalny rynek CPU.

To pokazuje, że prognozowany wzrost popytu na CPU nie jest tylko teoretyczny – już teraz wpływa na planowanie produkcji i dostępność dostaw.

Większa zmiana: AI to już nie tylko historia o GPU

Wczesna narracja wokół sprzętu AI koncentrowała się prawie wyłącznie na GPU. Jednak następna generacja systemów AI – zwłaszcza przepływów pracy opartych na agentach – polega na szerszym stosie obliczeniowym.

Gdy firmy wdrażają agentów AI zdolnych do planowania, rozumowania i interakcji z wieloma narzędziami, procesory CPU stają się niezbędne do koordynowania całego systemu. Ta zmiana architektoniczna sprawia, że analitycy spodziewają się dramatycznego wzrostu rynku serwerowych CPU do końca dekady.

Jeśli te prognozy się spełnią, następna faza infrastruktury AI nie będzie dotyczyć tylko szybszych akceleratorów – będzie również oznaczać znacznie większą rolę procesorów CPU w samym sercu obliczeń w centrach danych.