Agentisk AI kan utlösa en enorm CPU-boost – servermarknaden på väg mot 1250 miljarder kronor

Agentisk AI driver CPU-behovet i höjden

Traditionell AI-infrastruktur har fokuserat starkt på GPUer, som är utmärkta på den matrisberäkning som krävs för att träna och köra djupinlärningsmodeller. Men agentisk AI lägger till lager av koordinering runt dessa modeller.

Lisa Su har betonat att dessa system kräver betydande CPU-resurser för uppgifter som:

• orkestrering av flera modeller och verktyg
• schemaläggning och koordinering av uppgifter
• hämtning och hantering av data
• hantering av nätverk och minnesoperationer
• exekvering av systemlogik kring inferens

Med andra ord: GPUer sköter den tunga numeriska beräkningen, medan CPUer hanterar det omgivande arbetsflödet och infrastrukturen. När företag skalar upp AI-applikationer växer det orkestreringsskiktet avsevärt.

GPU- till CPU-förhållandet rör sig mot 1:1

En av de mest slående arkitektoniska förändringarna är det förväntade skiftet i förhållandet mellan GPUer och CPUer i AI-datacenter.

Historiskt sett har stora kluster ofta körts med en CPU som stöder fyra till åtta GPUer. Men med agentiska AI-arbetsbelastningar säger Su att förhållandet rör sig mot ungefär 1:1 i nästa generations driftsättningar.

Den förändringen speglar den tyngre CPU-arbetsbelastning som krävs för att hantera:

• distribuerade AI-agenter
• anrop av verktyg och arbetsflödesexekvering
• realtidsinferenspipelines
• höghastighetsdataförflyttning mellan system

Implikationen är betydande: CPUer är inte längre bara värdprocessorer för GPU-acceleratorer – de blir en allt större del av beräkningsstacken i AI-infrastrukturen.

Prognoser pekar på en marknad på 1200–1250 miljarder kronor

Den växande betydelsen av CPUer i AI-system har fått analytiker och chiptillverkare att kraftigt höja sina marknadsprognoser.

• AMD:s prognos: Bolaget räknar nu med att den totala adresserbara marknaden för server-CPUer växer mer än 35 procent årligen och når över 1 200 miljarder kronor år 2030 – ungefär en fördubbling jämfört med tidigare uppskattningar.
• Bank of Americas prognos: Analytiker förutspår att marknaden expanderar från cirka 430 miljarder kronor år 2026 till ungefär 1 250 miljarder kronor år 2030, vilket innebär en årlig tillväxt på cirka 31 procent.

Båda prognoserna pekar mot samma slutsats: AI-infrastrukturen blir betydligt mer CPU-intensiv än tidigare generationers maskininlärningssystem.

Vem kan vinna på server-CPU-marknaden?

Den kommande tillväxten väntas också omforma konkurrensen mellan chiparkitekturer.

Bank of America uppskattar att år 2030:

• x86-processorer (främst AMD och Intel) fortfarande kan utgöra omkring 56 procent av server-CPU-marknaden.
• ARM-baserade kundanpassade designer kan fånga in cirka 37 procent, drivet främst av chips designade av stora molnaktörer.

Inom x86-segmentet har AMD vunnit marknadsandelar i datacenterprocessorer de senaste åren, och vissa analytikerprognoser antyder att bolaget kan fånga en stor del av den expanderande marknadsmöjligheten fram till slutet av decenniet.

Den exakta uppdelningen mellan AMD, Intel och framväxande aktörer med egendesignade kretsar är dock fortfarande osäker, i takt med att allt fler stora molnleverantörer designar sina egna processorer.

Hur AI-infrastrukturefterfrågan påverkar AMD

Den snabba tillväxten av AI-infrastruktur påverkar redan AMD:s verksamhet på flera sätt.

För det första har bolaget dragit nytta av ett starkt investerarintresse kopplat till efterfrågan på AI i datacenter. Efter starka AI-relaterade prognoser steg AMD-aktien med cirka 12 procent i efterhandeln efter en kvartalsrapport som lyfte fram efterfrågan på datacenterchips.

För det andra börjar efterfrågeökningen att anstränga leveranskedjorna. AMD har sagt att bolaget arbetar med tillverkningspartners i Taiwan för att öka produktionskapaciteten, eftersom den starkare än väntade efterfrågan stramar åt den globala CPU-marknaden.

Detta tyder på att den prognostiserade tillväxten i CPU-behov inte bara är teoretisk – den påverkar redan produktionsplanering och tillgång.

Det större skiftet: AI handlar inte längre bara om GPUer

Den tidiga berättelsen om AI-hårdvara fokuserade nästan helt på GPUer. Men nästa generation av AI-system – särskilt agentdrivna arbetsflöden – förlitar sig på en bredare beräkningsstack.

När företag börjar använda AI-agenter som kan planera, resonera och interagera med flera verktyg, blir CPUer avgörande för att koordinera hela systemet. Den arkitektoniska förändringen är anledningen till att analytiker nu förväntar sig att server-CPU-marknaden expanderar dramatiskt fram till slutet av decenniet.

Om dessa prognoser håller kommer nästa fas av AI-infrastruktur inte bara att handla om snabbare acceleratorer – det kommer också att innebära en mycket större roll för CPUer i hjärtat av datacenterberäkningen.