Buuser助手

Волна Agentic AI коренным образом меняет вычислительную архитектуру дата-центров, вследствие чего стратегическое значение CPU резко возрастает.

Bank of America Securities в последнем исследовательском отчете повысил прогнозируемый совокупный объём рынка серверных CPU (TAM) к 2030 году до более чем 210 млрд долларов, что более чем на 20% выше предыдущей оценки (около 170 млрд долларов), а также увеличил прогнозируемый среднегодовой темп роста с 30% до 36%.

Основная логика этого пересмотра заключается в следующем: по мере того как рабочие нагрузки AI смещаются от обучения к инференсу, а затем к Agentic AI, роль CPU в системах дата-центров эволюционирует от «ассистента» GPU к «контрольной плоскости» для оркестрации интеллектуальных агентов. Bank of America ожидает, что соотношение CPU и GPU изменится с примерно 1:4 во времена обучения к примерно 1:2 на этапе AI-инференса и приблизится к 1:1 в эпоху Agentic AI. Это означает, что к 2030 году CPU будут составлять около 10% общего TAM систем дата-центров (около 2,2 трлн долларов США), по сравнению с менее чем 7% в период обучения (2024–2025 гг.).

На уровне отдельных акций Bank of America сохраняет рейтинг «покупать» по AMD с целевой ценой 620 долларов, считая её лучшей ставкой на CPU; также сохраняется рекомендация «покупать» по NVIDIA (NVDA) с целевой ценой 350 долларов — как предпочтительный выбор во всём полупроводниковом секторе.

Agentic AI реорганизует спрос на CPU

Команда аналитиков под руководством Вивека Арья (Vivek Arya) отмечает, что эволюция AI-нагрузок систематически увеличивает плотность спроса на CPU.

В эпоху обучения CPU в основном выполняли вспомогательные функции: предварительная обработка данных, токенизация, пакетная обработка и подача данных на GPU, в то время как именно GPU/ускорители были основой вычислительной мощности. В результате с 2022 по 2025 год рынок AI-ускорителей рос бешеными темпами — +139% среднегодовых, тогда как серверные CPU показывали лишь +14%. К 2025 году на AI-ускорители пришлось уже 85% расходов на вычисления в дата-центрах, на CPU лишь 15%, тогда как в 2021 году соотношение составляло 26% на 74% соответственно.

Однако в эпоху Agentic AI ситуация меняется структурно. Agentic AI — это не просто «вопрос–ответ», а многошаговые циклические рабочие процессы: планирование, извлечение контекста, вызов инструментов, управление состоянием, взаимодействие через API, маршрутизация между моделями и оценка результатов. Все эти задачи по сути требуют последовательных вычислений, для которых преимущественно используются CPU, а не характерные для GPU параллельные матричные операции. По мнению Bank of America, CPU таким образом переходит от статуса «основного процессора» к роли «контрольной плоскости» AI-инференса.

Стоит подчеркнуть, что Bank of America отмечает: это не заменяет GPU CPU — потребность в обоих направлениях синхронно расширяется. Роль GPU в матричных вычислениях, инференсе больших моделей, высокопроизводительной предварительной загрузке и работе с передовыми моделями остаётся ключевой; в то же время CPU всё чаще отвечает за оркестрацию, управление памятью, выполнение инструментов и перемещение данных. Узким местом системы становится не только производительность GPU, а вся инфраструктура в целом, благодаря чему суммарный TAM увеличивается.

Структура рынка к 2030 году: рост ARM, давление на Intel

Bank of America делит TAM серверных CPU 2030 года на три категории: традиционные/IaaS — около 30 млрд долларов, AI-вычисления/головные узлы — примерно 90 млрд долларов, автономные узлы Agentic AI — ещё 90 млрд долларов, а две последние категории вместе составят ок. 180 млрд или примерно 86% всего AI-рынка CPU.

В плане долей рынка главным бенефициаром станет экосистема ARM. К 2030 году, по оценкам Bank of America, на коммерческие ARM CPU (включая NVIDIA Vera, ARM AGI, процессоры Qualcomm и др.) придётся примерно 38% в денежном выражении, на кастомные ARM (включая AWS Graviton, Google Axion, Microsoft Cobalt и др.) — ещё 9%, т.е. вместе почти 47%. Доля AMD составит около 31%, а у Intel (INTC) она снизится с примерно 34% в 2026 году до около 22% в 2030, хотя абсолютная выручка все равно будет расти на уровне 22% среднегодовых.

По количеству поставленных чипов Intel сохранит лидирующую позицию (~36%), однако снижение доли в выручке отражает конкурентное отставание в сегменте высокомаржинальных AI-нагрузок. При этом у Intel остаётся относительное преимущество в традиционных корпоративных вычислениях; кроме того, платформа Coral Rapids на базе техпроцесса 18A-P может к 2028 году сократить отставание от конкурентов по производительности.

AMD: лидерство по числу ядер и частоте

Bank of America считает AMD лучшим выбором среди CPU-производителей на основе её двойного лидерства по частоте и количеству ядер.

По частоте AMD Turin (пятое поколение EPYC) достигает 5,0 ГГц, тогда как Intel Granite Rapids — 4,3 ГГц, а NVIDIA Grace — около 3,35 ГГц. Ожидающаяся во второй половине 2026 года серия Venice (шестое поколение EPYC) должна укрепить это преимущество, сделав CPU AMD идеальными для головных/вычислительных узлов масштабируемых AI-кластеров.

В плане количества ядер преимущество AMD ещё очевиднее: серия Venice будет поддерживать до 256 ядер/512 потоков против 88 ядер/176 потоков у будущей NVIDIA Vera и ожидаемых максимум 192 ядер у Intel Diamond Rapids. По оценкам Bank of America, AMD EPYC 9965 (Turin, 192 ядра) превосходит NVIDIA Vera по производительности для Agentic AI на уровне стеллажа в 2,37 раза, а Venice (256 ядер) — уже в 3,30 раза.

Кроме этого, эксперты позитивно оценивают управление цепочками поставок и исполнительность AMD по Zen 6/2-нм технологии, а также преимущества x86-экосистемы в безопасности и надежности (RAS) для Agentic AI-нагрузок.

Отдельные CPU-стеллажи NVIDIA открывают новый сегмент спроса

Вторая половина 2026 года: NVIDIA в рамках платформы Vera Rubin представит отдельные CPU-стеллажи Vera (CPX), что Bank of America считает одним из главных драйверов повышения прогноза TAM для CPU.

Каждый такой стеллаж способен содержать до 256 CPU Vera, оснащается жидкостным охлаждением и оптимизирован под Agentic AI-нагрузки; отвечает за оркестрацию, контроль памяти и управление вводом/выводом, а также за тестирование, выполнение и верификацию вычислений, поступающих от стеллажей Vera Rubin NVL72. В полном 40-стеллажном SuperPOD Vera Rubin на каждый pod приходится 1152 GPU Rubin, 576 CPU Vera как часть вычислительных стеллажей, а также потенциальные 512 CPU из отдельных стеллажей — итоговое соотношение CPU и GPU близко к 1:1.

По мнению Bank of America, такие отдельные CPU-стеллажи смогут брать на себя RAG-пайплайны, работу с векторными базами данных, подготовку данных, выполнение API/инструментов и инференс малых и средних моделей — те задачи, которые раньше были слишком фрагментированы и неэффективны для дорогостоящих GPU-стеллажей, тем самым расширяя общий TAM, а не просто перераспределяя существующий спрос.