У епоху агентів ІІ, чи повинні CPU і GPU бути "1:1"?

Хвиля Agentic AI фундаментально змінює архітектуру обчислень у дата-центрах, стратегічне значення CPU значно зростає.

Bank of America Securities у своєму останньому дослідженні підвищив прогноз загального потенційного обсягу ринку серверних CPU (TAM) на 2030 рік до понад 210 млрд доларів США, що на понад 20% більше порівняно з попереднім прогнозом близько 170 млрд доларів. Прогноз складного річного темпу зростання підвищено з 30% до 36%.

Основна логіка цієї корекції полягає в тому, що: з переходом AI-навантажень від навчання до інференсу, а потім до Agentic AI, роль CPU у системах дата-центрів змінюється з “допоміжної” щодо GPU на “керівний рівень” для координації agentic. Bank of America передбачає, що співвідношення CPU до GPU з тренувальної епохи 1:4 поступово звузиться до приблизно 1:2 на етапі AI-inferring і, зрештою, майже до 1:1 в епоху Agentic AI. Це означає, що до 2030 року CPU займатиме близько 10% загального TAM систем дата-центрів (~2,2 трлн доларів), що більше порівняно з менш ніж 7% у епоху тренування 2024-2025 рр.

На рівні окремих акцій Bank of America зберігає рейтинг “купувати” AMD з цільовою ціною 620 доларів, розглядає її як найкращий вибір серед CPU. Зберігає рейтинг “купувати” NVIDIA (NVDA) з цільовою ціною 350 доларів, обираючи її як основний варіант для всього сектора напівпровідників.

Agentic AI перебудовує логіку попиту на CPU

Команда аналітиків Bank of America під керівництвом Vivek Arya зазначає, що еволюційний шлях AI-навантажень системно підвищує щільність попиту на CPU.

У тренувальній епосі CPU головним чином виконували допоміжні функції: попередню обробку даних, токенізацію, пакетну обробку та подачу даних до GPU, основним обчислювальним ядром виступав GPU/акселератор. Через таку структуру, річний складний темп зростання ринку AI-акселераторів у 2022-2025 рр. досягав +139%, тоді як серверні CPU – лише +14%. До 2025 року AI-акселератори займали 85% витрат на обчислення дата-центрів, а CPU – тільки 15%, тоді як у 2021 р. це співвідношення становило 26% vs 74%.

З настанням ери Agentic AI ситуація змінюється структурно. Agentic AI — це не просто “запит–відповідь”: вона включає планування, доставання контексту, використання інструментів, управління станом, API-взаємодію, маршрутизацію кількох моделей та оцінку результатів; це багатоступеневі циклічні workflow. Такі задачі є послідовними й ресурсозатратними для CPU, а не паралельними матричними обчисленнями, у яких GPU мають перевагу. Bank of America вважає, що завдяки цьому CPU підвищує свій статус з “host processor” до “control plane” для AI-inferring.

Варто відзначити, що Bank of America підкреслює: це не заміна GPU CPU, а паралельне розширення потреб для обох. GPU залишаються незамінними для матричних обчислень, інференсу великої моделі, потокової підготовки та передової інференції; натомість CPU беруть на себе більшу відповідальність у координації, управлінні пам’яттю, виконанні інструментів та переміщенні даних. Системні вузли розширюються з вузького GPU до ширшої інфраструктури, що призводить до збільшення загального TAM дата-центрів.

Ринкова структура 2030 року: ARM зростає, Intel під тиском

Bank of America розділяє TAM серверних CPU на 2030 рік на три категорії: Традиційні/IaaS – приблизно 30 млрд доларів, AI-обчислення/головні вузли – близько 90 млрд доларів, автономні вузли Agentic AI – близько 90 млрд доларів. Останні дві разом становитимуть близько 86% (~180 млрд доларів) загального ринку AI CPU.

Щодо прогнозу ринкової частки, ARM є найбільшим переможцем. Bank of America вважає, що до 2030 року ARM-комерційні CPU (включаючи NVIDIA Vera, ARM AGI, Qualcomm CPU) будуть близько 38% вартості серверних CPU, ARM-користувацькі CPU (AWS Graviton, Google Axion, Microsoft Cobalt) — близько 9%, разом – майже 47%. AMD залишатиметься на рівні близько 31%. Intel (INTC) знизиться з близько 34% у 2026 р. до близько 22%; попри це, абсолютний обсяг доходів продовжуватиме зростати на ~22% CAGR.

За одиничною часткою Intel все ще буде лідером – близько 36%, але падіння цінового сегмента відображає слабкі позиції у високодоходних AI-навантаженнях. Bank of America відзначає, що перевага Intel у традиційних корпоративних навантаженнях, а платформа Coral Rapids на базі 18A-P процесу зможе до 2028 р. скоротити відставання від конкурентів щодо продуктивності.

AMD: Подвійна перевага в кількості ядер і частоті

Bank of America вважає AMD найкращим CPU-вибором, основна причина — подвійна перевага у високій частоті та кількості ядер.

За частотою — AMD Turin (п’яте покоління EPYC) має пікову частоту 5,0 ГГц, що вище Granite Rapids Intel (4,3 ГГц) та Grace NVIDIA (~3,35 ГГц). Venice (шосте покоління EPYC), яка буде представлена у другій половині 2026 р., обіцяє ще більше зміцнити цю перевагу, зробити CPU AMD ідеальним вибором для головних/обчислювальних вузлів кластерів AI.

Щодо кількості ядер AMD ще помітніше виграє. Venice обіцяє до 256 ядер/512 потоків, що значно перевищує Vera NVIDIA (88 ядер/176 потоків) та Diamond Rapids Intel (до 192 ядер). Bank of America підраховує: AMD EPYC 9965 (Turin, 192 ядра) має в 2,37 рази вищу продуктивність для agentic AI workload на рівні rack, ніж Vera NVIDIA, а Venice (256 ядер) може збільшити перевагу до 3,30 разів.

Крім того, Bank of America позитивно оцінює виконання AMD у Zen 6/2 nm техпроцесі і видимість ланцюга постачання, а також переваги x86-екосистеми щодо безпеки та надійності (RAS) для workload agentic AI.

NVIDIA: незалежний CPU-рек відкриває новий простір попиту

У другій половині 2026 р. разом із платформою Vera Rubin NVIDIA презентує незалежну серверну стойку Vera CPU (CPX-рек), що є одним із ключових каталізаторів підвищення TAM-прогнозу CPU Bank of America.

Ця стойка інтегрує до 256 CPU Vera, має рідинне охолодження, спеціально оптимізована для agentic AI workload, відповідає за оркестрацію, управління пам’яттю та I/O, та може здійснювати тестування, виконання та валідацію результатів обчислень на Vera Rubin NVL72 compute-реку. У повному складі 40-рекового Vera Rubin SuperPOD кожен pod містить 1152 Rubin GPU, 576 Vera CPU як частина compute-реків, та потенційно ще 512 CPU Vera в незалежних CPU-реків — співвідношення CPU до GPU прагне до 1:1.

Bank of America вважає, що такі автономні CPU-рекі виконуватимуть pipeline RAG, роботу з векторними базами даних, підготовку даних, виконання API/інструментів та інференцію малих і середніх моделей, які раніше були надто фрагментованими для дорогих GPU-реків. Це суттєво розширює загальний TAM, а не просто замінює наявний попит.