Bitget App
Trade smarter
Krypto kaufenMärkteTradenFuturesStocksEarnInstitutionKI und mehr
Im Zeitalter der Proxy-AI: Müssen CPUs und GPUs im Verhältnis 1:1 stehen?

Im Zeitalter der Proxy-AI: Müssen CPUs und GPUs im Verhältnis 1:1 stehen?

华尔街见闻华尔街见闻2026/08/13 08:06
Original anzeigen
Von:华尔街见闻

Die KI-Agenten lösen eine Revolution in der Rechenleistung aus, wobei die CPU sich vom "Nebenakteur" verabschiedet und eine historische Neubewertung erfährt! Die Bank of America prognostiziert, dass die CPU zum "Kontrollzentrum" von Rechenzentren aufsteigt. Das zukünftige Verhältnis zwischen CPU und GPU wird sich von 1:4 auf nahezu 1:1 angleichen, und die Marktgröße für CPUs wird bis 2030 auf über 210 Milliarden US-Dollar angehoben. In diesem Milliardenmarkt wird das ARM-Lager stark aufsteigen und fast die Hälfte des Marktanteils einnehmen; AMD wird dank Kern-Performance zum Top-Investment, während Intel vor der Herausforderung sinkender Marktanteile steht.

Die Agentic AI-Welle verändert die Rechenarchitektur von Datenzentren grundlegend und hebt die strategische Bedeutung der CPU erheblich an.

Bank of America Securities hat in ihrem neuesten Forschungsbericht die Gesamtgröße des potenziellen Marktes für Server-CPUs (TAM) im Jahr 2030 auf über 210 Milliarden US-Dollar angehoben, was einer Steigerung von mehr als 20% gegenüber der bisherigen Prognose von etwa 170 Milliarden US-Dollar entspricht. Die erwartete jährliche Wachstumsrate wurde von 30% auf 36% erhöht.

Die Kernlogik dieser Anpassung liegt darin: Mit der Entwicklung der AI-Arbeitslasten vom Training zum Inferenz und weiter zur Agentic AI, steigt die Rolle der CPU in Datacenter-Systemen von der „Nebenrolle“ der GPU zur „Kontrollebene“ der Agentenorchestrierung auf. Bank of America erwartet, dass das Verhältnis zwischen CPU und GPU vom etwa 1:4 des Trainingszeitalters im Inferenzstadium auf etwa 1:2 schrumpft und schließlich im Zeitalter der Agentic AI auf nahezu 1:1 zusteuert. Dies bedeutet, dass die CPU bis 2030 etwa 10% des insgesamt etwa 2,2 Billionen US-Dollar schweren TAMs der Datacenter-Systeme ausmachen wird – mehr als die weniger als 7% im Trainingszeitalter 2024 bis 2025.

Im Zeitalter der Proxy-AI: Müssen CPUs und GPUs im Verhältnis 1:1 stehen? image 0

Auf Einzelaktienebene hält Bank of America an der Kaufempfehlung für AMD fest, mit einem Kursziel von 620 US-Dollar, und sieht diese als das beste CPU-Investment; darüber hinaus wird die Kaufempfehlung für Nvidia (NVDA) mit einem Kursziel von 350 US-Dollar beibehalten und als Gesamtsfavorit im Halbleiter-Sektor betrachtet.

Agentic AI rekonstruiert die Logik der CPU-Nachfrage

Das Analystenteam um Vivek Arya von Bank of America betont, dass die Entwicklungspfade der AI-Arbeitslasten systematisch die Nachfrageintensität der CPU erhöhen.

Im Trainingszeitalter übernimmt die CPU hauptsächlich Aufgaben wie Datenvorverarbeitung, Tokenisierung, Batch-Verarbeitung und die Datenzufuhr an die GPU – alles unterstützende Funktionen, während GPU/Accelerator das Leistungskernstück ist. Dieses Gefüge führt dazu, dass der AI-Accelerator-Markt von 2022 bis 2025 mit einer jährlichen Wachstumsrate von +139% explodiert, während Server-CPUs lediglich eine Wachstumsrate von +14% verzeichnen. Bis 2025 machen AI-Acceleratoren 85% der Datacenter-Computing-Ausgaben aus, während CPUs nur 15% beitragen; 2021 lag dieses Verhältnis noch bei 26% zu 74%.

Mit dem Eintritt in das Agentic AI-Zeitalter vollzieht sich ein struktureller Wandel. Agentic AI ist nicht mehr nur ein „Frage-und-Antwort“-Szenario, sondern beinhaltet Planung, Kontextsuche, Tool-Aufrufe, Zustandsmanagement, API-Interaktionen, Multi-Modell-Routing und Ergebnisbewertung – alles mehrstufige, zyklische Workflows. Diese Aufgaben sind im Wesentlichen sequentiell und CPU-intensiv, im Gegensatz zu den parallelen Matrixberechnungen, für die die GPU optimiert ist. Bank of America meint, dass die CPU somit von der „Host-Prozessor“-Rolle zur „Kontrollebene“ der AI-Inferenz aufsteigt.

Bemerkenswert ist, Bank of America betont, dass dies keine Substitution der GPU durch die CPU darstellt, sondern ein synchrones Wachstum beider Nachfrage. Die GPU bleibt im Bereich Matrixberechnung, Modellinferenz, Pre-Fill mit hoher Durchsatzrate und fortschrittlicher Modellinferenz das Kernstück; die CPU übernimmt jedoch mehr Aufgaben in Orchestrierung, Speicherverwaltung, Tool-Ausführung und Datenbewegung. Systemengpässe erweitern sich vom reinen GPU-Leistungskern auf die breitere Infrastrukturebene, wodurch das Gesamt-TAM der Datacenter weiter wächst.

Marktstruktur 2030: ARM im Aufschwung, Intel unter Druck

Bank of America teilt das TAM 2030 der Server-CPU in drei Kategorien auf: Traditionell/IaaS etwa 30 Milliarden US-Dollar, AI-Computing/Headnodes etwa 90 Milliarden US-Dollar, AI-Agentic dedizierte Nodes etwa 90 Milliarden US-Dollar – die letzten beiden zusammen ergeben etwa 180 Milliarden US-Dollar, was rund 86% des gesamten AI-CPU-Marktes ausmacht.

Im Hinblick auf Marktanteile macht das ARM-Lager den größten Sprung. Bank of America schätzt, dass ARM-kommerzielle CPUs (einschließlich Nvidia Vera, ARM AGI, Qualcomm CPUs usw.) bis 2030 etwa 38% des Wertanteils am Server-CPU-Markt ausmachen, ARM-Custom-CPUs (darunter AWS Graviton, Google Axion, Microsoft Cobalt usw.) etwa 9% – zusammen fast 47%. AMD soll etwa 31% des Wertanteils halten, während Intel (INTC) von 34% im Jahr 2026 auf nur noch 22% sinkt, auch wenn der absolute Umsatz jährlich um etwa 22% wächst.

Im Zeitalter der Proxy-AI: Müssen CPUs und GPUs im Verhältnis 1:1 stehen? image 1

In Bezug auf Stückzahlanteile bleibt Intel mit etwa 36% Marktführer, jedoch spiegelt der anhaltende Rückgang des Wertanteils die Wettbewerbsnachteile im Bereich hochgradig wertschöpfender AI-Arbeitslasten wider. Bank of America hebt hervor, dass Intels relative Stärke im traditionellen Enterprise-Arbeitslastbereich liegt und der auf dem 18A-P-Verfahren basierende Coral Rapids Plattform bis 2028 die Leistungslücke zu den Mitbewerbern verkleinern könnte.

AMD: Doppelte Führungsposition bei Kernanzahl und Frequenz

Bank of America sieht AMD als beste CPU-Investition, basierend auf der doppelten Technologieführerschaft in Bezug auf hohe Frequenzen und hohe Kernzahlen.

Im Bereich hohe Frequenz erreicht AMD Turin (5. Generation EPYC) eine Spitzenfrequenz von 5,0 GHz, mehr als Intels Granite Rapids mit 4,3 GHz und Nvidias Grace mit etwa 3,35 GHz. Die voraussichtlich in der zweiten Hälfte 2026 kommende Venice (6. Generation EPYC) wird diesen Vorsprung weiter konsolidieren und die AMD-CPU zur idealen Wahl für Headnodes/Compute-Nodes in AI-Cluster-Erweiterungen machen.

Im Bereich Kernanzahl ist AMD noch deutlicher überlegen. Venice unterstützt voraussichtlich bis zu 256 Kerne/512 Threads – deutlich mehr als Nvidia Vera (88 Kerne/176 Threads) und Intel Diamond Rapids (bis zu 192 Kerne). Bank of America berechnet, dass die AMD EPYC 9965 (Turin, 192 Kerne) bei Agentic AI-Arbeitslasten eine Rack-Level-Leistung von 2,37-mal der Nvidia Vera erreicht, Venice (256 Kerne) könnte diesen Vorsprung auf 3,30-mal ausbauen.

Darüber hinaus sieht Bank of America AMDs Ausführungsstärke im Zen 6/2nm-Verfahren und die Transparenz der Lieferkette positiv, sowie die Anpassungsfähigkeit des x86-Ökosystems an Agentic AI-Arbeitslasten insbesondere bezüglich Sicherheit und Zuverlässigkeit (RAS).

Nvidia eröffnet mit dedizierten CPU-Racks neues Nachfragefeld

Nvidia wird in der zweiten Jahreshälfte 2026 mit der Vera Rubin Plattform dedizierte Vera CPU-Racks (CPX-Racks) anbieten, was laut Bank of America einen wichtigen Impuls für die Aufwärtskorrektur der CPU-TAM-Prognosen darstellt.

Dieses Rack kann bis zu 256 Vera CPUs integrieren, basiert auf Flüssigkühlung und ist speziell für Agentic AI-Arbeitslasten optimiert. Es übernimmt Aufgaben wie Orchestrierung, Speichersteuerung und I/O-Management, sowie Test und Ausführung der Outputs von Vera Rubin NVL72 Compute-Racks. Im vollständigen 40-Rack Vera Rubin SuperPOD enthält jedes Pod 1152 Rubin GPUs, 576 Vera CPUs als Teil der Compute-Racks und potenziell weitere 512 Vera CPUs aus dedizierten CPU-Racks; das Verhältnis von CPU zu GPU nähert sich 1:1.

Bank of America ist überzeugt, dass diese dedizierten CPU-Racks Pipeline-Aufgaben wie RAG, Vektordatenbank, Datenvorbereitung, API/Tool-Ausführung und Inferenz kleiner bis mittelgroßer Modelle übernehmen – Arbeitslasten, die für teure GPU-Racks bisher zu fragmentiert waren. Dadurch wird das Gesamttam tatsächlich erweitert und nicht nur bestehender Bedarf ersetzt.

0
0

Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.

PoolX: Locked to Earn
APR von bis zu 10%. Mehr verdienen, indem Sie mehr Lockedn.
Jetzt Lockedn!

Das könnte Ihnen auch gefallen

OpenAI tritt gegen Meta an: Veröffentlichung des persönlichen KI-Assistenten Dots, Premium-Abonnement kostet 500 US-Dollar pro Monat, fünfmal so viel wie die High-End-Version von Muse

Um Marktanteile mit Metas Muse zu konkurrieren, hat OpenAI den „Always-on“-AI-Agenten Dots veröffentlicht. Dots läuft auf dem GPT-6-basierten Astra-Modell und kann selbsttätig Aufgaben wie Recherche, Programmierung und das Verfassen von Dokumenten für Nutzer übernehmen. Am selben Tag brachte OpenAI außerdem das GPT-6.1 Sol-Modell auf den Markt, dessen Leistung nahezu der von Astra entspricht, dessen Standard-Token-Preis jedoch nur ein Fünftel des Astra-Preises beträgt. Der Aktienkurs von Meta fiel nach der Veröffentlichung von Dots zunächst kurzzeitig, drehte dann ins Plus und schloss schließlich mit einem Anstieg von 3,24 %.

华尔街见闻•2026/09/29 20:51

Die Zahl der JOLTS-Stellenangebote in den USA ist im August auf ein Fünfmonatstief gefallen und liegt damit den dritten Monat in Folge unter den Erwartungen.

Im August sank die Zahl der offenen Stellen in den USA auf 7,079 Millionen und lag damit unter den Erwartungen der Ökonomen von 7,228 Millionen. Im Bereich Immobilien und Vermietung wurden lediglich 50.000 offene Stellen verzeichnet, was einem nahezu halbierten Wert gegenüber dem Vormonat entspricht. Die Kündigungsrate blieb bei 1,9 % und damit auf dem niedrigsten Niveau seit 2020. Das Verhältnis von offenen Stellen zur Zahl der Arbeitslosen fiel auf das 1,0-fache zurück. Analysen weisen darauf hin, dass die durch JOLTS implizierte Netto-Beschäftigungszahl nun seit drei Monaten in Folge unter den Daten des Non-Farm-Berichts liegt; das am Freitag veröffentlichte Non-Farm-Arbeitsmarktbericht dürfte daher ein hohes Risiko für negative Überraschungen bergen.

华尔街见闻•2026/09/29 16:24