AMD: Agentic AI erfordert ein Umdenken bei der CPU-GPU-Architektur im Rechenzentrum
Wichtige Erkenntnisse
- •AMD argumentiert, dass agentic-AI-Workloads deutlich mehr CPU-Ressourcen pro Server erfordern, als aktuelle GPU-lastige Konfigurationen bieten, was das CPU-zu-GPU-Verhältnis von 1:4 oder 1:8 potenziell auf 1:1 verschieben könnte.
- •Agentic-AI-Systeme sind auf CPU-gebundene Orchestrierungsaufgaben angewiesen, darunter Sub-Agenten-Koordination, Verzweigungslogik, API-Verwaltung und Zustandsverfolgung, die sich nicht effizient auf GPU-Parallelismus abbilden lassen.
- •AMDs EPYC 9005 Serien-Prozessoren bieten bis zu 192 Kerne und 384 Threads, wobei die kommende „Venice"-Architektur voraussichtlich 256 Kerne und 512 Threads erreichen soll.
- •AMD präsentiert eine Full-Stack-Infrastrukturvision, die EPYC-CPUs, Instinct-GPU-Beschleuniger und Pensando-Netzwerktechnologie kombiniert, anstatt agentic AI als reinen CPU-Markt zu positionieren.
- •Wenn sich agentic-AI-Deployments in Richtung ausgewogenerer CPU-zu-GPU-Verhältnisse bewegen, könnte AMDs Serverprozessorgeschäft direkter an das Wachstum der allgemeinen KI-Infrastrukturausgaben gebunden werden.
AMD argumentiert, dass die Strategie, für jede KI-Workload einfach weitere GPUs hinzuzufügen, möglicherweise an ihre Grenzen stößt. Das Unternehmen sagt, dass agentic AI – eine neuere Klasse von KI-Systemen, die darauf ausgelegt sind, in realen Kontexten autonom zu denken, zu planen und Aktionen auszuführen – eine grundlegend andere Hardwarearchitektur benötigt als die Systeme, die die erste Welle von Chatbots und Bildgeneratoren antrieben.
Die zentrale These von AMD lautet, dass sich das Verhältnis der Rechenleistung bei agentic AI stark verändert. Traditionelle KI-Trainings- und Inferenz-Workloads laufen häufig auf Servern mit CPU-zu-GPU-Verhältnissen von 1:4 oder sogar 1:8. In einer technischen Analyse, die Mitte 2026 in einer Reihe von Blogbeiträgen veröffentlicht wurde, sagte AMD, dass agentic AI Konfigurationen näher an 1:1 erfordern könnte, in einigen Fällen sogar CPU-dominante Auslegungen. Diese Darstellung bringt AMD in Konflikt mit dem vorherrschenden Modell des Rechenzentrumsausbaus, bei dem NVIDIA-GPUs die KI-Infrastrukturausgaben dominiert haben und Serverdesigns stark in Richtung GPU-Beschleunigung tendieren.
Warum agentic AI mehr CPU-Ressourcen benötigt
Die Verschiebung hängt damit zusammen, wie agentic-AI-Systeme funktionieren. Ein herkömmlicher Chatbot nimmt typischerweise einen Prompt, verarbeitet ihn durch ein Modell und gibt eine Antwort zurück. Ein agentic-AI-System hingegen kann viele Prozesse gleichzeitig koordinieren, darunter Dutzende von Sub-Agenten, Tool-Aufrufe, Echtzeit-Datenströme, Entscheidungsschritte und die Aktionsausführung. Diese Orchestrierungs- und orchestrierungsnahen Aufgaben sind CPU-gebundene Workloads – Verzweigungslogik, Speicherverwaltung, API-Koordination und Zustandsverfolgung –, die sich nicht effizient auf GPU-Parallelismus abbilden lassen.
AMD positioniert seine EPYC 9005 Serien-Prozessoren als Antwort auf diese Anforderungen. Die Chips bieten bis zu 192 Kerne und 384 Threads und stellen die Kernanzahl bereit, die für groß angelegte parallele Workloads im Bereich der Agenten-Orchestrierung benötigt wird. AMDs kommende „Venice"-Prozessorarchitektur soll dieses Limit auf 256 Kerne und 512 Threads anheben. Die Wettbewerbsrisiken sind erheblich: Intels Xeon-Server-CPUs bleiben der Platzhirsch in Unternehmensrechenzentren, und AMD hat in den letzten Generationen stetig Marktanteile bei Cloud- und Hyperscale-Deployments gewonnen. Eine Workload-Verschiebung, die den CPU-Bedarf pro KI-Server erhöht, könnte diesen Trend verstärken.
AMDs breiterer Infrastrukturansatz
AMD stellt agentic AI nicht als reinen CPU-Markt dar. Die umfassendere Infukturvision des Unternehmens umfasst Instinct-Beschleuniger für die GPU-seitige Rechenleistung, die für KI-Workloads weiterhin notwendig ist, sowie Pensando-Netzwerktechnologie zur Bewältigung des hohen Datendurchsatzes, den solche Systeme erfordern.
Das Unternehmen bedient auch Consumer- und Entwickler-Anwendungsfälle über seine Ryzen-AI-Plattformen. Ab Juli 2026 ist der Ryzen AI Max+ 395 über Einzelhändler wie Micro Center erhältlich und bietet Entwicklern die Möglichkeit, agentic-AI-Systeme lokal zu entwickeln und zu testen, bevor sie Deployments auf Rechenzentrums-Skalierung migrieren.
Potenzielle Auswirkungen auf AMDs Server-CPU-Geschäft
Für Investoren ist die Kernfrage, ob AMDs Sicht auf die agentic-AI-Infrastruktur zutrifft. Wenn agentic-AI-Deployments CPU-zu-GPU-Verhältnisse näher an 1:1 statt der heutigen GPU-lastigeren Konfigurationen erfordern, könnte die Nachfrage nach Server-CPUs mit hoher Kernzahl steigen.
Unter diesem Modell würde jede GPU, die in einem agentic-AI-Deployment eingesetzt wird, eine ungefähr vergleichbare Menge an CPU-Kapazität benötigen, die parallel bereitgestellt wird. Das würde AMDs EPYC-Server-CPU-Geschäft direkter an KI-Infrastrukturausgaben binden. AMD hat derzeit 192-Kern-Prozessoren im Versand und 256-Kern-Chips auf der Roadmap. Ob große Cloud-Anbieter und Unternehmenskunden ihre Beschaffung um dichtere CPU-Auslegungen neu ausrichten, hängt davon ab, wie schnell sich agentic Frameworks von experimentellen Deployments in Produktionsumgebungen bewegen.
