Agent schreibt das Rechenleistungs-Ledger neu – ist die CPU nicht mehr die Nebenrolle in KI-Servern?

Laut der neuesten Studie von TrendForce zur AI-Server-Industrie steigt die Nachfrage nach Server-CPUs seit der zweiten Jahreshälfte 2025 stetig, da verschiedene Anbieter von KI-Diensten aktiv Anwendungen im Zusammenhang mit AI Agent auf den Markt bringen. Es wird erwartet, dass die jährliche Wachstumsrate der Auslieferungen im Jahr 2026 31 % erreichen wird.

Im Jahr 2027 dürften die Auslieferungen von Server-CPUs aufgrund der anhaltenden Zunahme der KI-Inferenznachfrage und der steigenden Durchdringung von Agentic AI-Diensten um mehr als 40 % pro Jahr weiter wachsen, allerdings könnte sich das von der x86-Allianz dominierte Marktgefüge verändern.

Auf einem Markt, in dem die GPU-Narration die Aufmerksamkeit vollständig auf sich zieht, hat diese Nachricht keine großen Wellen geschlagen.

Betrachtet man diese Prognose jedoch aus der Perspektive von Beschaffung und Kapitalausgaben, weist sie auf eine weitere Veränderung hin: Die Budgetstruktur der KI-Infrastruktur verschiebt sich von der ausschließlichen Anschaffung von Beschleunigungskarten hin zur Bereitstellung eines vollständigen Schranks an Rechenleistung. Das Gewicht der CPU in diesem neuen Rechnungsbuch steigt deutlich an.

Eine Rechnung, die von einer Zeile zu drei Listen wird

In der Phase, in der das Vortraining großer Modelle im Vordergrund stand, lag der Schwerpunkt des Budgets und der Prüfung beim Kauf eines Trainingsservers fast vollständig auf der GPU. CPU, Arbeitsspeicher, Speicher und Netzwerk wurden eher als begleitende Basis angesehen, die gemäß den festgelegten Topologiespezifikationen umgesetzt wurden, und es wurde selten separat argumentiert, ob zusätzliche CPUs hinzugefügt werden sollten.

Die klassische Konfiguration von 1 CPU für 8 GPUs, die in der Branche seit langem üblich ist, lässt die Rechenleistung der CPU in der Rechnung, die auf der Gleitkommarechenleistung basiert, fast außer Acht.

Aber die Agent-Last hat diese Rechenaufgabe verändert.

TrendForce veröffentlichte am 24. April einen Blogbeitrag, in dem berichtet wird, dass Intel-CEO Pat Gelsinger auf der Telefonkonferenz zum Finanzergebnis des ersten Quartals 2026 erklärte, dass die Verlagerung des Schwerpunkts der KI-Arbeitslasten vom Training zur Inferenz das Gleichgewicht des Verhältnisses zwischen CPU und GPU fördert, das sich von 1:8 zu 1:1 wandelt und die Nachfrage nach CPUs stark ansteigen lässt.

Branchendaten zeigen, dass die Anzahl der CPU-Kerne pro Gigawatt im Zeitalter der KI-Agenten von 30 Millionen auf 120 Millionen ansteigen könnte, was einer Vervierfachung entspricht.

Das bedeutet nicht, dass die Gleitkommarechenleistung der CPU die der GPU erreicht hat. Im Wesentlichen hat sich die Laststruktur verschoben: Dichte Matrixberechnungen wie die Generierung von Modell-Token eignen sich nach wie vor besser für die GPU; logische Arbeiten mit vielen Verzweigungsentscheidungen und externen Interaktionen wie Aufgabenplanung, Anforderungsrouting, Tool-Aufruf und Koordinationssteuerung zwischen mehreren Agenten werden derzeit größtenteils von der CPU übernommen.

Natürlich wird in der Branche auch versucht, einen Teil der leichten Orchestrierungslogik auf die Seite der Beschleunigungskarten zu verlagern, was aber noch nicht zum Mainstream geworden ist.

Analysten der Investmentbank KeyBanc geben an, dass die gesamte Jahresproduktion von AMD EPYC-Server-CPUs für 2026 fast ausverkauft ist und die Lieferzeiten für High-End-Modelle auf 8 bis 10 Wochen verlängert wurden.

Die Spezifikationen von Nvidias eigenen Rack-Produkten bestätigen indirekt, dass sich die Logik des Rechenleistungsverhältnisses wandelt: Sowohl GB200 NVL72 als auch Vera Rubin NVL72 für Agent-Szenarien sind standardmäßig mit 36 CPUs für 72 GPUs ausgestattet.

Natürlich handelt es sich hierbei um Grace/Vera-Arm-Kerne, die eng mit der GPU verbunden sind, und sie können nicht direkt mit den eigenständigen x86-Host-CPUs auf der Beschaffungsliste gleichgesetzt werden. Sie repräsentieren jedoch eine Wende in der Plattformdesignidee: In Szenarien von Agenten und Inferenz mit langem Kontext sind Steuerungs- und Orchestrierungsressourcen keine Nebenprodukte mehr.

Die Konfigurationsgröße der CPUs innerhalb eines einzelnen Schranks steigt stark an, und der Arbeitsspeicher des gesamten Systems wird entsprechend erweitert; um Netzwerkinteraktionen für gleichzeitige Steuerung mehrerer Knoten und Tool-Aufrufe zu unterstützen, müssen Hochgeschwindigkeitsnetzwerkports gleichzeitig erhöht werden; der Gesamtleistungsverbrauch steigt kontinuierlich an, sodass Versorgungskapazität und Flüssigkühlungslösungen neu berechnet werden müssen.

Bei der Beschaffung der Cloud-Anbieter ist die Veränderung bereits sehr klar: Beim Aufbau von Trainingsclustern in früheren Jahren entsprach die Beschaffung im Wesentlichen der Festlegung, wie viele GPUs gekauft werden sollen, was eine Einfachauswahl mit einer einzigen Kernvariable darstellte.

Bei Inferenzclustern für Agenten hat sich die Beschaffungsliste jedoch zu einem vollständigen Systemlösung erweitert: GPU-Rechenleistung, CPU-Kernanzahl, System-DRAM, KV-Cache-SSD, Hochgeschwindigkeitsswitch, Stromversorgungs- und Kühlkapazität des Schranks – alle Glieder müssen insgesamt abgestimmt und einheitlich geplant werden, und ein einzelner Hardwareindikator kann die Lieferfähigkeit des Clusters nicht mehr bestimmen.

Bei der früheren Berechnung der Gesamtbetriebskosten (TCO) der KI-Infrastruktur lag der Schwerpunkt des Budgets fast ausschließlich auf der GPU, und die CPU war eher ein Anhängsel, das dem Gesamtsystem folgte und in gewissem Maße komprimiert werden konnte. Unter den neuen, von Agenten angetriebenen Lasten wurde die CPU zu einem Beschaffungsposten, dessen Spezifikationen separat bewertet, dessen Produktion separat geplant und über den separat verhandelt werden muss.

Für Chip- und Serverlieferanten ist dies ein klarer Wachstumsmarkt; für Einkäufer wie Cloud-Anbieter und Unternehmen mit großen Modellen bedeutet dies eine weitere Kostenvariable, die abgewogen werden muss, sowie einen neuen Hebel für Preisverhandlungen.

Eine vom Markt unterschätzte Nebenlinie

Hinter der zusätzlichen Nachfrage nach CPUs haben sich drei Arten von Käufern mit völlig unterschiedlichen Ansprüchen herausgebildet.

Die eine Gruppe sind Cloud-Anbieter, die eng an ihren eigenen Software-Stack und selbst entwickelte Arm-Rechenleistung gebunden sind, die an Agent-Lasten angepasst ist. Die zweite Gruppe ist auf KI-native Startups und Modellkunden ausgerichtet und bietet allgemeine Rechenleistung mit flexibel anpassbarem CPU-GPU-Verhältnis. Die dritte Gruppe richtet sich an traditionelle Unternehmenskunden und priorisiert x86-Rechenleistung mit hoher Ökosystemkompatibilität.

Die Lastanforderungen, Migrationskosten und Verhandlungsspielräume, die den verschiedenen Routinen entsprechen, unterscheiden sich stark und beeinflussen auch, wem die zusätzlichen Vorteile letztendlich zugute kommen.

Früher lag der Schwerpunkt der Bewertung im KI-Bereich fast vollständig auf der GPU-Wertschöpfungskette: HBM, fortschrittliche Gehäusetechnik, optische Module, Flüssigkühlung und Rack-Integration haben in jedem Glied hoch bewertete Objekte hervorgebracht. CPUs blieben lange Zeit außerhalb der Hauptnarration der KI, und die Aktienkursschwankungen von Intel und AMD liegen insgesamt unter denen der Objekte im oberen und unteren Bereich der GPU-Wertschöpfungskette.

Diese Bewertungslogik verschiebt sich langsam, da sich das Verhältnis der Rechenleistung, das von der Agent-Last mitgebracht wird, neu strukturiert.

Wenn die Prognose von TrendForce eintritt, dürfte die Wertschöpfungskette der Server-CPUs eine lange erwartete Wachstumskurve einschlagen. Zu welchen Akteuren die zusätzlichen Vorteile dieser Runde letztendlich fließen, wird das Kernthema sein, das der Kapitalmarkt kontinuierlich bewerten wird.

Ein möglicher Verteilungsweg besteht darin, dass die Arm-Allianz den Großteil dieser Runde zusätzlicher Nachfrage übernimmt. Selbst entwickelte CPUs von Cloud-Anbietern wie AWS Graviton, Alibaba Cloud Yitian und Google Axion, kombiniert mit Grace und Vera in Nvidias Rack-Plattformen, erhöhen gemeinsam das Auslieferungsvolumen von Server-CPUs mit Arm-Architektur und ziehen die Nachfrage nach begleitender Fertigung, fortschrittlicher Gehäusetechnik und Arbeitsspeicher nach sich.

Für TSMC und Hersteller von Gehäuse- und Testdienstleistungen ist dies eine neue Nachfragekurve, die unabhängig von GPU-Bestellungen verläuft, aber die verbrauchten Prozess- und Gehäuseressourcen stimmen nicht vollständig mit denen von High-End-Beschleunigungskarten überein.

Ein anderer Verteilungsweg besteht darin, dass die x86-Allianz auf ihrer stabilen bestehenden Basis aufbaut und ihren Anteil in allgemeinen Inferenzszenarien und gemischten Cloud-Szenarien für Unternehmen länger behält. Sowohl Intel Xeon 6 als auch AMDs 6. Generation EPYC wurden bereits gezielt für Agent-Lasten optimiert.

Das ausgereifte Software-Ökosystem, die branchenweiten Vertriebsnetze und die langjährige Dienstleistungskette für Unternehmenskunden sind Schwächen, die Arm-Lösungen kurzfristig kaum ausgleichen können. In diesem Szenario wird x86 auch dann nicht schnell an Boden verlieren, wenn die mit Agenten verbundenen Lasten in großem Maßstab umgesetzt werden.

Es gibt noch eine leicht zu übersehende Übertragungswirkung in der Lieferkette: Der Anstieg der CPU-Nachfrage könnte das Machtgefüge im gesamten Servermarkt neu gestalten.

In der von KI-Trainingsclustern dominierten Phase ist die Möglichkeit, GPU-Kontingente zu erhalten, oft die Kernvoraussetzung für Serverhersteller, um Aufträge zu gewinnen. Mit dem gleichzeitigen Anstieg der Priorität von CPU, Arbeitsspeicher, Stromversorgung und Kühlung in der Beschaffungsliste haben Hersteller von Gesamtservern und Systemintegratoren die Chance, von Montagewerken, die von außen einfach etikettiert werden, zu Lösungsdesignern zurückzukehren.

Die kundenspezifischen Anforderungen von gemischten Agent-Lasten an die Gesamt-Topologie, das Ressourcenverhältnis und die Leistungsbilanz werden den Designwert auf Systemebene erhöhen.

Natürlich gibt es noch ein Risiko zu beachten: Wenn der Kapitalmarkt die entsprechenden Objekte im Voraus nach dem Superzyklus der CPU bewertet, aber das Tempo der kommerziellen Umsetzung von Agenten hinter den Erwartungen zurückbleibt, könnte die Geschwindigkeit der Bewertungsrücknahme genauso schnell sein wie der vorherige Anstieg.

Diese Wachstumsnebenlinie befindet sich derzeit noch auf der Erwartungsebene und ist noch nicht vollständig in die Ergebnisse umgesetzt. Die entsprechende Bewertung muss sich stärker an nachprüfbaren Auslieferungs- und Umsetzungsdaten orientieren und nicht nur an reiner Narration.

Die Miete von x86, das Wachstum von Arm

Das Gefüge des Server-CPU-Marktes seit mehr als einem Jahrzehnt basiert zu einem großen Teil auf einer Ökosystemmiete.

Eine große Anzahl von Datenbanken, Middleware und branchenspezifischen Geschäftssystemen wurden lange Zeit um diese Architektur herum entwickelt. Die hohen Migrationskosten für Kunden, die die Architektur wechseln, bilden eine langfristig stabile Barriere. Natürlich ist die Voraussetzung für die Miete, dass die Hersteller kontinuierlich in die Iteration von Chip-Architektur und Plattformfähigkeiten investieren, anstatt nur von der historischen Akkumulation zu profitieren.

Dass Intel und AMD langfristig fast 90 % des Marktanteils gewinnen, beruht nicht auf einer absoluten Überlegenheit der Chipleistung. Die echte Barriere ist das vollständige Software-Ökosystem, das um x86 herum gewachsen ist: Die überwiegende Mehrheit der Unternehmenssoftware, Datenbanken, Middleware und Wartungstoolketten weltweit nutzt x86 seit langem als Standardanpassungsgrundlage, und der architekturübergreifende Wechsel erfordert hohe Umbau- und Verifizierungskosten.

Sobald Kunden die Chiparchitektur wechseln, müssen sie sich dem Druck der Kompatibilitätsanpassung des gesamten Software-Stacks stellen. Die hohen Migrationskosten bilden den Schutzgraben von x86 und sind die grundlegende Stütze dieser Ökosystemmiete.

Arm hat bereits Herausforderungen gestellt: Von dem frühen Calxeda bis zum späteren Ampere haben Arm-Serverchips mehr als ein Jahrzehnt lang getestet, konnten aber im traditionellen Unternehmensmarkt kaum eine großflächige Umsetzung erreichen. Das Haupthindernis ist die hohe Mauer des Software-Ökosystems, die von x86 aufgebaut wurde.

Natürlich waren die frühen Versuche auch durch mehrere Faktoren wie Hardware, Kapital und das Umsetzungstempo bei Kunden eingeschränkt, aber die Kosten für die Ökosystemmigration bleiben das am schwierigsten zu überwindende Glied.

Aber der Pfad des Durchbruchs in dieser Runde ist anders: Es greift nicht direkt den traditionellen Unternehmensmarkt mit hohem Bestand an, sondern geht von Szenarien wie Cloud-Anbietern oder KI-nativen Kunden aus, die den gesamten Software-Stack selbst steuern können. Diese Akteure haben die Möglichkeit, die Anpassung an Arm bereits in der Anfangsphase ihres Geschäfts durchzuführen, ohne das bereits festgelegte Bestand an Anwendungsökosystemen zu verändern.

Beispielsweise führen Cloud-Anbieter eine tiefe Anpassung von Betriebssystemen, Steuerungskomponenten und Laufzeitumgebungen auf unterster Ebene durch und absorbieren die Kosten für Architekturanpassung und Kompatibilitätsverifizierung intern im System, um so die externen Ökosystemschwächen zu umgehen, mit denen Arm seit langem konfrontiert ist.

NVIDIA hat einen anderen Weg eingeschlagen: Es bietet nicht vollständig unabhängige Arm-CPUs nach außen an, aber in vollständigen Rack-Lösungen wie GB200 und Vera Rubin NVL72 werden Grace, Vera und GPU in Form von Superchips eng gekoppelt und ausgeliefert.

Kunden kaufen ein vollständiges KI-Rack, das für Agent-Lasten optimiert ist. Das Auslieferungsvolumen dieser Arm-CPUs ist direkt an die Auslieferungsmenge der GPUs im Rack gebunden. Der Prozess der Iteration und der steigenden Bestellungen von zwei Rack-Generationen von GB200 bis Vera Rubin zieht gleichzeitig das Wachstum der Auslieferungen der begleitenden Arm-CPUs nach sich.

Man kann erkennen, dass sich der Markt zu einer Spaltung entwickelt: x86 behält die Basis des bestehenden Ökosystems, während Arm durch den von Agenten mitgebrachten Wachstumsmarkt neuen Wachstumsraum erschließt.

Die Wachstumsraten von 31 % und 40 % sehen sehr attraktiv aus, aber bei der Aufschlüsselung dieser Prognose ist nicht schwer zu erkennen, dass sie auf drei Gruppen von Annahmen beruht, die noch nicht umgesetzt und überprüft wurden.

Die erste Annahme ist, dass Agenten eine großflächige kommerzielle Umsetzung erreichen können. Derzeit bringen Cloud-Anbieter und Unternehmen mit großen Modellen dicht an dicht Produkte im Zusammenhang mit Agenten auf den Markt, aber die Zahlungsbereitschaft der Nutzer, die End-to-End-Abschlussrate der Aufgaben und das