Прогноз: ринок серверних CPU виросте у 5 разів за 5 років! UBS: ARM — найбільший бенефіціар, AMD — на другому місці, Intel — останній

У епоху AI, коли CPU поступилися славою GPU, вони, можливо, тихо готують власний вибуховий прорив.

За даними "Торгової платформи Зловіть Вітер", 5 травня глобальна дослідницька команда UBS опублікувала глибокий аналітичний звіт щодо американської напівпровідникової галузі. Відповідаючи на численні запитання інвесторів про те, «як агентний AI вплине на ринок серверних CPU», аналітик Timothy Arcuri та інші, провівши серію інтерв’ю з експертами галузі та застосувавши дві моделі - знизу вгору і зверху вниз, дійшли до чіткого висновку:

Ринок серйозно недооцінює цінність CPU в епоху AI. Потенційний розмір ринку серверних CPU (TAM) зросте з близько $30 млрд у 2025 році до приблизно $170 млрд у 2030 році — майже у 5 разів за п’ять років.

За останні два роки в AI-манії весь фокус був на GPU. Але коли AI еволюціонує від "простого генерування діалогів" до "автономного виконання агентських задач (Agent)", вузьким місцем стає інша ланка обчислювальної потужності.

Агентний AI змінює ландшафт обчислень: від «домінування GPU» до «повернення CPU»

Щоб зрозуміти бум на ринку CPU, слід вивчити різницю в навантаженні між агентним AI і традиційним AI.

У традиційних етапах навчання AI та базової інференції GPU виконують основну роботу. Якщо уявити AI-обчислення як завод, GPU — це невтомні працівники на конвеєрі, а CPU — менеджер, який розподіляє задачі. У класичному режимі один менеджер (CPU) легко керує кількома працівниками (GPU).

Але агентний AI змінює правила гри. Він не лише генерує текст, але й здійснює оркестрування задач, викликає інструменти (наприклад, виконання коду в sandbox VM), здійснює пошук файлів тощо. Це означає, що навантаження на «менеджера» зростає експоненціально.

Аналітики отримали приголомшливі дані з інтерв’ю з експертами:

• Зміщення фокусу робочих навантажень: Експерти зазначають: "У традиційних AI-навантаженнях 70-80% обчислювальної потужності витрачається на саму інференцію (GPU); але в агентній інференції цей процент перевертається — 70-80% роботи переходить на CPU."

• Вибух у числі ядер: За традиційного AI-тренінгу кожному GPU зазвичай потрібно 8-12 ядер CPU; для базової інференції — 16-24 ядра; а для агентного AI — кожному GPU потрібно 80-120 ядер CPU. Тобто на одному GPU в сценарії агентів кількість потрібних ядер CPU у 5-10 разів перевищує традиційний тренінг.

• Навантаже на паралельні задачі: "Один агент (і кожен дочірній) може вимагати 1-4 ядер CPU, а складне завдання може створити 10-100 дочірніх агентів."

Ця фундаментальна зміна логіки прямо зламує старі архітектури «перевага GPU, слабкість CPU» і відкриває величезний приріст для CPU-ринку.

Гігантський ринок у $170 млрд

Виходячи з цієї логіки, аналітики банку повторно розрахували загальний потенційний ринок серверних CPU (TAM). Результат: до 2030 року обсяг досягне близько $170 млрд.

Як отримано цю вражаючу цифру? Аналітики використовували два підходи для перехресної перевірки — «знизу вгору» і «зверху вниз»:

1. Bottom-up: Аналітики, спираючись на прогноз моделей американських гіперскейлерів, очікують, що до 2027 року ринок отримає близько 23 млн акселераторів (XPU) і близько 10 млн головних CPU-вузлів. З розвитком агентного AI до 2030 року поставки акселераторів виростуть до 40 млн. Важливо: співвідношення CPU до GPU зміниться з нинішнього 1:4 до 1:2 і навіть 1:1. Крім того, у AI-застосуваннях потрібні CPU з більшим числом ядер та високою частотою, тому середня ціна AI CPU значно зростає. Наприклад, 144-ядерний Nvidia Grace CPU може коштувати $3000-4000. Зростання обсягів і цін — сам ринок AI CPU становитиме $125 млрд.

2. Top-down: Аналітики взяли до уваги прогноз Nvidia щодо загального TAM AI у 2030 році ($3-4 трлн). За розрахунками, у 2030 році буде відвантажено близько 40 млн XPU. Якщо середня ціна XPU підніметься до $3000 і застосувати співвідношення CPU 1:1 або 2:1, то ринок AI CPU складе $120-200 млрд.

Аналітики виділили три ключові сегменти майбутнього CPU-ринку:

• Традиційний серверний ринок: Стабільне зростання, очікувані поставки до 2030 року становитимуть близько 44 млн одиниць.

• AI Head Nodes: Пов’язано з GPU-шафами, майже виключно відповідають за оркестрацію задач і оптимізацію використання GPU.

• AI Standalone: Сервери лише на CPU, орієнтовані на виклики інструментів агентного AI та паралельні задачі дочірніх агентів.

Коли ринок збільшується, важливо — як його розділять.

Аналітики прямо вказують на лідерів: ARM — головний вигодоотримувач у серверних CPU, за ним AMD, а потім Intel — усі троє виграють.

ARM: частка зростає з 15% до 40-45%

У 2025 частка ARM у серверних CPU становитиме близько 15%. Звіт прогнозує, що до 2030 вона зросте до 40-45%; якщо рахувати у доходах — завдяки високій середній ціні AI CPU — частка ARM становитиме 50-55%.

У чому перевага ARM?

Банк цитує експертів: ARM-архітектура має бл. 30% кращу енергоефективність, бл. 20-30% кращу пам’яті, а завдяки компактному дизайну ядер має перевагу у затримках і вартості. Найголовніше — топові гіперскейлери (Nvidia Grace, AWS Graviton 5 (192 ядер), Google та ін.) використовують ARM у своїх CPU.

Банк очікує, що до 2030 року ARM займе понад 75% ринку головних CPU-вузлів.

Проте ARM має слабкі сторони. Звіт зазначає, ARM традиційно є однопоточною архітектурою, синхронна багатопоточність (SMT) тут розвивається лише останні роки; у сценах з великою кількістю ядер міжядерні перешкоди й проблеми сумісності програмного забезпечення залишаються викликом; зрілість екосистеми також потребує доопрацювання — частина софт-стека вдосконалюється лише до 2028 року.

Спираючись на ці оцінки, аналітики підвищили 12-місячну цільову ціну ARM з $175 до $245. Станом на день перед публікацією (4 травня) акція ARM торгувалася по $203.26, рекомендація “купувати” зберігається.

AMD: Багато ядер та потоків — найкраща пара для AI

Переваги AMD — висока кількість ядер та багатопотоковість, що ідеально відповідають вимогам agent-AI до CPU "швидко й багато".

Звіт цитує слова AMD з аналітичного дня в листопаді 2025 року: AMD прогнозує, що серверний CPU-ринок виросте з $26 млрд у 2025 до бл. $60 млрд у 2030, де на AI CPU припадатиме близько 50% ринку; AMD очікує понад 50% ринкової частки.

Поточна оцінка аналітиків щодо EPS AMD у 2030 — $25,27; якщо ринок розвиватиметься відповідно до прогнозу, виправлений EPS складе $28,14 — приріст +11%.

Intel: Міцна база, але важко наздогнати

Ситуація Intel складніша.

У традиційному серверному ринку x86 зберігає бл. 85% частки, Intel має переваги у викликах інструментів, оптимізації сховищ та специфічних навантаженнях. Але у сегменті AI head nodes позиції Intel стрімко втрачає ARM.

UBS зазначає, Intel сподівається скоротити розрив із AMD і ARM завдяки лінійці Coral Rapids, але наразі AMD та ARM вигідніше розташовані у AI CPU-сегменті.

Втім, у Intel є особливий козир: ефект перепливання ринку ПК. Коли agent-AI переносить більше задач на локальні пристрої (Anthropic Claude Code уже робить так), цикл оновлення ПК пришвидшується, Intel отримує вигоду.

UBS оцінює зростання EPS Intel у 2030 на +7%, що найменше серед трьох компаній.

Не всі CPU однакові: вибір між затримкою та пропускною здатністю

Звіт детально розбирає ще одну важливу деталь: agent-AI потрібні CPU не просто «чим більше ядер, тим краще».

Гіперскейлери стикаються з фундаментальним вибором при підборі апаратного забезпечення:

• CPU з великою кількістю ядер: Велика пропускна здатність, хороша енергоефективність, але низька частота, погана затримка й обмежена розширюваність (більшість програм не може ефективно використовувати сотні ядер)

• CPU з малим числом ядер і високою частотою: Низька затримка, швидка реакція, ідеально для "head node" (оркестрування та оптимізація GPU)

На практиці гіперскейлери впроваджують розшаровану архітектуру «head node + масштабний обчислювальний вузол»: перші відповідають за низьку затримку оркестрації, другі — за високу пропускну здатність паралельного виконання.

Це означає, що виробники, які пропонують широкий набір SKU (різні варіанти за ядрами, частотою, потужністю) мають конкурентну перевагу над тими, хто ставить лише на одну максимальну конфігурацію.

UBS зазначає, що головний критерій гіперскейлерів при виборі — не пікова потужність, а кількість транзакцій на ват (transactions per watt), а конфігурація пам’яті — головний дизайнерський чинник.

Хмара чи край? Невизначена змінна

Аналітики також виділяють ще один невизначений фактор: розподіл обчислень між хмарою і крайовими пристроями.

На ранніх етапах agent-AI майже повністю залежав від хмари, але дедалі більше систем розглядають виконання на локальних пристроях — 5-10 паралельних задач можна відразу обробляти на файлах і даних локально, знижуючи затримку та економлячи хмарні ресурси.

UBS цитує оцінки експертів: розширення локального виконання може скоротити потребу cloud-CPU для agent-AI workloads приблизно на 25%.

Це означає, multiplier для data-center CPU у agent-AI, зрештою, може зменшитися з 5-8 разів до близько 4 разів. Але одночасно попит на CPU для ПК зросте, що вигідно для AMD та Intel.