Waarom agentische AI CPU's nodig heeft
Agentische AI draait niet alleen om het trainen van grote modellen op GPU's. Eenmaal ingezet, moeten deze agenten in realtime beslissingen nemen, vaak op edge-apparaten of in datacenters waar latentie van belang is. Daar komen CPU's in beeld. Zij verzorgen de vertakkingslogica, het geheugenbeheer en de coördinatie waarvoor GPU's niet zijn geoptimaliseerd. Het resultaat: een stijging van de vraag naar krachtige server-CPU's die deze workloads efficiënt aankunnen.
De driestrijd
AMD pusht zijn EPYC-lijn en zet in op hoge kernaantallen en geheugenbandbreedte om agentische workloads aan te kunnen. Arm, al lang dominant in mobiel, doet een serieuze poging voor het datacenter met zijn Neoverse-platform, dat een betere energie-efficiëntie belooft. Intel intussen vecht om terrein te behouden met zijn Xeon-processors en voegt direct AI-versnelling toe aan de chip. Elk bedrijf heeft zijn eigen sterke punten, maar de markt is nog voor het grijpen. De winnaar kan jarenlang inkomsten veiligstellen van cloudproviders en bedrijven die agentische AI op schaal inzetten.
Crypto-computernetwerken in het vizier
Crypto-computernetwerken – platforms die ongebruikte rekenkracht verhuren voor taken zoals mining of AI-inferentie – zijn gevoelig voor verschuivingen in de CPU-markt. Als de vraag vanuit agentische AI de CPU-prijzen opdrijft of tot tekorten leidt, kunnen deze netwerken te maken krijgen met hogere hardwarekosten. Aan de andere kant kunnen nieuwe chips die zijn geoptimaliseerd voor agent
