Od doby, kdy se vlna umělé inteligence rozšířila, se grafické procesory (GPU) od společnosti Nvidia staly největším středem zájmu technologického světa, pokud jde o infrastrukturu umělé inteligence.
Tržní kapitalizace společnosti Nvidia, kapitálové náklady poskytovatelů cloudových služeb nebo rychlost školení společností zabývajících se vývojem modelů – to vše se nakonec scvrkává na jedinou rovnici: Kdokoli má více GPU, přiblíží se k zajištění místa v dalším kole závodu umělé inteligence.
Na veletrhu Computex 2026 se však nový příběh, který vypráví zakladatel společnosti Nvidia Jensen Huang, již netočí pouze kolem grafických procesorů.
Návrat CPU
Společnost Nvidia oznámila svůj vstup na trh s procesory pro PC s RTX Spark. Nová řada čipů, jejíž uvedení na trh se očekává letos na podzim, bude přímo konkurovat společnostem Intel a AMD.
Pozornost technologického světa však upoutala Vera – první řada procesorů pro datová centra, které si Nvidia sama vyvinula a která byla oficiálně uvedena na trh. Pan Huang dokonce prohlásil, že se stane novým hlavním motorem růstu společnosti s cílem dosáhnout trhu s procesory v hodnotě 200 miliard dolarů .
![]() |
Vera – První vlastní procesor od Nvidie navržený speciálně pro orchestraci umělé inteligence Agentic, volání nástrojů a dlouhodobou správu kontextu. Foto: Nvidia. |
Očekávání generálního ředitele společnosti Nvidia nejsou neopodstatněná. S explozí agentů umělé inteligence už vlastnictví mnoha grafických karet nestačí.
GPU stále hraje klíčovou roli v procesu odvozování modelu, ale před a po každém odvození systém potřebuje CPU pro zpracování plánování, volání nástrojů a toku dat.
To je také důvod, proč se CPU stávají novým ústředním bodem infrastruktury umělé inteligence. V raných fázích generativního boomu umělé inteligence se toto odvětví zaměřovalo téměř výhradně na trénování modelů.
Trénování vyžaduje zpracování série masivních paralelních maticových výpočtů – což je absolutní silná stránka GPU. V tomto případě hraje CPU pouze podpůrnou roli, jako je inicializace systému, přenos dat a správa úloh.
V důsledku toho se v posledních několika letech stala úplná optimalizace GPU a minimalizace CPU téměř konsensem celého technologického průmyslu.
Nicméně, jak se umělá inteligence přesouvá od rozsáhlého trénování jazykových modelů k rozsáhlé inferenci a pokračuje do éry agentní umělé inteligence, povaha pracovní zátěže se začíná měnit.
Agenti umělé inteligence nejsou lineární systémy otázek a odpovědí. Místo toho rozdělují složitý úkol do několika kroků, včetně volání externích nástrojů, čtení a zápisu do databází, provádění vyhledávání, spouštění kódu, zpracování ověřování a správy ukládání kontextu do mezipaměti.
Systém poté vyhodnotí, zda je aktuální výsledek platný, než se rozhodne o další akci. Jeden uživatelský požadavek může současně spustit desítky, dokonce stovky, podřízených agentů pracujících paralelně.
![]() |
Architektura procesoru Vera. Obrázek: Nvidia. |
Koordinace, volání nástrojů, správa paměti a spolupráce mezi těmito podřízenými agenty se z velké části neprovádějí na GPU.
GPU stále zvládá inferenci modelu – to, co se nejvíce podobá „myšlení“. Mezi inferencemi však musí CPU analyzovat výstup modelu, rozhodnout se, který nástroj zavolat příště, spravovat plán provádění, zpracovávat čtení a zápisy souborů, iniciovat síťové požadavky a nakonec doručit výsledky zpět do GPU.
Další globální šílenství
Dříve standardní konfigurace serveru umělé inteligence obvykle sestávala z jednoho CPU spárovaného s osmi nejnovějšími GPU. S tím, jak se však pracovní zátěž umělé inteligence přesouvá od trénování k inferenci a poté k agentům umělé inteligence, se poměr CPU k GPU snižuje z 1:8 na 1:4 a v budoucnu může dosáhnout 1:1 nebo i vyšší hodnoty.
Proto také generální ředitelka AMD Lisa Su opakovaně zdůrazňovala, že technologický průmysl dříve v éře umělé inteligence podceňoval hodnotu procesorů.
Z jejího pohledu by samotný trh datových center mohl v příštích 3–4 letech překročit 1 bilion dolarů . Tento obrovský trh vyžaduje koexistenci více technologií, jako jsou CPU, GPU a ASIC.
Ještě před 6–12 měsíci se o CPU na trhu zřídka mluvilo a nikdo si nemyslel, že se stanou vzácnými. S explozí poptávky po výpočetním výkonu se však CPU oficiálně vrátily do centra pozornosti.
Generální ředitel společnosti AMD předpovídá, že v příštích pěti letech přesáhne průměrná roční míra růstu trhu s procesory pro datová centra 35 %, což výrazně překoná tempo růstu méně než 10 % v předchozích letech.
Místo cenové války s Intelem nebo AMD je skutečnou strategií Nvidie zcela eliminovat brzdnou sílu aftermarketových CPU, šířky pásma PCIe a nízkorychlostních sítí, které brzdí výkon GPU.
![]() |
Generální ředitel společnosti Nvidia drží na veletrhu Computex 2026 dva notebooky s čipy RTX Spark, což znamená návrat společnosti na trh s PC čipy. Foto: Nvidia . |
Gigant v oblasti grafických karet chce internalizovat CPU, aby se dokonale hodil do své proprietární platformy umělé inteligence, a zajistil tak, že jeho nejlepší GPU nebudou brzděny.
V tomto směru Nvidia uvedla na trh Vera – první vlastní procesor speciálně navržený pro orchestraci umělé inteligence Agentic, volání nástrojů a dlouhodobou správu kontextu.
Realita je však taková, že největším příjemcem tohoto boomu CPU není nikdo jiný než bývalý gigant Intel. Finanční zprávy ukazují, že tržby Intelu v prvním čtvrtletí roku 2026 dosáhly 13,6 miliardy dolarů , což představuje meziroční nárůst o 7 %, zatímco čistý zisk vzrostl o 156 %.
Generální ředitel společnosti Intel Lip-Bu Tan uvedl, že produktové řady Xeon 6 (založené na procesu Intel 3) a Core 3 (založené na procesu Intel 18A) vstoupily do fáze zrychlení masové výroby.
Uznal však také, že Intel stále není schopen plně uspokojit poptávku trhu a že se očekává, že tento růstový trend bude pokračovat až do roku 2027.
Zdroj: https://znews.vn/mo-vang-tiep-theo-cua-nvidia-post1657130.html









