Siden AI-bølgen eksploderte, har Nvidias grafikkprosessor (GPU) vært det største fokuset i teknologiverdenen når det gjelder AI-infrastruktur.
Nvidias markedsverdi, kapitalkostnaden for leverandører av skytjenester eller treningshastigheten til modellutviklingsselskaper – alt koker til slutt ned til én ligning: Den som har flere GPU-er, kommer nærmere å sikre seg en plass i neste runde av AI-kappløpet.
På Computex 2026 dreier imidlertid ikke den nye historien fortalt av Nvidia-grunnlegger Jensen Huang seg lenger utelukkende om GPU-er.
CPU-en kommer tilbake
Nvidia har annonsert sin inntreden i PC-prosessormarkedet med RTX Spark. Den nye brikkeserien, som forventes å lanseres i høst, vil konkurrere direkte med Intel og AMD.
Det som imidlertid fanget teknologiverdenens oppmerksomhet var Vera – Nvidias første serie med egenutviklede datasenter-CPUer, som offisielt ble lansert. Huang hevdet til og med at dette ville bli selskapets nye store vekstfaktor, med mål om et CPU-marked på 200 milliarder dollar .
 |
Vera – Nvidias første spesialtilpassede CPU spesielt utviklet for å orkestrere Agentic AI, verktøykall og langsiktig konteksthåndtering. Foto: Nvidia. |
Nvidias administrerende direktørs forventninger er ikke ubegrunnede. Med eksplosjonen av AI-agenter er det ikke lenger nok å eie mange GPU-er.
GPU-en spiller fortsatt en sentral rolle i modellens inferensprosess, men før og etter hver inferens trenger systemet CPU-en for å håndtere planlegging, verktøykall og dataflyt.
Dette er også grunnen til at CPU-er fremstår som det nye fokuspunktet for AI-infrastruktur. I de tidlige stadiene av den generative boomen innen AI var bransjens fokus nesten utelukkende på modelltrening.
Trening krever behandling av en serie massive parallelle matriseberegninger – som er GPU-enes absolutte styrke. I dette tilfellet spiller CPU-en bare en støttende rolle, som å initialisere systemet, transportere data og administrere oppgaver.
Som et resultat har det de siste årene nesten blitt enighet i hele teknologibransjen å optimalisere GPU-en fullstendig og minimere CPU-en.
Men etter hvert som AI går fra storskala språkmodelltrening til storskala slutning, og fortsetter inn i Agent AI-æraen, begynner arbeidsmengden å endre seg.
AI-agenter er ikke lineære spørsmål-og-svar-systemer. I stedet deler de opp en kompleks oppgave i flere trinn, inkludert å kalle eksterne verktøy, lese og skrive til databaser, utføre søk, kjøre kode, håndtere autentisering og administrere kontekstbufring.
Systemet evaluerer deretter om det nåværende resultatet er gyldig før det bestemmer seg for neste handling. En enkelt brukerforespørsel kan samtidig utløse dusinvis, til og med hundrevis, av underagenter som jobber parallelt.
 |
Arkitekturen til Vera-prosessoren. Bilde: Nvidia. |
Koordineringen, verktøykallingen, minneadministrasjonen og samarbeidet mellom disse underagentene utføres i stor grad ikke på GPU-en.
GPU-en kan fortsatt håndtere modellinferens – det nærmeste man kommer «tenkning». Men mellom inferensene må CPU-en analysere modellens utdata, bestemme hvilket verktøy som skal kalles videre, administrere utførelsesplanen, håndtere fillesing og -skriving, starte nettverksforespørsler og til slutt levere resultatene tilbake til GPU-en.
Den neste globale manien
Tidligere bestod standard AI-serverkonfigurasjon vanligvis av én CPU parret med åtte av de nyeste GPU-ene. Etter hvert som AI-arbeidsbelastninger skifter fra trening til inferens og deretter til AI-agenter, går CPU-til-GPU-forholdet fra 1:8 ned til 1:4, og i fremtiden kan det nå 1:1 eller enda høyere.
Det er også grunnen til at AMD-sjef Lisa Su gjentatte ganger har understreket at teknologibransjen tidligere undervurderte verdien av CPU-er i AI-æraen.
Fra hennes perspektiv kan datasentermarkedet alene overstige 1 billion dollar i størrelse innen de neste 3–4 årene. Dette enorme markedet krever sameksistens av flere teknologier som CPU-er, GPU-er og ASIC-er.
For bare 6–12 måneder siden var CPU-er sjelden nevnt på markedet, og ingen trodde de ville bli mangelvare. Men med den eksplosive etterspørselen etter datakraft har CPU-er offisielt kommet tilbake til sentrum.
AMDs administrerende direktør spår at den årlige vekstraten i markedet for datasenter-CPUer vil overstige 35 % i løpet av de neste fem årene, noe som langt overgår vekstraten på under 10 % i tidligere år.
I stedet for å gå i priskrig med Intel eller AMD, er Nvidias virkelige strategi å fullstendig eliminere belastningen fra ettermarkeds-CPUer, PCIe-båndbredde og lavhastighetsnettverk som hemmer GPU-ytelsen.
 |
Nvidias administrerende direktør holder to bærbare datamaskiner drevet av RTX Spark-brikker på Computex 2026, noe som markerer selskapets tilbakekomst til PC-brikkemarkedet. Foto: Nvidia . |
Grafikkortgiganten ønsker å internalisere CPU-en, noe som gjør den til en perfekt passform i sin proprietære AI-plattform for å sikre at de beste GPU-ene ikke holdes tilbake.
I tråd med denne retningen lanserte Nvidia Vera – den første tilpassede CPU-en som er spesielt utviklet for å orkestrere Agentic AI, verktøykall og langsiktig konteksthåndtering.
Realiteten er imidlertid at den største mottakeren av denne CPU-boomen er ingen ringere enn den tidligere giganten Intel. Finansielle rapporter viser at Intels omsetning i første kvartal 2026 nådde 13,6 milliarder dollar , en økning på 7 % fra året før, mens nettoresultatet økte med 156 %.
Intels administrerende direktør Lip-Bu Tan uttalte at produktlinjene Xeon 6-serien (basert på Intel 3-prosessen) og Core 3-serien (basert på Intel 18A-prosessen) begge har gått inn i akselerasjonsfasen for masseproduksjon.
Han erkjente imidlertid også at Intel fortsatt ikke klarer å møte markedets etterspørsel fullt ut, og at denne veksttrenden forventes å fortsette frem til 2027.
Kilde: https://znews.vn/mo-vang-tiep-theo-cua-nvidia-post1657130.html
