AMD EPYC pokreće strukturnu transformaciju AI data centara: CPU procesori ponovo preuzimaju stratešku važnost u eri agentne umjetne inteligencije

Najnoviji tržišni podaci potvrđuju značajnu prekretnicu u svijetu serverskog računarstva: AMD-ovi EPYC procesori dostigli su rekordni udio od 46,2% u prihodima tokom prvog kvartala 2026. godine. To ne odražava samo snažan tržišni zamah kompanije, već i dublju arhitektonsku promjenu u načinu na koji se grade moderni AI data centri.

Ovaj rast se sve više ne posmatra kao dio uobičajenog ciklusa na tržištu CPU procesora, već kao odgovor na sve veću zastupljenost agentnih AI radnih opterećenja (agentic AI workloads), koja iz temelja mijenjaju odnos između CPU i GPU komponenti unutar hyperscale i poslovne infrastrukture.

Od GPU-centričnih AI sistema ka uravnoteženim računarskim sistemima

Tokom posljednjih nekoliko godina, AI infrastruktura se uglavnom povezivala sa GPU ubrzanjem. Međutim, najnovija generacija radnih opterećenja – posebno agentni AI sistemi – mijenja tu pretpostavku.

Agentni AI ne izvršava samo inference.

On:

• orkestrira višekoračne procese rezonovanja;
• poziva vanjske alate i API-je;
• upravlja memorijom, raspoređivanjem i tokovima izvršavanja;
• koordinira više inference i data pipeline-ova.

Kao što AMD objašnjava u svojoj analizi ove promjene, agentni sistemi ne samo da povećavaju iskorištenost CPU-a unutar GPU servera, već i podstiču potražnju za namjenskim CPU-orijentisanim slojevima koji stoje uz GPU klastere i podržavaju radna opterećenja fokusirana na orkestraciju.

Drugim riječima, GPU-ovi generišu inteligenciju, ali CPU-ovi sve više pokreću sistem koji tu inteligenciju čini upotrebljivom, igrajući ključnu ulogu u tome da AI sistemi budu operativni, skalabilni i sposobni da koordiniraju složene višekoračne procese.

Zašto CPU-ovi ponovo dobijaju na važnosti

1. Agentni AI povećava potrebu za CPU orkestracijom

Moderni AI sistemi se oslanjaju na CPU za:

• razlaganje zadataka i planiranje;
• izvršavanje alata (pretraga, kod, baze podataka);
• koordinaciju pipeline-a između GPU inference koraka.

Istraživanja pokazuju da u agentnim radnim opterećenjima CPU operacije mogu činiti značajan udio latencije i potrošnje energije, što performanse CPU-a čini kritičnim sistemskim uskim grlom.

2. Skaliranje GPU-a povećava pritisak na CPU, ne zamjenjuje ga

Kako se GPU klasteri skaliraju, oni zahtijevaju:

• više feed pipeline-ova;
• veću propusnost pripreme podataka;
• bržu orkestraciju međuveza.

To stvara multiplikativni efekat: svako proširenje GPU klastera zahtijeva proporcionalno više CPU kapaciteta.

3. Infrastruktura prelazi sa “GPU servera” na “AI sisteme”

Umjesto GPU rackova za jednu namjenu, hyperscaler provajderi sve više uvode:

• namjenske CPU kontrolne ravni;
• distribuirane slojeve izvršavanja agenata;
• hibridne CPU+GPU računske sisteme.

Ova arhitektonska tranzicija je jasno naglašena u AMD-ovom opisu agentnog AI kao “strukturne promjene u dizajnu data centara, a ne samo promjene odnosa CPU-a i GPU-a”.

EPYC 46,2% udio u prihodima: šta to zaista znači

Rekordni udio AMD server CPU prihoda ne predstavlja samo konkurentski uspjeh u odnosu na Intel – on odražava širu tržišnu realnost:

• AMD ima znatno manji udio u jedinicama (~27%), ali mnogo veći udio u prihodima, što ukazuje na premium, visokojezgrene sisteme;
• hyperscaleri konsoliduju radna opterećenja u manje, ali moćnije CPU socket-e;
• AI infrastruktura daje prednost performansama po sistemu, a ne ukupnom broju servera.

Ovo se direktno uklapa u modele agentnog AI-a, gdje je potrebno manje, ali snažnije CPU čvorova za koordinaciju velikih GPU sistema.

Hibridne CPU+GPU arhitekture postaju novi standard

Nova AI infrastruktura više nije CPU protiv GPU-a – već CPU + GPU po dizajnu:

• GPU-ovi obrađuju teške matrične operacije (inference i trening modela);
• CPU-ovi upravljaju kontrolnim tokom, orkestracijom i logikom sistema;
• mrežni i memorijski podsistemi povezuju sve u jedinstven računski okvir.

AMD-ova strategija – čvrsto povezivanje EPYC CPU-a sa Instinct GPU-ovima i širim ekosistemom platforme – direktno se uklapa u ovaj model, gdje se performanse definišu na nivou cijelog sistema, a ne pojedinačnog čipa.

Šta ovo znači za industriju

Ovaj 46,2% udio u prihodima više govori o smjeru nego o tržišnoj dominaciji:

• CPU-ovi ponovo postaju ključni dio AI infrastrukture;
• potražnja se pomjera sa “više GPU-a” ka “uravnoteženim sistemima”;
• agentni AI redefiniše uska grla sa računarstva na orkestraciju;
• data centri postaju višeslojni AI izvršni sistemi.

Za partnere i sistem integratore, ovaj trend povećava potražnju za uravnoteženim CPU+GPU arhitekturama umjesto GPU-centric dizajna. Kompleksnost integracije također raste, posebno u oblasti orkestracije, kretanja podataka i optimizacije između slojeva, što povećava vrijednost dobavljača koji mogu isporučiti end-to-end dizajn i optimizaciju AI sistema.

Zaključak

Rast AMD EPYC-a odražava širu transformaciju: AI više nije isključivo GPU-driven workload. Sa agentnim sistemima koji uvode složenu orkestraciju, petlje odlučivanja i izvršavanje alata, CPU-ovi ponovo dobijaju stratešku važnost u modernim data centrima.

U ovoj novoj arhitekturi, GPU-ovi možda generišu inteligenciju, ali CPU-ovi sve više odlučuju kako, kada i gdje se ta inteligencija primjenjuje.