Jensen Huang widzi rynek CPU dla agentów AI wart 200 mld dol.
- Jensen Huang ogłosił, że Nvidia celuje w rynek procesorów CPU dedykowanych agentom AI, który wycenia na 200 miliardów dolarów.
- Firma planuje wejść w segment, który dotychczas był domeną Intela i AMD, oferując architekturę zoptymalizowaną pod obciążenia agentowe.
- To pierwszy raz, gdy Nvidia publicznie definiuje CPU dla agentów jako oddzielną kategorię produktową wartą tak konkretną kwotę.
Jensen Huang oszacował wartość rynku procesorów CPU dla agentów AI na 200 miliardów dolarów i zapowiedział, że Nvidia zamierza go opanować. To nie jest kolejna iteracja na istniejącym rynku GPU — Huang mówi wprost o zupełnie nowej kategorii sprzętu.
Dlaczego CPU, skoro Nvidia żyje z GPU?
Agenci AI działają inaczej niż modele trenowane na klastrach. Nie potrzebują masowego równoległego przetwarzania — potrzebują szybkiego wnioskowania, zarządzania pamięcią i obsługi wielu równoległych wątków decyzyjnych. To właśnie przestrzeń, w której klasyczne GPU od Nvidii nie są optymalnym rozwiązaniem, a CPU zaprojektowane pod kątem agentów mogą wykręcić lepsze wyniki przy niższym poborze mocy.
Huang nie podał jeszcze szczegółów technicznych ani nazwy konkretnego układu. Ogłoszenie to bardziej strategiczna deklaracja kierunku niż premiera produktu.
200 miliardów to nie marketingowa liczba?
Skąd ta konkretna cyfra? Nvidia historycznie trafia w swoje prognozy rynkowe — firma weszła w rynek centrów danych dla AI wtedy, gdy większość analityków twierdziła, że to nisza. Dziś segment Data Center generuje ponad 47 miliardów dolarów przychodu kwartalnie według raportów Nvidii za Q1 2025.
Wycena 200 miliardów dla rynku CPU agentowego zakłada masową adopcję agentów w enterprise — tysiące autonomicznych procesów działających równolegle w każdej większej firmie. Jeśli tak się stanie, zapotrzebowanie na dedykowany sprzęt rzeczywiście może być tej skali.
AMD i Intel muszą się teraz zastanowić, czy Nvidia faktycznie wchodzi na ich podwórko, czy to tylko próba utrzymania uwagi inwestorów między kolejnymi premierami GPU.
Agenci AI potrzebują innego sprzętu
Obecna infrastruktura dla agentów AI to w dużej mierze adaptacja istniejących rozwiązań — modele LLM odpalane na GPU, orkiestracja przez frameworki jak LangChain czy CrewAI, a całość na standardowych chmurach. Działa, ale generuje koszty nieadekwatne do rzeczywistych potrzeb obliczeniowych agentów.
Agent nie musi liczyć miliardów operacji zmiennoprzecinkowych równolegle — musi szybko podjąć decyzję, wywołać narzędzie, przetworzyć odpowiedź i przejść dalej. To sekwencyjny, latency-sensitive workload. Brzmi jak zadanie dla procesora ogólnego przeznaczenia, ale zoptymalizowanego pod ten konkretny wzorzec użycia.
Nvidia ma zasoby, żeby taki procesor zaprojektować od podstaw. Ma też ekosystem CUDA i relacje z największymi chmurami, co przy wchodzeniu w nowy segment sprzętowy jest przewagą trudną do przecenienia.
Co to oznacza dla rynku sprzętowego?
Jeśli Nvidia faktycznie odpal produkt w tym segmencie, Intel i AMD stracą część rynku serwerowego, który dotychczas uważały za swoje. Arm też tu jest — ich architektura dominuje w efektywnych obliczeniach, a AWS Graviton czy Apple Silicon pokazały, że można bić x86 ceną i poborem mocy.
Konkurencja będzie twarda. Nvidia wchodzi do gry bez gotowego produktu, ale z miliardami na R&D i reputacją, która sprawia, że działy IT w enterprise słuchają.
Najbliższe miesiące pokażą, czy Huang ma już prototyp w szufladzie, czy dopiero zbiera zespół inżynierów CPU — czego Nvidia historycznie robiła niewiele.
