À l’ère de l’IA agissant en tant qu’agent, le CPU doit-il être “1:1” avec le GPU ?

La vague de l’Agentic AI est en train de transformer fondamentalement l’architecture de calcul des centres de données, élevant significativement la position stratégique du CPU.

Selon le dernier rapport d’analyse de Bank of America Securities, la taille totale du marché potentiel (TAM) des CPU de serveurs en 2030 est révisée à plus de 210 milliards de dollars, soit une augmentation de plus de 20 % par rapport à la prévision précédente d’environ 170 milliards, et le taux de croissance annuel composé est revu à la hausse de 30 % à 36 %.

La logique centrale de cet ajustement est la suivante : Avec le passage des charges de travail de l’IA de l’entraînement à l’inférence, puis à l’Agentic AI, le rôle du CPU dans les systèmes des centres de données évolue du "second couteau" du GPU vers le "plan de contrôle" orchestrateur de l’Agentic AI. Bank of America anticipe que le ratio CPU:GPU passera d’environ 1:4 à l’ère de l’entraînement, à environ 1:2 lors de l’inférence IA, puis à environ 1:1 à l’ère de l’Agentic AI. Cela signifie qu’à l’horizon 2030, les CPU représenteront environ 10 % du TAM total des centres de données, équivalant à près de 2200 milliards de dollars, contre moins de 7 % durant l’ère de l’entraînement en 2024-2025.

Au niveau des titres individuels, Bank of America maintient sa recommandation d’achat sur AMD avec un objectif de cours à 620 dollars, jugé comme le meilleur actif CPU ; elle maintient également sa recommandation d’achat sur Nvidia (NVDA), avec un objectif de 350 dollars, en la considérant comme le premier choix du secteur des semi-conducteurs.

L’Agentic AI recompose la logique de la demande en CPU

L’équipe de l’analyste Vivek Arya de Bank of America souligne que le parcours d’évolution des charges de travail IA augmente systématiquement la densité de demande pour les CPU.

À l’ère de l’entraînement, le CPU assure principalement des fonctions auxiliaires comme le pré-traitement des données, le découpage, le batch processing et l’alimentation des données vers le GPU/accélérateur, ce dernier représentant le cœur de la puissance de calcul. Cela a conduit le marché des accélérateurs IA à croître à un taux annuel composé de +139 % entre 2022 et 2025, tandis que les CPU des serveurs n’enregistraient qu’un +14 %. Ainsi, en 2025, les accélérateurs IA représenteront 85 % des dépenses informatiques des centres de données, contre 15 % pour les CPU — alors qu’en 2021, le ratio était de 26 % contre 74 %.

Avec l’avènement de l’Agentic AI, la dynamique se modifie structurellement. L’Agentic AI ne se limite pas à du "questions-réponses", mais implique des tâches en cycles multiples comme la planification, la récupération contextuelle, l’appel d’outils, la gestion d’état, l’interaction API, l’acheminement multi-modèles et l’évaluation des résultats. Ces tâches reposent principalement sur du traitement séquentiel intensif, typique des CPU, et non sur le calcul matriciel parallèle, domaine d’excellence du GPU. À ce titre, Bank of America considère que le CPU passe du statut de "processeur hôte" à celui de "plan de contrôle" de l’inférence IA.

Il est important de noter que Bank of America souligne qu’il ne s’agit pas d’un remplacement du GPU par le CPU, mais bien d’une expansion synchronisée de la demande des deux types de processeurs. Le GPU demeure au cœur des calculs matriciels, de l’inférence de grands modèles, du pré-remplissage à haut débit et de l’inférence des modèles de pointe ; les CPU, quant à eux, assurent un rôle accru dans l’orchestration, la gestion mémoire, l’exécution d’outils et le déplacement des données. Le goulet d’étranglement des systèmes s’étend ainsi de la seule puissance de calcul GPU à une base d’infrastructure élargie, ce qui accroît le TAM global des centres de données.

Panorama du marché 2030 : essor de ARM, pression sur Intel

Bank of America segmente le TAM des CPU serveurs en 2030 en trois catégories : Environ 30 milliards de dollars pour les serveurs traditionnels/IaaS, environ 90 milliards pour les nœuds de calcul IA/de tête, et environ 90 milliards pour les nœuds IA Agentic indépendants. Les deux dernières composantes (environ 180 milliards) représenteront près de 86 % du marché total des CPU IA.

Quant à la répartition des parts de marché, l’écosystème ARM devrait être le grand gagnant. Bank of America prévoit qu’en 2030, les CPU commerciaux ARM (dont Nvidia Vera, ARM AGI, Qualcomm CPU, etc.) représenteront environ 38 % de la valeur du marché CPU serveurs, et les CPU ARM customisés (incluant AWS Graviton, Google Axion, Microsoft Cobalt, etc.) environ 9 %, soit près de 47 % ensemble. AMD devrait maintenir environ 31 % de part de valeur, alors qu’Intel (INTC) devrait passer d’environ 34 % en 2026 à 22 % en 2030, bien que son chiffre d’affaires absolu continue de croître à un taux annuel composé d’environ 22 %.

En termes d’unités de parts, Intel restera leader avec environ 36 %, mais le recul continu de sa part de valeur reflète un désavantage compétitif dans les charges de travail IA à forte valeur ajoutée. Bank of America note que son avantage relatif réside dans les charges traditionnelles d’entreprise, tandis que sa plateforme Coral Rapids en processus 18A-P devrait réduire l’écart de performance avec ses concurrents d’ici 2028.

AMD : double leadership en nombre de cœurs et en fréquence

Bank of America identifie AMD comme le meilleur actif CPU, grâce à son leadership dans deux dimensions : la fréquence élevée et le nombre de cœurs.

Sur le plan de la fréquence, AMD Turin (cinquième génération EPYC) atteint 5.0 GHz, au-dessus des 4.3 GHz d’Intel Granite Rapids et des environ 3.35 GHz de Nvidia Grace. Le Venice (sixième génération EPYC), attendu pour la deuxième moitié 2026, devrait encore renforcer cet avantage, faisant des CPU AMD le choix idéal pour les nœuds de tête/de calcul dans les clusters IA de grande échelle.

Concernant le nombre de cœurs, l’avantage d’AMD est encore plus marqué. Venice supportera jusqu’à 256 cœurs/512 threads, surpassant largement le futur Nvidia Vera (88 cœurs/176 threads) et Intel Diamond Rapids (prévu pour un maximum de 192 cœurs). Selon les calculs de Bank of America, l’AMD EPYC 9965 (Turin, 192 cœurs) délivre à l’échelle rack une performance pour Agentic AI 2.37 fois supérieure à celle du Nvidia Vera, et le Venice (256 cœurs) pourrait porter cet avantage à 3.30 fois.

Par ailleurs, Bank of America valorise l’excellence opérationnelle d’AMD sur le procédé Zen 6/2nm et la visibilité sur sa chaîne d’approvisionnement, ainsi que l’avantage de l’écosystème x86 en matière de sécurité et fiabilité (RAS) pour l’adaptation aux charges de travail Agentic AI.

Nvidia lance un nouvel espace de demande avec des racks CPU indépendants

Nvidia va lancer au second semestre 2026 les racks de CPU indépendants Vera (racks CPX) avec la plateforme Vera Rubin, ce qui est l’un des principaux catalyseurs de la révision à la hausse des prévisions du TAM CPU par Bank of America.

Ce rack peut intégrer jusqu’à 256 CPU Vera, avec un design liquid cooling, spécifiquement optimisé pour les charges de travail Agentic AI. Il assure l’orchestration, le contrôle mémoire, la gestion I/O, et prend en charge le test, l’exécution et la validation des outputs des racks de calcul Vera Rubin NVL72. Dans un Vera Rubin SuperPOD complet de 40 racks, chaque pod dispose de 1152 GPU Rubin, de 576 CPU Vera faisant partie des racks de calcul, et potentiellement de 512 CPU Vera supplémentaires dans des racks CPU indépendants, approchant ainsi un ratio CPU:GPU de 1:1.

Selon Bank of America, ces racks CPU indépendants prendront en charge des workloads fragmentés auparavant trop coûteux pour les racks GPU : pipeline RAG, base de données vectorielle, préparation des données, exécution API/outils, inférence de modèles moyens/petits, etc. Ils élargiront ainsi significativement le TAM total, au-delà d’une simple substitution de la demande existante.