AMD und Intel rücken CPUs wieder ins Zentrum des KI-Ausbaus

AMD hat seine Prognose für Server-CPUs deutlich angehoben, während Intel das stärkste Umsatzwachstum seit mehr als 15 Jahren gemeldet hat. Zusammen stellen diese Signale die Annahme infrage, dass Ausgaben für KI-Infrastruktur nahezu ausschließlich GPUs zugutekommen.

Die Veränderung zeigt sich in konkreten Aufträgen, Kapazitätsplänen und Produktzeitplänen. Intels Rechenzentrumsgeschäft wuchs im zweiten Quartal 2026 gegenüber dem Vorjahr um 59 %. AMD erwartet nun, dass der Markt für Server-CPUs bis 2030 mehr als 120 Milliarden US-Dollar erreichen wird.

Dabei geht es nicht darum, dass CPUs Nvidia-GPUs ersetzen. Vielmehr werden CPUs wertvoller, da KI-Systeme über das Modelltraining hinaus wachsen. Inferenz, Agenten, Datenbewegungen, Netzwerke und Speicher erzeugen Aufgaben, die Beschleuniger nicht allein bewältigen können.

Der zentrale Wettbewerb dreht sich nun um AMD gegen Intel bei der Host-Compute-Schicht rund um diese Beschleuniger. Speicherverfügbarkeit und Fertigungsumsetzung werden entscheiden, ob eines der beiden Unternehmen die Nachfrage in nachhaltiges Wachstum umwandeln kann.

Intels Ergebnisse machen KI-Nachfrage in messbares CPU-Wachstum sichtbar

Intels Ergebnisse des zweiten Quartals liefern den deutlichsten Beleg dafür, dass KI-Ausgaben die CPU-Schicht erreichen.

Intel meldete im zweiten Quartal einen Umsatz von 16,1 Milliarden US-Dollar, ein Anstieg von 25 % gegenüber dem Vorjahreszeitraum. CEO Lip-Bu Tan bezeichnete dies als das stärkste Umsatzwachstum des Unternehmens seit mehr als 15 Jahren.

Die Sparte Data Center and AI erzielte einen Umsatz von 6,3 Milliarden US-Dollar. Das entsprach einem jährlichen Wachstum von 59 % und machte die Sparte zu Intels am schnellsten wachsendem großen Produktgeschäft.

Diese Zahlen sind relevant, weil Intel den Markt für Beschleuniger nicht dominiert. Nvidia bleibt der zentrale Anbieter von GPUs für das Training und den Betrieb großer Modelle. Intels Wachstum deutet daher auf einen breiteren Infrastrukturzyklus hin.

Jeder große KI-Cluster benötigt Host-CPUs. Diese Prozessoren initialisieren Beschleuniger, betreiben Betriebssysteme, planen Jobs, verwalten Speicher und verarbeiten Daten, bevor sie eine GPU erreichen.

Agentische KI fügt eine weitere Nachfrageebene hinzu. Ein KI-Agent ist Software, die mehrstufige Aufgaben mithilfe von Modellen, Tools und externen Daten planen und ausführen kann.

Agenten rufen wiederholt Modelle, Datenbanken, Suchsysteme und Geschäftsanwendungen auf. Diese Interaktionen erzeugen Orchestrierungs-Workloads, die häufig auf herkömmlichen Serverprozessoren laufen.

Intels Quartalsergebnisse zeigten zudem, dass sich das Wachstum nicht auf eine Produktkategorie beschränkte. Der Umsatz mit Client und Physical AI erreichte 8,9 Milliarden US-Dollar, ein Plus von 13 % gegenüber dem Vorjahr.

Intel Foundry meldete einen Segmentumsatz von 5,8 Milliarden US-Dollar, ein Anstieg von 31 %. Ein großer Teil dieses Umsatzes stammte jedoch von Intels eigenen Produktgruppen und nicht von externen Chipdesignern.

Auch die Gesamtergebnisse des Unternehmens erfordern eine sorgfältige Einordnung. Intel meldete einen GAAP-Nettoverlust von 11 Milliarden US-Dollar, obwohl ein Non-GAAP-Nettogewinn von 2,2 Milliarden US-Dollar ausgewiesen wurde.

Ein großer Teil dieser Differenz entfiel auf Belastungen außerhalb der gewöhnlichen operativen Entwicklung. Dennoch zeigt sie, warum Umsatzwachstum allein den Turnaround-Fall des Unternehmens nicht entscheiden kann.

Intel erwartet für das dritte Quartal einen Umsatz zwischen 15,8 und 16,8 Milliarden US-Dollar. Zudem plant das Unternehmen, seine Investitionen in Fertigungsausrüstung, Reinraumkapazitäten und Substrate zu erhöhen.

Diese Reaktion ist bedeutsam. Das Management behandelt den Anstieg im zweiten Quartal nicht als vorübergehenden Ansturm auf vorhandene Lagerbestände. Es bereitet sich auf eine höhere Produkt- und Foundry-Nachfrage bis 2027 vor.

Intel brachte Xeon 6+ auf den Markt, seinen ersten Serverprozessor, der mit dem Intel-18A-Prozess gefertigt wird. Das Unternehmen erklärte zudem, seine Fabriken hätten interne Volumenziele bei mehreren Prozesstechnologien übertroffen.

Hier beginnt die Spannung. Intel verfügt über Nachfrage, eine große installierte Basis und eine sich verbessernde Produktionsleistung. Dennoch muss das Unternehmen erheblich investieren, bevor Kunden nachweisen, dass die aktuellen Pläne für KI-Infrastruktur in eine dauerhafte Auslastung münden.

Warum AMD einen deutlich größeren Markt für Server-CPUs sieht

AMD geht davon aus, dass KI-Agenten für jeden eingesetzten Beschleuniger mehr CPU-Kapazität benötigen werden, nicht weniger.

In seiner Diskussion zu den Ergebnissen des ersten Quartals erklärte AMD, es habe seine Erwartungen für den Markt für Serverprozessoren deutlich angehoben. Zuvor hatte das Unternehmen mit einem jährlichen Wachstum dieses Marktes von rund 18 % gerechnet.

AMD prognostiziert nun ein jährliches Wachstum von über 35 %, wobei die gesamte adressierbare Nachfrage bis 2030 mehr als 120 Milliarden US-Dollar erreichen soll. Der Total Addressable Market, kurz TAM, schätzt die innerhalb einer definierten Produktkategorie verfügbaren Umsätze.

Diese Prognose stammt von AMD und nicht von einer unabhängigen Marktanalyse. Anleger sollten sie als strategisches Ziel betrachten, das von Kundengesprächen, Produktplänen und Annahmen des Managements geprägt ist.

Der zugrunde liegende Mechanismus ist plausibel, auch wenn die exakte Zahl unsicher bleibt. KI-Systeme benötigen weiterhin CPUs, um Beschleuniger zu koordinieren und sie mit dem übrigen Rechenzentrum zu verbinden.

Trainingscluster nutzen CPUs für Jobplanung, Datenvorverarbeitung, Checkpoint-Verwaltung und Infrastrukturüberwachung. Inferenzsysteme ergänzen Routing, Retrieval, Sicherheit und Anwendungslogik.

Agentische Systeme verstärken dieses Muster. Eine einzelne Nutzeranfrage kann mehrere Modellaufrufe, Datenbanksuchen, Berechtigungsprüfungen und Tool-Ausführungen auslösen.

Jeder Schritt verbraucht Beschleunigerzeit, erzeugt aber auch herkömmliche Rechenarbeit. Wenn Unternehmen Agenten mit internen Anwendungen verbinden, wächst die CPU-Last parallel zur Modellnutzung.

AMD erklärte, diese Anforderungen umfassten Orchestrierung, Datenbewegung, parallele Ausführung und Head-Node-Dienste. Ein Head Node ist der Server, der eine größere Gruppe von Beschleunigerknoten koordiniert.

Das Unternehmen erwartet, dass der Umsatz mit Server-CPUs im zweiten Quartal um mehr als 70 % gegenüber dem Vorjahr wächst. AMD wird diese Ergebnisse am 4. August vorlegen, was die Prognose unmittelbar auf die Probe stellt.

AMD benötigt zudem Produkte, die diese Nachfrage bedienen können. Die Antwort des Unternehmens ist die EPYC-Familie der sechsten Generation mit dem Codenamen Venice, die auf der Zen-6-Architektur basiert.

Das Unternehmen begann mit dem Produktionshochlauf von Venice im 2-Nanometer-Fertigungsprozess von TSMC. AMD zufolge ist die Kundenvalidierung in dieser Phase breiter als bei jeder vorherigen EPYC-Generation.

Venice umfasst Verano, einen speziell für KI-Infrastruktur entwickelten Prozessor. AMD erwartet, dass die Familie Cloud-, Enterprise- und beschleunigte Computing-Deployments unterstützen wird.

Die Unterscheidung zwischen einer allgemeinen Server-CPU und einer KI-orientierten Host-CPU gewinnt an Bedeutung. Käufer von Rechenzentren bewerten zunehmend das komplette Rack statt einzelner Chips.

Ein Rack-Scale-System kombiniert Prozessoren, Beschleuniger, Speicher, Netzwerke, Kühlung und Software zu einer einsetzbaren Einheit. Die Leistung hängt davon ab, wie diese Komponenten unter Produktions-Workloads zusammenwirken.

AMD kann mehrere Teile dieses Systems liefern. Das Portfolio umfasst EPYC-Prozessoren, Instinct-Beschleuniger, Pensando-Netzwerkprodukte und den ROCm-Software-Stack.

Diese Breite gibt AMD die Möglichkeit, Komponenten übergreifend zu optimieren. Sie erhöht jedoch auch die Zahl der Zeitpläne, die übereinstimmen müssen, bevor ein vollständiges System Kunden erreicht.

Die Helios-Plattform von AMD soll EPYC-Prozessoren mit Beschleunigern der MI450-Serie kombinieren. Der Start von Produktionseinsätzen ist für die zweite Hälfte des Jahres 2026 geplant.

Microsoft hat bereits erklärt, im Rahmen einer erweiterten Partnerschaft EPYC- und Instinct-Produkte der nächsten Generation einsetzen zu wollen. Meta hat sich separat darauf verständigt, über mehrere Generationen hinweg AMD-Beschleuniger mit einer Leistung von bis zu sechs Gigawatt einzusetzen.

Diese Zusagen verschaffen AMD mehr Planungssicherheit als eine spekulative TAM-Schätzung allein. Sie garantieren weder das Tempo, die Margen noch die Auslastung künftiger Installationen.

AMD gegen Intel wird zu einem Wettbewerb um KI-Infrastruktur

AMD und Intel konkurrieren um die Kontrolle über Systeme, die KI-Beschleuniger versorgen, koordinieren und wirtschaftlich nutzbar machen.

Intel verfügt weiterhin über die größere installierte Basis in Enterprise-Servern. Seine Prozessoren sind tief in Unternehmenssoftware, Cloud-Dienste und Betriebsabläufe von Rechenzentren integriert.

Diese Position schafft Trägheit zugunsten von Intel. Der Austausch eines Serverprozessors kann Anwendungstests, Firmware-Änderungen, Leistungsvalidierung und neue Beschaffungsvereinbarungen erfordern.

AMD hat mehrere EPYC-Generationen darauf verwendet, diese Hürden zu senken. Das Unternehmen gewann Marktanteile durch höhere Kerndichte, Energieeffizienz und wettbewerbsfähige Gesamtbetriebskosten.

Der aktuelle KI-Zyklus verändert die Bedingungen dieses Wettbewerbs. Käufer bauen neue Cluster auf, statt lediglich vertraute Enterprise-Server zu erneuern.

Neue Infrastrukturprojekte geben AMD die Chance, Einsätze zu gewinnen, ohne zunächst ein bestehendes Intel-System verdrängen zu müssen. Sie ermöglichen es Kunden zudem, ein komplettes Beschleuniger-Ökosystem als Grundlage ihres Designs zu nutzen.

Intel geht den Wettbewerb aus der entgegengesetzten Richtung an. Das Unternehmen kann bestehende Xeon-Beziehungen nutzen, um die Rolle des Host-Prozessors zu behalten, selbst wenn Kunden Nvidia- oder AMD-Beschleuniger wählen.

Zu den geschäftlichen Höhepunkten des zweiten Quartals gehörte ein System, das Intel-Xeon-Prozessoren, SambaNova-Beschleuniger und Nvidia-Blackwell-GPUs kombiniert. Dieses Design zeigt, wie Intel Xeon als neutrale Infrastruktur rund um mehrere Beschleunigertypen positioniert.

AMD hat stärkere Anreize, eng integrierte Systeme mit eigenen Komponenten zu fördern. Intel profitiert, wenn Kunden Flexibilität über verschiedene Beschleunigeranbieter hinweg bewahren.

Damit geht der Wettbewerb über einen Benchmark-Vergleich hinaus. Er umfasst Lieferzusagen, Plattformqualifizierung, Netzwerke, Speicherzugriff, Softwareunterstützung und Einsatzzeitpunkte.

Beide Unternehmen stehen zudem Arm-basierten Serverprozessoren gegenüber. Amazon, Google, Microsoft und andere Cloud-Betreiber haben kundenspezifische CPUs für ausgewählte Workloads entwickelt.

Diese Prozessoren können die Abhängigkeit von kommerziellen Zulieferern verringern. Sie erlauben es Cloud-Unternehmen außerdem, Hardware auf ihre eigene Software und Rechenzentrumsdesigns abzustimmen.

AMD erklärt, Venice könne pro Sockel mehr als die doppelte Leistung führender Arm-basierter KI-Lösungen liefern. Diese Aussage wurde bislang noch nicht umfassend und unabhängig in Produktionsumgebungen validiert.

Der Wettbewerb durch Arm bleibt strategisch wichtig, weil Hyperscaler Prozessoren in enormem Umfang kaufen. Ein erfolgreicher interner Chip kann AMD oder Intel einen großen Nachfrageblock entziehen.

Kundenspezifische Prozessoren beseitigen den Markt für kommerzielle CPUs jedoch nicht. Unternehmen wünschen weiterhin breite Softwarekompatibilität, mehrere Cloud-Optionen und Systeme etablierter Serveranbieter.

Das wahrscheinliche Ergebnis ist eine fragmentierte Infrastrukturschicht. Hyperscaler werden kundenspezifische Prozessoren je nach Workload, Verfügbarkeit und Kosten mit Produkten von AMD und Intel kombinieren.

Dieses Umfeld belohnt Umsetzung stärker als architektonische Reinheit. Ein Prozessor mit hervorragenden Benchmark-Ergebnissen schafft wenig Wert, wenn Speicher, Platinen oder komplette Racks zu spät eintreffen.

AMD muss seine Roadmap mit TSMC und Packaging-Partnern abstimmen. Intel muss seine Fertigungsleistung steigern, gleichzeitig die Ausbeuten verbessern und seinen Kapitalbedarf steuern.

Die Rivalität beruht daher auf zwei unterschiedlichen Versprechen. AMD argumentiert, dass seine Produktkadenz und das integrierte Portfolio weiterhin Marktanteile gewinnen können.

Intel argumentiert, dass eine bessere Umsetzung seine Größe, Kundenbeziehungen und Fertigungsanlagen wieder aktivieren kann. Die jüngsten Umsatzzahlen machen diesen Fall glaubwürdiger, als er noch vor einem Jahr erschien.

Keines der beiden Versprechen ist abschließend bestätigt. Die anstehenden Ergebnisse von AMD müssen belegen, dass aus starker Nachfrage Umsatz wird. Intel muss zeigen, dass das Wachstum über einen günstigen Vergleichszeitraum hinaus Bestand haben kann.

Der eigentliche Engpass verlagert sich von Beschleunigern zum Speicher

Mehr CPU-Nachfrage löst das KI-Lieferproblem nicht; sie verteilt es auf Speicher, Packaging, Netzwerke und Energieversorgung.

Intels Tan bezeichnete Speicher während der Ergebnisbesprechung des Unternehmens als eine erhebliche Lieferbeschränkung. Er sagte, die Komponente sei zu einem Engpass und Schmerzpunkt für Kunden geworden.

Diese Beschränkung umfasst High-Bandwidth Memory, kurz HBM. HBM platziert gestapelten Speicher nahe an einem Beschleuniger und liefert den Datendurchsatz, den große KI-Workloads benötigen.

Auch herkömmlicher Serverspeicher ist wichtig. CPUs benötigen DRAM, um Datenbanken, Retrieval-Systeme, virtuelle Maschinen und Orchestrierungsdienste rund um KI-Modelle auszuführen.

Höhere CPU-Auslieferungen konkurrieren daher um Kapazitäten innerhalb einer bereits angespannten Speicherlieferkette. Die Nachfrage kann zwischen Produktkategorien wandern, doch Fertigungs- und Packaging-Kapazitäten lassen sich nicht sofort verändern.

SK Group und Nvidia haben mit einer deutlich größeren Verpflichtung reagiert. Die Unternehmen kündigten Absichtserklärungen für eine Initiative mit einem Wert von über 500 Milliarden US-Dollar an.

Der Plan umfasst eine KI-Fabrik mit bis zu zwei Gigawatt Leistung sowie eine langfristige Speicherpartnerschaft. Die erste Fabrik soll 2027 den Betrieb aufnehmen.

Im Rahmen der SK-Partnerschaft planen SK hynix und Nvidia, Speicherprodukte einschließlich HBM gemeinsam zu entwickeln. Nvidia erwartet zudem, dass die Vereinbarung die zukünftige Versorgung absichert.

Die Vereinbarung erweitert die im Juni angekündigte Zusammenarbeit. Diese frühere Speichervereinbarung verband Produkte von SK hynix mit Nvidias Vera-Rubin-Systemen, Vera-Prozessoren, persönlichen KI-Computern und Robotikplattformen.

Absichtserklärungen bieten nicht dieselbe Sicherheit wie abgeschlossene Käufe oder bereitgestellte Infrastruktur. Die angekündigte Gesamtsumme erstreckt sich zudem über mehrere Aktivitäten und Jahre.

Sie sollte nicht als einzelne, unmittelbar anstehende Bestellung von Speicherchips interpretiert werden. Die Zahl beschreibt eine umfassende Infrastrukturinitiative, die Bauprojekte, Compute-Systeme und langfristige Versorgung umfasst.

Trotz dieser Einordnung zeigt die Partnerschaft, wo führende Anbieter das Risiko sehen. Nvidia möchte Speicherentwicklung und -zuteilung mit seiner System-Roadmap abstimmen, bevor die Nachfrage eintrifft.

Diese Abstimmung setzt AMD und Intel unter Druck. Beide benötigen Speicherpartner, die Kapazitäten für ihre Produkte priorisieren, während Nvidia der größte Kunde für KI-Beschleuniger bleibt.

AMDs Herausforderung ist besonders komplex, da Helios Prozessoren, Beschleuniger, Netzwerke, HBM, Packaging und Software gleichzeitig benötigt. Eine verzögerte Komponente kann das gesamte Rack einschränken.

Intel steht vor einer anderen Beschränkung. Das Unternehmen plant höhere Investitionen in Anlagen und Substrate, während sein Foundry-Geschäft weiterhin erhebliche Mittel beansprucht.

Intel Foundry erzielte im Quartal Segmentumsätze von 5,8 Milliarden US-Dollar. Laut den detaillierten Ergebnissen des Unternehmens verbuchte die Sparte jedoch einen operativen Verlust von 2,1 Milliarden US-Dollar.

Der Foundry-Verlust erschwert die optimistische CPU-Erzählung. Intel muss Verbesserungen in der Fertigung finanzieren und zugleich mit von TSMC produzierten AMD-Produkten konkurrieren.

Die 18A-Produktion lag etwa 25 % über dem Zielwert und mehr als 50 % über dem Vorquartal. Diese Zahlen zeigen Fortschritte, doch die externen Foundry-Umsätze beliefen sich lediglich auf 293 Millionen US-Dollar.

Das meiste Foundry-Wachstum stammte daher aus Intels internem Produktionsnetzwerk. Eine bedeutende externe Akzeptanz bleibt ein separater Test.

Der KI-Hardwarezyklus kann mehrere Anbieter stützen, doch er kann die Produktionsökonomie nicht außer Kraft setzen. Eine zu langsame Kapazitätserweiterung kostet Aufträge, während eine zu schnelle Erweiterung die Renditen beschädigen kann.

Dieser Zielkonflikt wird schärfer, falls Betreiber von Rechenzentren Projekte wegen Stromzugang oder Finanzierung verschieben. Chips können in Einrichtungen, die ungebaut bleiben, keine Umsätze generieren.

Was die CPU-Wachstumsgeschichte nicht beweist

Eine starke Quartalsnachfrage belegt nicht, dass jedes angekündigte KI-Rechenzentrum fertiggestellt oder profitabel genutzt wird.

Die erste Unsicherheit betrifft den Nachfragevergleich. Intels Umsatzanstieg von 25 % folgte auf eine schwierige Phase und profitierte von einer verbesserten Fabrikausführung.

Eine hohe jährliche Wachstumsrate kann daher sowohl Erholung als auch strukturelle Expansion widerspiegeln. Investoren benötigen mehrere Quartale mit Rechenzentrumswachstum, um diese Effekte voneinander zu trennen.

Intels GAAP-Verlust zeigt zudem, dass operative Verbesserungen nicht automatisch zu klaren Renditen für Aktionäre führen. Bilanzielle Belastungen können vorübergehend sein, Kapitalanforderungen hingegen bleiben bestehen.

Das Management plant, mehr in Ausrüstung, Fertigungsflächen und Substrate zu investieren. Diese Investitionen setzen voraus, dass die Produkt- und Foundry-Nachfrage hoch bleibt.

Die zweite Unsicherheit betrifft AMDs Marktprognose. Ein Server-CPU-TAM von über 120 Milliarden US-Dollar hängt von einer anhaltenden Einführung von Agenten und umfangreichen Infrastrukturprojekten ab.

Agenten können den Orchestrierungsaufwand erhöhen, doch Softwareeffizienz kann einen Teil der Hardware-Nachfrage ausgleichen. Bessere Planung, Caching, Quantisierung und Modell-Routing können den Compute-Aufwand pro Aufgabe senken.

KI-Anbieter haben zudem starke Anreize, die Auslastung zu erhöhen. Ein ungenutzter Beschleuniger oder eine ungenutzte CPU bindet weiterhin Kapital und belegt wertvolle Rechenzentrumskapazität.

Der Zusammenhang zwischen Anwendungsnutzung und Chipnachfrage ist daher nicht linear. Mehr KI-Nutzer können mehr Compute-Nachfrage schaffen, doch jede Infrastruktur-Generation kann Arbeit auch effizienter verarbeiten.

Die dritte Unsicherheit betrifft die Kundenkonzentration. Eine kleine Gruppe von Hyperscalern steht für einen großen Teil der geplanten KI-Ausgaben der Branche.

Große Zusagen von Microsoft, Meta und anderen Betreibern verschaffen Lieferanten Planbarkeit. Sie setzen die Lieferanten jedoch auch Änderungen in einigen wenigen Investitionsbudgets aus.

Ein verzögerter Campus oder eine angepasste Modellstrategie kann mehrere Hardwareanbieter gleichzeitig treffen. Langfristige Liefervereinbarungen reduzieren Unsicherheit, beseitigen jedoch nicht das Bau- und Auslastungsrisiko.

Die vierte Unsicherheit ist die Reaktion des Wettbewerbs. Nvidia expandiert über eigenständige GPUs hinaus mit Rack-Systemen, Netzwerken, Software und eigenen Arm-basierten Prozessoren.

Cloud-Betreiber entwickeln kundenspezifische Beschleuniger und CPUs. Diese Produkte können Workloads umleiten, die ansonsten auf AMD- oder Intel-Hardware laufen würden.

AMDs Fortschritte bei der Software bleiben eine weitere wichtige Variable. ROCm ist die offene Softwareumgebung des Unternehmens für die Programmierung und den Betrieb seiner Beschleuniger.

AMD erklärte auf seinem Analystenevent im November 2025, dass sich die ROCm-Downloads im Jahresvergleich verzehnfacht hätten. Download-Zahlen messen weder die Nutzung in der Produktion noch die Zufriedenheit von Entwicklern oder die Zuverlässigkeit von Workloads.

Nvidias CUDA-Umgebung verfügt weiterhin über eine breite Basis an Bibliotheken, Tools und geschulten Entwicklern. AMD muss die Softwareakzeptanz parallel zu den Hardwareauslieferungen steigern.

Intel benötigt ebenfalls eine klarere Position im beschleunigten Computing. Eine starke Xeon-Nachfrage hilft, doch Kunden kaufen zunehmend Architekturen, die rund um Beschleuniger und Netzwerke zusammengestellt sind.

Das Unternehmen kann ein wertvoller Anbieter von Host-Prozessoren bleiben, ohne den Beschleunigermarkt anzuführen. Diese Rolle könnte seinen Einfluss auf vollständiges Systemdesign und Margen dennoch begrenzen.

Diese Risiken widerlegen die CPU-Erholung nicht. Sie definieren, was geschehen muss, damit sie zu einem nachhaltigen KI-Infrastrukturzyklus wird.

Die überzeugendste Interpretation ist nicht, dass jedes Chipunternehmen gewinnt. Sie lautet vielmehr, dass KI-Ausgaben nun mehr Komponenten erreichen und dadurch mehr Chancen sowie mehr Fehlerquellen schaffen.

Drei Signale werden entscheiden, ob der CPU-Zyklus anhält

AMDs nächster Ergebnisbericht, Intels Fertigungsökonomie und Speicherlieferpläne werden die neue CPU-These in dieser Reihenfolge prüfen.

Das erste Signal kommt am 4. August, wenn AMD die Ergebnisse des zweiten Quartals veröffentlicht. Das Management hatte zuvor ein Wachstum der Server-CPU-Umsätze von über 70 % im Jahresvergleich prognostiziert.

Das Erreichen dieser Erwartung würde AMDs Aussage stützen, dass KI die Nachfrage nach Host-Prozessoren erhöht. Es würde zudem die Kundengespräche hinter der größeren Marktprognose des Unternehmens bestätigen.

Investoren sollten sich auf Rechenzentrumsumsätze, EPYC-Wachstum, Lieferverfügbarkeit und den Venice-Zeitplan konzentrieren. Kommentare zu Kapazitätszusagen für 2027 werden ebenso wichtig sein wie die Umsätze eines einzelnen Quartals.

Ein schwächeres Ergebnis würde die langfristige Nachfrage nicht beseitigen. Es würde darauf hindeuten, dass sich Kundeninteresse, Qualifizierung und realisierte Umsätze mit unterschiedlicher Geschwindigkeit entwickeln.

Das zweite Signal ist Intels Foundry- und Investitionsentwicklung. Die interne Produktion verbesserte sich im zweiten Quartal, doch die externen Foundry-Umsätze bleiben begrenzt.

Achten Sie auf 18A-Ausbeuten, Output, Verpflichtungen externer Kunden und operative Foundry-Verluste. Fortschritte bei allen vier Punkten würden Intels Aussage stärken, dass Fertigungsskalierung seine CPU-Erholung stützen kann.

Höhere Ausgaben ohne sinkende Foundry-Verluste würden diese Argumentation schwächen. Intel kann sich nicht dauerhaft auf die Produktnachfrage verlassen, um Fertigungskosten aufzufangen.

Das dritte Signal ist der Lieferplan für Speicher der nächsten Generation. SK hynix und Nvidia haben umfangreiche Pläne für gemeinsame Entwicklung und Versorgung skizziert; größere Infrastruktur wird 2027 erwartet.

Achten Sie auf die HBM-Verfügbarkeit, die Speicherqualifizierung und darauf, ob konkurrierende Plattformen ausreichend Versorgung für planmäßige Bereitstellungen erhalten. Speicherengpässe würden AMD und Intel begrenzen, selbst wenn die CPU-Nachfrage stark bleibt.

Diese drei Signale verbinden die gesamte Hardwarekette. Aufträge müssen zu Prozessoren werden, Prozessoren müssen in vollständige Racks gelangen, und Racks müssen mit Strom versorgte Rechenzentren erreichen.

Für Entwickler beeinflusst das Ergebnis, welche Plattformen Optimierungsarbeit und Cloud-Verfügbarkeit erhalten. Der Hardwarewettbewerb kann Modellkosten, Bereitstellungsentscheidungen und die Portabilität von KI-Software beeinflussen.

Unternehmenskäufer sollten dieselben Signale beobachten, bevor sie sich auf langlebige Infrastruktur festlegen. Eine überzeugende Prozessor-Roadmap ist nur dann relevant, wenn Speicher, Netzwerke, Support und Bereitstellungskapazität planmäßig eintreffen.

Wissensarbeiter werden die Auswirkungen indirekt erleben. Mehr verfügbare Inferenzkapazität kann schnellere Agenten, größere Geschäftsworkflows und eine breitere Nutzung privater Organisationsdaten unterstützen.

Teams, die solche Systeme bewerten, sollten die Entscheidungen, Benchmarks und Quellmaterialien hinter jeder Infrastrukturentscheidung bewahren. Eine durchsuchbare Engineering-Wissensdatenbank kann diese Nachweise verbunden halten, während sich Produkte und Zeitpläne ändern.

Die praktische Frage lautet nicht mehr, ob GPUs für KI zentral bleiben. Das tun sie. Die Frage ist, wie viele zusätzliche CPUs, Speicher- und Netzwerkressourcen jede Beschleunigerbereitstellung in den Markt zieht.

Verfolgen Sie zuerst AMDs August-Ergebnisse, dann Intels 18A-Ökonomie und schließlich die Speicherzeitpläne hinter den Racks von 2027. Wenn alle drei gemeinsam vorankommen, hat die CPU-Wiederbelebung strukturelle Unterstützung. Wenn sich Auslieferungen von Ankündigungen entkoppeln, eilt der aktuelle Optimismus der Bereitstellung voraus. Beide Ergebnisse werden Kosten und Verfügbarkeit der KI-Dienste prägen, die Unternehmen als Nächstes nutzen möchten.