AMDとIntel、AI構築の中心にCPUを再び据える
AMDはサーバーCPUの見通しを大幅に引き上げ、Intelは15年以上ぶりとなる力強い売上成長を報告した。両社の動向は、AIインフラへの支出がほぼ全面的にGPUへ向かうという見方に疑問を投げかけている。
変化は実際の受注、設備計画、製品スケジュールに表れている。Intelのデータセンター事業は2026年第2四半期に前年同期比59%成長した。AMDは現在、サーバーCPU市場が2030年までに1,200億ドルを超えると見込んでいる。
これはCPUがNvidiaのGPUを置き換えるという話ではない。AIシステムがモデル訓練の領域を超えて拡大するにつれ、CPUの価値が高まっているという話だ。推論、エージェント、データ移動、ネットワーキング、ストレージはいずれも、アクセラレーターだけでは処理できない仕事を生み出す。
現在の主な争点は、それらのアクセラレーターを取り巻くホストコンピューティング層をめぐるAMD対Intelの競争だ。メモリーの供給力と製造実行力が、どちらの企業が需要を持続的な成長へ転換できるかを決める。
Intelの決算、AI需要を測定可能なCPU成長へ転換
Intelの第2四半期決算は、AI支出がCPU層にまで到達していることを最も明確に示す証拠となっている。
Intelの第2四半期売上高は161億ドルで、前年同期比25%増だった。最高経営責任者のLip-Bu Tan氏は、これを15年以上ぶりとなる同社の最も力強い売上成長だと述べた。
同社のData Center and AI部門は63億ドルの売上高を計上した。前年比59%の成長で、Intelの主要製品事業の中で最も成長が速い部門となった。
Intelがアクセラレーター市場を支配していないことを考えると、これらの数字は重要だ。大規模モデルの訓練と提供に使われるGPUの中心的な供給企業は、依然としてNvidiaである。そのためIntelの成長は、より広範なインフラサイクルを示唆している。
大規模なAIクラスターにはすべてホストCPUが必要となる。これらのプロセッサーはアクセラレーターを初期化し、オペレーティングシステムを実行し、ジョブをスケジューリングし、ストレージを管理し、GPUにデータが届く前の処理を担う。
エージェント型AIは、需要にさらに一層を加える。AIエージェントとは、モデル、ツール、外部データを用いて複数ステップのタスクを計画・実行できるソフトウェアだ。
エージェントはモデル、データベース、検索システム、業務アプリケーションを繰り返し呼び出す。こうしたやり取りは、従来型のサーバープロセッサー上で動作することが多いオーケストレーション処理を生み出す。
Intelの四半期決算はまた、成長が単一の製品カテゴリーに限られていなかったことも示した。クライアントおよびフィジカルAIの売上高は89億ドルに達し、前年同期比13%増となった。
Intel Foundryは部門売上高58億ドルを報告し、31%増となった。ただし、その売上高の多くは外部のチップ設計企業ではなく、Intel自身の製品グループから得られたものだった。
同社の全体的な業績についても慎重な解釈が必要だ。Intelは非GAAPベースで22億ドルの純利益を計上した一方、GAAPベースでは110億ドルの純損失を報告した。
この差の多くは、通常の事業運営以外の費用を反映したものだ。それでも、売上成長だけでは同社の再建をめぐる評価を決められない理由を示している。
Intelは第3四半期の売上高を158億ドルから168億ドルと見込んでいる。また、製造装置、クリーンルーム能力、基板への投資を増やす計画だ。
この対応は重要である。経営陣は第2四半期の伸びを、既存在庫に対する一時的な需要増とは見ていない。2027年にかけて、製品およびファウンドリー需要の拡大に備えている。
Intelは、Intel 18Aプロセスで製造された初のサーバープロセッサー、Xeon 6+を投入した。同社はまた、複数のプロセス技術で工場が社内の生産量目標を上回ったと述べた。
ここから緊張が生じる。Intelには需要、大きな導入基盤、改善しつつある生産能力がある。しかし、現在のAIインフラ計画が長期的な稼働率につながることを顧客が証明する前に、多額の投資を行わなければならない。
AMDがはるかに大きなサーバーCPU市場を見込む理由
AMDは、AIエージェントが導入されるアクセラレーター1基当たりに必要なCPU能力を減らすのではなく、増やすと考えている。
第1四半期の決算説明でAMDは、サーバープロセッサー市場に対する見通しを大幅に引き上げたと述べた。同社は以前、この市場が年率約18%で成長すると予想していた。
AMDは現在、年率35%超の成長と、2030年までに1,200億ドルを超える総アドレス可能市場を見込んでいる。総アドレス可能市場、すなわちTAMは、定義された製品カテゴリー全体で獲得可能な売上高を推計する指標だ。
この予測は独立した市場調査ではなく、AMDによるものだ。投資家はこれを、顧客との協議、製品計画、経営陣の仮定に基づく戦略的な目標として捉えるべきである。
正確な数値には不確実性が残るものの、その基本的な仕組みには説得力がある。AIシステムには依然として、アクセラレーターを制御し、データセンターの他の部分と接続するCPUが必要だ。
訓練クラスターでは、ジョブのスケジューリング、データ前処理、チェックポイント管理、インフラ監視のためにCPUが使われる。推論システムには、ルーティング、検索、セキュリティ、アプリケーションロジックが加わる。
エージェント型システムはこの傾向を強める。単一のユーザーリクエストが、複数回のモデル呼び出し、データベース検索、権限確認、ツール実行を引き起こす場合がある。
各ステップはアクセラレーター時間を消費するが、同時に従来型のコンピューティング処理も生み出す。企業がエージェントを社内アプリケーションへ接続するにつれ、CPUワークロードはモデル利用と並行して増加する。
AMDによれば、こうした要件にはオーケストレーション、データ移動、並列実行、ヘッドノードサービスが含まれる。ヘッドノードとは、より大規模なアクセラレーターノード群を統括するサーバーを指す。
同社は第2四半期にサーバーCPU売上高が前年比70%超で成長すると見込む。AMDは8月4日にその結果を報告する予定であり、この予測は直近で試されることになる。
AMDには、その需要に応えられる製品も必要だ。その答えが、Zen 6アーキテクチャーを基盤とする第6世代EPYCファミリー、開発コード名Veniceである。
同社は、TSMCの2ナノメートル製造プロセスでVeniceの量産立ち上げを開始した。AMDは、この段階での顧客検証の広がりは、これまでのどのEPYC世代よりも大きいとしている。
Veniceには、AIインフラ向けに特別設計されたプロセッサー、Veranoが含まれる。AMDはこのファミリーが、クラウド、エンタープライズ、アクセラレーテッドコンピューティングの導入を支えると見込んでいる。
汎用サーバーCPUとAI向けホストCPUの違いは、ますます重要になっている。データセンターの購入者は、個々のチップではなくラック全体を評価するようになっている。
ラックスケールシステムは、プロセッサー、アクセラレーター、メモリー、ネットワーキング、冷却、ソフトウェアを、導入可能な一つのユニットに統合する。性能は、これらの構成要素が本番ワークロードでどのように相互作用するかに左右される。
AMDは、そのシステムの複数の部分を供給できる。同社のポートフォリオには、EPYCプロセッサー、Instinctアクセラレーター、Pensandoネットワーキング製品、ROCmソフトウェアスタックが含まれる。
この幅広さは、AMDに構成要素をまたいで最適化する機会を与える。一方で、完全なシステムを顧客へ届けるまでに整合させるべきスケジュールの数も増える。
AMDのHeliosプラットフォームは、EPYCプロセッサーとMI450シリーズのアクセラレーターを組み合わせる見込みだ。量産導入は2026年後半に始まる予定となっている。
Microsoftはすでに、拡大された提携の下で次世代EPYCおよびInstinct製品を導入する意向を示している。Metaも別途、複数世代にわたるAMDアクセラレーターを最大6ギガワット導入することで合意した。
こうしたコミットメントは、投機的なTAM推計だけの場合よりもAMDに高い可視性をもたらす。ただし、将来の導入ペース、利益率、稼働率を保証するものではない。
AMD対IntelはAIインフラをめぐる競争へ
AMDとIntelは、AIアクセラレーターに供給し、制御し、収益化するシステムの主導権を争っている。
Intelは企業向けサーバー全体で、依然としてより大きな導入基盤を持つ。同社のプロセッサーは、企業向けソフトウェア、クラウドサービス、データセンターの運用手順に深く組み込まれている。
この立場はIntelに有利な慣性を生む。サーバープロセッサーの置き換えには、アプリケーションテスト、ファームウェア変更、性能検証、新たな購買契約が必要になる場合がある。
AMDは複数世代のEPYCを通じて、こうした障壁の低減に取り組んできた。より高いコア密度、電力効率、競争力のある総保有コストを提供することで導入を拡大してきた。
現在のAIサイクルは、この競争の条件を変えている。購入者は、使い慣れた企業向けサーバーを単に更新するのではなく、新たなクラスターを構築している。
新規構築は、AMDに既存のIntelシステムを先に置き換えることなく導入案件を獲得する機会をもたらす。また顧客は、アクセラレーターを中心とする完全なプラットフォームを設計できる。
Intelは反対の方向からこの競争に臨む。顧客がNvidiaまたはAMDのアクセラレーターを選択する場合でも、既存のXeonとの関係を活用してホストプロセッサーの役割を維持できる。
同社が第2四半期の事業ハイライトとして挙げたものには、Intel Xeonプロセッサー、SambaNovaアクセラレーター、Nvidia Blackwell GPUを組み合わせたシステムがあった。この設計は、複数のアクセラレーター種類を取り巻く中立的なインフラとしてXeonを位置付けるIntelの姿勢を示している。
AMDには、自社コンポーネントを用いる緊密に統合されたシステムを推進する強い動機がある。Intelは、顧客がアクセラレーターのベンダー間で柔軟性を維持する場合に恩恵を受ける。
このため、競争はベンチマーク比較より大きなものとなる。供給コミットメント、プラットフォーム認定、ネットワーキング、メモリーアクセス、ソフトウェアサポート、導入時期が関わる。
両社はArmベースのサーバープロセッサーにも直面している。Amazon、Google、Microsoftなどのクラウド事業者は、特定のワークロード向けにカスタムCPUを開発している。
これらのプロセッサーは、商用サプライヤーへの依存を低減できる。また、クラウド企業が自社のソフトウェアとデータセンター設計に合わせてハードウェアを調整することも可能にする。
AMDは、Veniceが主要なArmベースAIソリューションのソケット当たりスループットの2倍超を実現できると主張している。この主張は、幅広い独立した本番環境での検証をまだ受けていない。
ハイパースケーラーは極めて大規模にプロセッサーを購入するため、Armとの競争は戦略上重要であり続ける。社内チップが成功すれば、AMDまたはIntelからの大きな需要の塊が失われる可能性がある。
ただし、カスタムプロセッサーが商用CPU市場をなくすわけではない。企業は依然として、幅広いソフトウェア互換性、複数のクラウド選択肢、確立されたサーバーベンダーから入手できるシステムを求めている。
有力な結末は、分散したインフラ層だろう。ハイパースケーラーは、ワークロード、可用性、コストに応じて、カスタムプロセッサーとAMD、Intel製品を組み合わせることになる。
この環境では、アーキテクチャーの純粋さよりも実行力が報われる。優れたベンチマーク結果を持つプロセッサーでも、メモリー、ボード、完全なラックの到着が遅れれば、ほとんど価値を生まない。
AMDはロードマップをTSMCおよびパッケージングパートナーと連携させなければならない。Intelは製造能力を高めるとともに、歩留まりを改善し、資本需要を管理する必要がある。
したがって、この競争は二つの異なる約束の上に成り立っている。AMDは、製品投入のペースと統合ポートフォリオによってシェア拡大を続けられると主張する。
Intelは、実行力の改善によって規模、顧客関係、製造資産を再活性化できると主張する。最新の売上高は、この主張を1年前よりも説得力あるものにしている。
どちらの約束も完全には決着していない。AMDの次回決算は、力強い需要が売上高に転換していることを確認する必要がある。Intelは、好調な比較対象期間を超えても成長を維持できることを示さなければならない。
真のボトルネックはアクセラレータからメモリへ移っている
CPU需要の拡大はAI供給の問題を解消するものではない。問題をメモリ、パッケージング、ネットワーキング、電力へと広げるだけだ。
IntelのTan氏は同社の決算説明会で、メモリを主要な供給制約として説明した。同氏によれば、この部品はボトルネックであり、顧客にとっての課題になっている。
この制約には、高帯域幅メモリ（HBM）も含まれる。HBMはスタックされたメモリをアクセラレータの近くに配置し、大規模AIワークロードに必要なデータスループットを提供する。
従来型のサーバーメモリも重要だ。CPUには、データベース、検索システム、仮想マシン、AIモデルを取り巻くオーケストレーションサービスを動かすためのDRAMが必要となる。
したがって、CPU出荷の増加は、すでに制約を受けているメモリ供給網の中で生産能力を奪い合うことになる。需要は製品カテゴリ間で移動し得るが、製造およびパッケージング能力を即座に変えることはできない。
SK GroupとNvidiaは、これに対してはるかに大きなコミットメントで応じた。両社は、5,000億ドルを超える規模とされる取り組みに関する意向表明書を発表した。
計画には、最大2ギガワットのAIファクトリーと長期的なメモリ提携が含まれる。最初のファクトリーは2027年に稼働を開始する予定だ。
SKとの提携の下で、SK hynixとNvidiaはHBMを含むメモリ製品を共同開発する計画だ。Nvidiaはこの契約により、将来の供給を確保できることも見込んでいる。
この取り決めは、6月に発表された取り組みを拡大するものだ。先行するメモリ契約では、SK hynixの製品がNvidiaのVera Rubinシステム、Veraプロセッサ、パーソナルAIコンピュータ、ロボティクスプラットフォームと結び付けられた。
意向表明書は、完了済みの購入や納入済みインフラと同じ確実性を持つものではない。発表された総額も、複数の活動と複数年にまたがる。
これをメモリチップに対する単一の即時発注と解釈すべきではない。この数字は、建設、コンピュートシステム、長期供給を含む広範なインフラ構想を表している。
こうした留保を踏まえても、この提携は主要サプライヤーがどこにリスクを見ているかを示している。Nvidiaは、需要が到来する前にメモリ開発と割り当てを自社のシステムロードマップに合わせたい考えだ。
この連携はAMDとIntelに圧力をかける。NvidiaがAIアクセラレータにおける最大顧客であり続ける中、両社はメモリパートナーに自社製品向けの生産能力を優先させる必要がある。
AMDの課題は特に複雑だ。Heliosでは、プロセッサ、アクセラレータ、ネットワーキング、HBM、パッケージング、ソフトウェアが同時にそろう必要がある。1つの部品の遅延が、ラック全体を制約しかねない。
Intelは別の制約に直面している。同社は設備と基板への投資拡大を計画している一方、ファウンドリ事業は依然として多額の資本を消費している。
Intel Foundryは同四半期に58億ドルのセグメント売上高を計上した。しかし、同社の詳細な決算によると、営業損失は21億ドルだった。
このファウンドリ損失は、楽観的なCPUの見通しを複雑にする。Intelは、TSMCで製造されるAMD製品と競争しながら、製造能力の改善に資金を投じなければならない。
同社の18A出力は目標を約25%上回り、前四半期比では50%以上増加した。これらの数字は進展を示すものの、外部ファウンドリ売上高は2億9,300万ドルにとどまった。
したがって、ファウンドリの成長の大半はIntelの社内生産ネットワークによるものだった。意味のある外部顧客への採用拡大は、依然として別の試練である。
AIハードウェアのサイクルは複数のサプライヤーを支え得るが、生産の経済性を消し去ることはできない。能力拡張が遅すぎれば受注を失い、速すぎれば収益性を損なう可能性がある。
データセンター事業者が電力アクセスや資金調達を理由にプロジェクトを遅らせれば、このトレードオフはさらに厳しくなる。未建設の施設内では、チップは収益を生み出せない。
CPU成長ストーリーが証明していないこと
力強い四半期需要は、発表済みのすべてのAIデータセンターが完成し、収益性高く利用されることを証明するものではない。
最初の不確実性は需要比較に関するものだ。Intelの売上高25%増は厳しい時期の後に生じたものであり、工場運営の改善の恩恵も受けている。
そのため、高い前年比成長率は構造的な拡大だけでなく、回復を反映している可能性もある。投資家が両者を切り分けるには、複数四半期にわたるデータセンター成長のデータが必要だ。
IntelのGAAP損失も、事業運営の改善が自動的に株主にとって明確なリターンにつながるわけではないことを示している。会計上の費用は一時的な場合があるが、資本要件は継続する。
経営陣は設備、製造スペース、基板への投資を増やす計画だ。これらの投資は、製品およびファウンドリ需要が高水準を維持することを前提としている。
2つ目の不確実性は、AMDの市場予測に関するものだ。1,200億ドルを超えるサーバーCPUのTAMは、エージェントの継続的な導入と大規模なインフラ建設に依存する。
エージェントはオーケストレーション作業を増やし得るが、ソフトウェア効率の向上はハードウェア需要の一部を相殺し得る。スケジューリング、キャッシュ、量子化、モデルルーティングの改善により、タスク当たりのコンピュート使用量を減らせる。
AIプロバイダーには、稼働率を引き上げる強い動機もある。遊休状態のアクセラレータやCPUも、資本を消費し、貴重なデータセンター能力を占有する。
したがって、アプリケーション利用とチップ需要の関係は線形ではない。AIユーザーの増加はコンピュート需要を増やし得る一方、インフラの各世代は作業をより効率的に処理できるようにもなる。
3つ目の不確実性は顧客集中に関わる。少数のハイパースケーラーが、業界で計画されるAI支出の大部分を占めている。
Microsoft、Meta、その他の事業者による大規模なコミットメントは、サプライヤーに可視性を与える。一方で、少数の設備投資予算の変更にサプライヤーをさらすことにもなる。
キャンパスの遅延やモデル戦略の見直しは、複数のハードウェアベンダーに同時に影響し得る。長期供給契約は不確実性を減らすが、建設および稼働率のリスクを取り除くものではない。
4つ目の不確実性は競争上の対応だ。Nvidiaはラックシステム、ネットワーキング、ソフトウェア、自社のArmベースプロセッサを通じて、単体GPUの枠を超え続けている。
クラウド事業者はカスタムアクセラレータとCPUを開発している。これらの製品は、本来AMDまたはIntelのハードウェアで実行されるはずだったワークロードを振り向ける可能性がある。
AMDのソフトウェア面での進展も、もう1つの重要な変数だ。ROCmは、同社のアクセラレータをプログラミングおよび運用するためのオープンなソフトウェア環境である。
AMDは2025年11月のアナリスト向けイベントで、ROCmのダウンロード数が前年比10倍に増加したと述べた。ダウンロード数は、本番利用、開発者満足度、ワークロードの信頼性を測るものではない。
NvidiaのCUDA環境には、ライブラリ、ツール、訓練を受けた開発者の厚い基盤が残る。AMDには、ハードウェア出荷と歩調を合わせてソフトウェア採用を拡大する必要がある。
Intelにも、アクセラレーテッドコンピューティングにおけるより明確な立ち位置が必要だ。Xeon需要が強くても、顧客はますますアクセラレータとネットワーキングを中心に組み立てられたアーキテクチャを購入している。
同社はアクセラレータ市場を主導せずとも、価値あるホストプロセッサのサプライヤーであり続けられる。その役割でも、完全なシステム設計や利益率に対する影響力は限定される可能性がある。
これらのリスクはCPU回復を否定するものではない。それが持続的なAIインフラサイクルになるために何が必要かを定義している。
最も妥当な解釈は、すべてのチップ企業が勝つということではない。AI支出がより多くの部品に及ぶようになり、機会と失敗点の双方が増えているということだ。
CPUサイクルの持続を左右する3つのシグナル
AMDの次回決算、Intelの製造経済性、メモリの納入スケジュールが、この順番で新たなCPU仮説を試すことになる。
最初のシグナルは、AMDが第2四半期の決算を発表する8月4日に届く。経営陣は以前、サーバーCPU売上高が前年比70%超で成長すると予測していた。
この見通しを満たせば、AIがホストプロセッサ需要を高めているというAMDの主張を裏付けることになる。また、同社のより大きな市場予測の背景にある顧客との協議も正当化する。
投資家はデータセンター売上高、EPYCの成長、供給状況、Veniceのスケジュールに注目すべきだ。2027年の生産能力コミットメントに関する説明は、1四半期の売上と同じくらい重要になる。
より弱い結果が出ても、長期需要が消えるわけではない。顧客の関心、認定、実現売上が異なる速度で進んでいることを示すだろう。
2つ目のシグナルは、Intelのファウンドリと設備投資の軌道だ。社内生産は第2四半期に改善したが、外部ファウンドリ売上高は依然として限定的である。
18Aの歩留まり、出力、外部顧客のコミットメント、ファウンドリの営業損失を注視したい。4つすべてで進展が見られれば、製造規模がCPU回復を支えられるというIntelの主張は強まる。
支出だけが増え、ファウンドリ損失が減らなければ、この見方は弱まる。Intelは製造コストを吸収するために、いつまでも製品需要に頼ることはできない。
3つ目のシグナルは、次世代メモリの納入スケジュールだ。SK hynixとNvidiaは広範な共同開発および供給計画を示しており、より大きなインフラは2027年に見込まれている。
HBMの供給可能性、メモリ認定、競合プラットフォームが予定された導入に十分な供給を受けられるかを注視したい。CPU需要が強くても、メモリ不足はAMDとIntelを制約するだろう。
この3つのシグナルは、ハードウェアチェーン全体をつなぐ。受注はプロセッサになり、プロセッサは完全なラックに組み込まれ、ラックは電力供給されたデータセンターに到達しなければならない。
開発者にとって、結果はどのプラットフォームが最適化作業やクラウドでの利用可能性を得るかに影響する。ハードウェア競争は、モデルコスト、デプロイメントの選択、AIソフトウェアのポータビリティを左右し得る。
企業の購入担当者も、長期利用するインフラにコミットする前に同じシグナルを注視すべきだ。魅力的なプロセッサロードマップも、メモリ、ネットワーキング、サポート、導入能力が予定どおりにそろって初めて意味を持つ。
ナレッジワーカーはその影響を間接的に受ける。より多くの推論能力が利用可能になれば、より高速なエージェント、より大規模な業務ワークフロー、組織内の非公開データの幅広い活用を支えられる。
こうしたシステムを評価するチームは、各インフラ選択の背後にある意思決定、ベンチマーク、ソース資料を保存すべきだ。検索可能なエンジニアリングナレッジベースは、製品やスケジュールが変化しても、その根拠を結び付けて維持できる。
実務上の問いは、GPUがAIの中心であり続けるかどうかではない。GPUは中心であり続ける。問うべきは、アクセラレータの導入1件ごとに、どれだけ追加のCPU、メモリ、ネットワーキング需要が市場へ引き出されるかだ。
まずAMDの8月決算、次にIntelの18Aの経済性、最後に2027年のラックを支えるメモリスケジュールを追うべきだ。3つすべてが連動して進めば、CPU復活には構造的な裏付けがある。出荷が発表から乖離すれば、現在の楽観は導入実績を先走っている。どちらの結果であっても、企業が次に利用するAIサービスのコストと可用性を形作ることになる。
