Nvidia ביססה את הדומיננטיות שלה על מעבדי GPU מונעי בינה מלאכותית, אך המנכ”ל ג’נסן הואנג מכין כעת את המשקיעים לדחיפה תחרותית מחודשת בתחום ה־CPU — זירה שנשלטה לאורך שנים בידי אינטל ו־Advanced Micro Devices.

בעוד שמעבדי GPU נותרו בלב עומסי העבודה של אימון מודלים, Nvidia ממקמת את מעבדי ה־CPU הפנימיים שלה כרכיב מרכזי בשלב הבא של הבינה המלאכותית: פריסה (Deployment), אינפרנס ומחשוב סוכנים (Agentic Computing).

חזרת ה־CPU בעידן ה־AI

במשך עשורים נחשבו מעבדי ה־CPU ל”מוח” של מערכות המחשוב, כשהם מטפלים במגוון רחב של משימות כלליות. מנגד, מעבדי GPU התמקדו בחישובים מתמטיים מקביליים, מה שהפך אותם לאידאליים לעיבוד גרפי ובהמשך לאימון מודלי AI.

הואנג תיאר לא פעם כיצד חלוקת העומסים השתנתה מכ־90% CPU ו־10% GPU בעבר — למצב כמעט הפוך בתקופת פריחת ה־AI. אך האיזון הזה עשוי להשתנות שוב.

כעת, כאשר חברות AI עוברות מאימון מודלי ענק לפריסת סוכני AI המסוגלים לקודד, לסנתז מחקר ולבצע אוטומציה, חלק מהעומסים הופכים לאינטנסיביים יותר עבור CPU. אנליסטים מעריכים ששכבות האינפרנס והתזמור (Orchestration) במערכות AI עשויות להסתמך יותר על CPUs, במיוחד בסביבות עתירות נתונים.

שרת הדגל של Nvidia בתחום ה־AI, ה־NVL72, משלב כיום 36 מעבדי CPU של Nvidia לצד 72 GPUs. חלק מהמשקיפים בענף סבורים כי תשתיות AI עתידיות — ובעיקר מערכות סוכנים — עשויות להתקרב לאיזון מאוזן יותר בין CPU ל־GPU.

השאיפה האסטרטגית של Nvidia בתחום ה־CPU

פלטפורמת Grace CPU של Nvidia, שהוצגה לראשונה למרכזי נתונים ב־2023, עומדת בלב האסטרטגיה. בניגוד לעיצובי CPU מסורתיים, Nvidia מדגישה רוחב פס לזיכרון ותפוקת נתונים — התאמת הארכיטקטורה לדרישות עתירות הנתונים של בינה מלאכותית.

הואנג אף ציין לאחרונה כי Nvidia עשויה להפוך ל”אחת מיצרניות ה־CPU הגדולות בעולם”, רמז לכך שהמהלך אינו גידור הגנתי אלא עמוד תווך לצמיחה עתידית.

עסקה אחרונה עם Meta Platforms מדגישה את השאיפה הזו. Meta תפרוס את מעבדי Grace ו־Vera של Nvidia גם באופן עצמאי — שינוי בולט מהתצורות הקודמות שהתבססו בעיקר על GPU. עם זאת, גם AMD חתמה על עסקת אספקה משמעותית עם Meta, מה שממחיש כי חברות ענן גדולות מגוונות ספקים ולא נוטשות את השחקניות הוותיקות.

עימות מחודש עם מובילות ותיקות

אינטל שלטה היסטורית בשוק ה־CPU למרכזי נתונים, בעוד AMD צברה נתח שוק בהדרגה עם סדרת EPYC שלה. כניסתה האגרסיבית של Nvidia מחריפה את התחרות בסגמנט שכבר מתמודד עם לחץ מצד שבבים ייעודיים (Custom Silicon) שמפתחות חברות ענן עצמן.

הואנג טוען כי הגישה של Nvidia שונה מהותית. במקום להתמקד באסטרטגיות Chiplet מודולריות הנהוגות אצל מתחרות, Nvidia מעצבת CPUs המותאמים לעיבוד נתונים בקצב גבוה — צורך מרכזי בעומסי עבודה של AI.

אנליסטים מעריכים כי המטרה הרחבה יותר של Nvidia היא לערער על ההנחה שמעבדי CPU בסגנון אינטל הם ברירת המחדל של תשתיות מחשוב. במקום זאת, ה־CPU הופך לאחד ממרכיבי ארכיטקטורה הטרוגנית יותר, המותאמת לדרישות AI.

משמעויות למשקיעים

המהלך של Nvidia אינו מאותת על חולשה בעסקי ה־GPU. להפך, מדובר בהתרחבות אנכית — הגדלת חלקה בשרשרת הערך של מרכזי נתונים ל־AI באמצעות אספקת מאיצים ומעבדים כלליים כאחד.

המגרש התחרותי נע לעבר שליטה בתשתית מלאה (Full-Stack Infrastructure). אם Nvidia תצליח להרחיב את אימוץ ה־CPU לצד ה־GPU, היא עשויה להגדיל את ההכנסה מכל פריסת מרכז נתונים ולהעמיק את תלות הלקוחות באקוסיסטם שלה.

עם הכרזות נוספות הצפויות בכנס המפתחים הקרוב של Nvidia, המשקיעים עוקבים מקרוב. מהפכת ה־AI אולי החלה עם GPUs — אך הפרק הבא עשוי להיקבע לפי הצלחת מתקפת ה־CPU של Nvidia.