Durante a maior parte da expansão da IA, a GPU dominou a narrativa. Clusters de ponta, throughput de tokens, aceleradores da Nvidia — essa era a história da primeira onda. Então, duas chamadas de resultados, com um dia de diferença, mudaram discretamente o foco para outra parte da máquina. Satya Nadella, da Microsoft, resumiu a mudança em uma única frase: “Ao executar workloads de agentes, a CPU é tão importante quanto a GPU”. Isso não é um ponto de discurso. É uma realidade de faturamento.
A Onda dos Agentes Mudou o Que o Computador Faz
Workloads agentivos não se parecem com a inferência clássica. Um agente recupera dados, chama ferramentas, executa código, roda políticas e verifica resultados — um conjunto de tarefas muito mais amplo do que gerar tokens. A GPU ainda carrega a maior parte do treinamento e da inferência dos modelos, mas a CPU faz tudo ao redor do modelo: roteamento de requisições, pré-processamento de dados, orquestração de ferramentas, gerenciamento de memória e armazenamento, e a manutenção da estabilidade de milhares de interações concorrentes.
É por isso que a primeira onda de IA media o sucesso em tokens por segundo, enquanto a onda dos agentes mede em coordenação. Quando o trabalho da sua infraestrutura é manter um enxame de tarefas paralelas ativas e coerentes, o chip que decide quem executa em seguida e o que recebe se torna tão valioso quanto o chip que faz a matemática pesada.
Microsoft e AWS Estão Votando com Silício
O Cobalt 200 da Microsoft é a CPU Arm de nuvem de segunda geração da empresa, construída sobre o Arm Neoverse CSS V3. Ele entrega até 50% mais desempenho que seu antecessor, escala até 128 vCPUs e é projetado especificamente para workloads nativos de nuvem, intensivos em dados e agentivos. Lançado em novembro de 2025, com previews de VMs em junho de 2026, os racks equipados com Cobalt chegaram a mais de 25 data centers em menos de dois meses — e já executam os próprios serviços da Microsoft, além de Adobe, Arm, Elastic, OpenAI, Sprinklr e TomTom.
A AWS está indo ainda mais rápido. Seu negócio de chips — Graviton, Trainium e Nitro — ultrapassou US$ 25 bilhões em receita anualizada, crescendo três dígitos ano após ano. A adoção é o verdadeiro sinal: 98% dos 1.000 maiores clientes de EC2 da AWS usam Graviton, mais de 120 mil clientes constroem sobre ele e, pelo terceiro ano consecutivo, mais da metade da nova capacidade de CPU da AWS é Graviton. O Graviton5, de quinta geração, alimenta as instâncias M9g, entregando até 25% mais computação e 35% mais velocidade em inferência de machine learning do que o Graviton4 — com 30% a 40% de melhor custo-benefício em toda a linha. Isso reflete uma tendência que já sinalizamos antes: a razão entre CPUs e GPUs está caminhando para 1:1.
Eficiência É a Nova Alavanca de Receita
Para os hyperscalers, a eficiência da CPU não é mais apenas uma métrica de economia de custos — é um multiplicador de capacidade. O Azure da Microsoft cresceu 43% ano após ano, com a demanda ainda superando a oferta. A explicação da CFO Amy Hood foi direta: maior eficiência de infraestrutura e ativação mais rápida liberam computação que é consumida pela demanda quase imediatamente e se converte em receita.
A pressão é estrutural. A IEA afirma que o consumo de eletricidade dos data centers de IA cresceu 50% em 2025, e a Dell’Oro estima que o capex dos hyperscalers subiu 78% ano após ano no primeiro trimestre de 2026. Quando cada watt e cada rack são recursos escassos, um chip que faz o mesmo trabalho com melhor utilização não é um item opcional — é a forma de liberar receita que, de outra forma, ficaria presa nas contas de energia. A infraestrutura está silenciosamente entrando em uma era de autoevolução, em que esse tipo de eficiência se torna a vantagem competitiva.
A Indústria Inteira Está Convergindo para o Arm
Microsoft e AWS são os exemplos mais ruidosos, mas não os únicos. O Axion, do Google Cloud, é uma família de CPUs baseadas em Arm que também atua como CPU head-node de IA dentro de seus sistemas de TPU mais recentes, cuidando da orquestração, da rede e dos serviços de infraestrutura. A Vera, da NVIDIA, é uma CPU baseada em Arm que irá ancorar as fábricas de IA da geração Rubin, coordenando memória, rede e aceleradores em escala de rack.
Quatro hyperscalers, uma mesma conclusão arquitetural: à medida que a infraestrutura de IA passa da inferência de modelos para a execução autônoma de agentes, as CPUs baseadas em Arm estão se tornando o substrato de computação de uso geral do data center moderno — a camada que roteia, coordena e mantém milhares de tarefas agentivas concorrentes em execução.
O Que as Equipes de Infra Estrutura Devem Fazer Agora
- Reequilibrar o planejamento de capacidade. Modele a proporção de CPU:GPU para workloads agentivos, não apenas para tokens de treinamento e inferência. Caminhos com forte orquestração mudam essa proporção mais rápido do que a maioria dos orçamentos espera.
- Fazer benchmark das instâncias Arm. O M9g do Graviton5 e as VMs baseadas em Cobalt merecem ser medidas nos seus caminhos de orquestração e inferência — a vantagem de 30% a 40% em custo-benefício se acumula em escala de frota.
- Medir o custo por tarefa concluída, não por token. A economia dos agentes recompensa a eficiência da coordenação. A IDC espera que os gastos globais com infraestrutura de IA alcancem US$ 497 bilhões em 2026, um aumento de 56%, com a demanda se estendendo a plataformas de orquestração, pipelines de dados e clusters de inferência baseados em CPU.
A GPU construiu a primeira onda de IA. A CPU está decidindo silenciosamente quem vence a segunda.
