Quando as cargas de trabalho de IA migram do treinamento para agentes, o chip mais valioso do data center pode deixar de ser a GPU.
O Bank of America Securities acabou de elevar sua previsão de mercado endereçável total (TAM) de CPUs para servidores em 2030 para mais de US$ 210 bilhões, acima dos cerca de US$ 170 bilhões, e aumentou o CAGR esperado de 30% para 36%. A lógica central: a IA agêntica está transformando a CPU de uma “copiloto” da GPU no plano de controle da inferência de IA. A proporção CPU-GPU, argumenta o BofA, vai se estreitar de cerca de 1:4 na era do treinamento para aproximadamente 1:2 na fase de inferência, e se aproximar de 1:1 à medida que a IA agêntica amadurecer.
Essa única proporção é um sinal estrutural para toda a cadeia de suprimentos de computação — e se conecta à história do lado do software, em que a orquestração de agentes (o “harness”) está se tornando tão importante quanto o próprio modelo, tema que abordamos em nossa análise da estratégia de Agent da MiniMax.
Por que agentes demandam tanta CPU
O treinamento era uma história de GPU. As CPUs cuidavam do pré-processamento de dados, tokenização, batching e alimentação dos aceleradores — trabalho de apoio. Os números contam essa história: de 2022 a 2025, os aceleradores de IA cresceram a um CAGR de 139%, enquanto as CPUs para servidores cresceram apenas 14%. Em 2025, os aceleradores consumiram 85% dos gastos com computação em data centers, contra apenas 15% das CPUs (versus 26% em 2021).
As cargas de trabalho agênticas invertem esse padrão. Um agente não é uma única ida e volta de pergunta e resposta; é um loop de múltiplas etapas: planejamento, recuperação de contexto, chamadas de ferramentas, gerenciamento de estado, interações com APIs, roteamento de modelos e avaliação de resultados. Essas são operações sequenciais, sensíveis à latência e da classe da CPU — não a matemática de matrizes paralelas em que as GPUs são excelentes. O gargalo, portanto, se amplia do FLOPs bruto da GPU para a infraestrutura mais ampla: orquestração, gerenciamento de memória, execução de ferramentas e movimentação de dados.
O BofA é explícito em dizer que isso não é a CPU substituindo a GPU — a demanda se expande dos dois lados. As GPUs mantêm o papel central nas operações de matriz e na inferência pesada; as CPUs assumem a orquestração. Como o gargalo se amplia, o TAM total dos data centers cresce junto.
Como fica o mapa em 2030
- Estrutura de mercado: o TAM de CPUs para servidores se divide em cerca de US$ 30 bilhões tradicional/IaaS, US$ 90 bilhões em nós de computação/cabeça de IA e US$ 90 bilhões em nós específicos para agentes — cerca de 86% do mercado é movido por IA.
- ARM é o grande vencedor: CPUs ARM comerciais (NVIDIA Vera, designs próprios da ARM, Qualcomm) capturam ~38% da participação de valor, mais ~9% para ARM customizado (AWS Graviton, Google Axion, Microsoft Cobalt) — quase metade somados.
- AMD é a principal aposta do BofA: frequência de pico de 5,0 GHz do Turin, e o Venice (2º semestre de 2026) com até 256 núcleos/512 threads. O BofA estima que o EPYC 9965 (Turin, 192 núcleos) entrega 2,37x o desempenho em nível de rack do NVIDIA Vera em cargas de trabalho agênticas — o Venice poderia elevar isso para 3,30x. Preço-alvo de US$ 620.
- Intel é o ponto de pressão: a participação de valor cai de ~34% para ~22% até 2030 (a participação em unidades ainda lidera com ~36%), com a plataforma Coral Rapids baseada em 18A-P como sua esperança para 2028.
O eco de hardware da história do software
Este é o outro lado do debate sobre o harness. Assim como as empresas de modelos estão percebendo que agentes precisam de uma camada de orquestração em torno do modelo, a indústria está percebendo que o data center precisa de um plano de controle. Se o custo e a latência do runtime dos agentes são dominados pela orquestração e pela movimentação de memória, então a contagem de núcleos da CPU, a largura de banda de memória e a memória unificada importam tanto quanto TOPS e FLOPs.
A mesma lógica se estende à borda: é por isso que os chips de agentes em dispositivos estão sendo projetados em torno do co-design CPU-NPU e memória unificada, em vez de TOPS de pico bruto. E com modelos de fronteira de pesos abertos como o Qwen3.8 se tornando implantáveis em mais lugares, a fronteira está se movendo em direção à distribuição — o que só eleva o valor da computação de classe de orquestração.
O que fazer com isso
- Se você implanta agentes em escala: faça orçamento para CPU e memória, não apenas GPU. Analise o perfil dos seus loops de agente — você pode descobrir que está limitado pela orquestração, e a solução é mais barata que outro acelerador.
- Se você compra infraestrutura: acompanhe os lançamentos do AMD Venice e do NVIDIA Vera no 2º semestre de 2026. A CPU do nó de cabeça está se tornando uma decisão de compra de primeira classe, não um detalhe secundário.
- Se você constrói agentes de borda ou de dispositivo: aplique o mesmo raciocínio na borda — o co-design CPU-NPU supera um número maior de TOPS.
