AMD erlebt unerwarteten CPU-Boom durch Agentic AI, Lisa Su warnt vor enger werdender Versorgung

4. März 2026

Die KI-Industrie hat sich in den letzten zwei Jahren in eine Richtung bewegt, die viele Marktbeobachter zu stark vereinfacht dargestellt haben. Lange lautete die Gleichung: KI gleich GPU. Doch genau dieses Narrativ beginnt zu bröckeln. AMD-CEO Lisa Su bestätigte nun auf der Morgan Stanley Technology, Media and Telecom Conference, dass die Nachfrage nach Server-CPUs deutlich stärker gestiegen ist als vom Unternehmen erwartet. Besonders im Umfeld neuer agentischer KI-Anwendungen steigt der Bedarf an klassischem Compute rapide. Die Folge ist eine Entwicklung, die in der Branche bereits erste Spannungen erzeugt: steigende Nachfrage, wachsende Kundenverpflichtungen und eine Lieferkette, die nur verzögert reagieren kann.

KI braucht mehr als nur GPUs

In den vergangenen Monaten hat sich das Verhältnis zwischen CPU- und GPU-Ressourcen in KI-Systemen deutlich verändert. Während GPUs weiterhin das Rückgrat für Training und große Matrixoperationen bilden, wächst die Bedeutung der CPU-Ebene. Der Grund liegt in der Natur moderner KI-Workloads. Agentische Systeme orchestrieren komplexe Abläufe, koordinieren mehrere Modelle gleichzeitig und verarbeiten kontinuierlich Datenströme. Genau hier greifen CPUs ein: Sie übernehmen Scheduling, Datenvorbereitung, Netzwerk-Stack, Sicherheitsschichten sowie Pre- und Post-Processing. Was auf Präsentationsfolien gerne als GPU-Dominanz dargestellt wird, entpuppt sich in der Praxis als deutlich differenzierteres Systemdesign. Ohne ausreichend CPU-Ressourcen entstehen Flaschenhälse, die selbst leistungsstarke GPU-Cluster ausbremsen können. Lisa Su formulierte es entsprechend deutlich: Die Nachfrage nach CPU-Compute in KI-Umgebungen sei „deutlich höher als erwartet“ gewesen. Selbst mit einer optimistischen Prognose habe man diese Entwicklung unterschätzt.

Ein wesentlicher Treiber sind Hyperscaler. Große Cloud-Anbieter und KI-Plattformbetreiber bauen ihre Infrastruktur massiv aus und schließen zunehmend dedizierte CPU-Verträge mit Hardwarelieferanten ab. Die Branche beobachtet derzeit eine Diversifizierung der Rechenarchitektur. Während GPUs weiterhin das Zentrum der KI-Beschleunigung darstellen, setzen Cloud-Betreiber verstärkt auf leistungsfähige Server-CPUs wie die EPYC-Plattform von Advanced Micro Devices, um die steigende Komplexität der Workloads zu bewältigen. Parallel dazu entwickelt auch NVIDIA eigene CPU-Architekturen für Rechenzentren. Mit der Grace-CPU versucht der GPU-Marktführer ebenfalls, die Systemkontrolle über komplette KI-Server zu gewinnen. Die Botschaft dahinter ist klar: Wer künftig KI-Infrastruktur verkauft, muss mehr liefern als nur Beschleunigerkarten.

Mit dem Nachfrageanstieg kommt jedoch eine klassische Herausforderung der Halbleiterindustrie zurück: begrenzte Produktionskapazitäten. Laut Su sei die aktuelle Versorgung mit CPUs „angespannt“. Der Grund liege weniger in strukturellen Produktionsproblemen als vielmehr in der Geschwindigkeit, mit der Kunden ihre Bestellungen ausgeweitet haben. Die Lieferketten konnten diese Dynamik kurzfristig nicht vollständig abbilden. AMD arbeitet deshalb enger mit seinen Fertigungspartnern zusammen, um zusätzliche Kapazitäten aufzubauen und bestehende Engpässe zu entschärfen. Die Situation erinnert dabei an frühere GPU-Zyklen im KI-Boom. Wenn Nachfrage schneller wächst als Fertigungskapazitäten, entstehen Priorisierung und längere Lieferzeiten. Besonders große Cloud-Kunden sichern sich dann bevorzugte Kontingente.

AMD ist mit diesem Phänomen nicht allein. Auch Intel hat in jüngster Zeit darauf hingewiesen, dass es Schwierigkeiten gibt, die Nachfrage von Hyperscalern vollständig zu bedienen. Der Markt für Rechenzentrumsprozessoren steht damit erneut im Zentrum eines Infrastruktur-Rüstens, das durch den globalen KI-Boom ausgelöst wurde. Während GPUs weiterhin Schlagzeilen dominieren, wächst im Hintergrund ein zweiter Wettbewerb: der Kampf um die CPU-Kontrolle im Rechenzentrum.

Für AMD ergibt sich daraus eine paradoxe Situation. Einerseits bestätigt die Nachfrage die Strategie des Unternehmens, mit EPYC aggressiv in den Servermarkt vorzudringen. Andererseits kann ein zu enger Markt kurzfristig auch Risiken erzeugen. Wenn Lieferfähigkeit zum Engpass wird, entscheidet nicht nur die technische Qualität über Marktanteile, sondern auch Produktionsplanung, Partnernetzwerke und langfristige Kapazitätsverträge. Der KI-Boom entwickelt sich damit zu einem zweischneidigen Schwert: Er treibt Nachfrage und Innovation an, stellt gleichzeitig aber die gesamte Halbleiter-Lieferkette unter enormen Druck.

Fazit

Der aktuelle CPU-Boom zeigt eine Realität, die im KI-Hype oft untergeht. Moderne KI-Systeme bestehen nicht nur aus GPUs, sondern aus komplexen Rechenarchitekturen, in denen CPUs eine zentrale Rolle spielen. Die rapide steigende Nachfrage nach Server-CPUs ist daher weniger überraschend, als sie auf den ersten Blick wirkt. Sie ist schlicht die logische Konsequenz einer KI-Industrie, die vom Experimentierstadium in den industriellen Dauerbetrieb übergeht. Für AMD bedeutet das kurzfristig Rückenwind, langfristig aber auch eine neue Verantwortung: Wer den KI-Compute-Stack dominieren will, muss nicht nur leistungsfähige Chips liefern, sondern auch die Fähigkeit besitzen, sie rechtzeitig in ausreichender Menge zu produzieren.