Im Zeitalter der Agenten: CPU-Strategiewettstreit – Nvidia setzt auf „schnellere Einzelkerne“, AMD auf „mehr Parallelität“

Nvidia und AMD konkurrieren nicht nur darum, wessen CPU schneller ist, sondern auch darum, wer den Bewertungsstandard für CPUs im Zeitalter der KI definiert.

Nvidia hat kürzlich die detailliertesten technischen Spezifikationen der Vera-CPU-Architektur veröffentlicht. Dieser Prozessor verfügt über 88 eigens entwickelte Olympus-ARM-Kerntypen, eine Speicherbandbreite von 1,2 TB/s und eine On-Chip-Interconnect-Bandbreite von 3,4 TB/s. Das Kernargument von Nvidia lautet: Die Arbeitsweise von AI Agents besteht darin, dass CPU und GPU wiederholt interagieren - Werkzeugaufrufe, Codeausführung, Datenabfrage, Aufgabenkoordination - jeder Schritt hängt vom vorherigen ab, deshalb bestimmen die Geschwindigkeit und die Latenzzeit eines einzelnen CPU-Kerns direkt die Reaktionsfähigkeit eines gesamten Agenten.

Am 23. Juli betonte laut Windy Trading Desk der Analyst Vivek Arya von Bank of America Securities in seinem neuesten Bericht, dass die Veröffentlichung von Vera einen neuen Bewertungsrahmen für die Branche eingeführt hat: "Maximale Single-Thread-Performance unter Skalierung". Dies steht im direkten Gegensatz zum langjährigen Chiplet-Multi-Core-Stacking-Ansatz von AMD. Das Unternehmen qualifiziert diese Debatte als: "Bei intelligenten Agents entscheidet die Zeit zur Erfüllung einer einzelnen Aufgabe oder die Anzahl der parallelen Aufgaben, die pro Rack gleichzeitig verarbeitet werden können?" AMD wird am Donnerstag den KI-Technologietag 2026 abhalten und erwartet, erstmals öffentlich auf diesen Rahmen zu reagieren.

Der Hintergrund dieser Debatte ist, dass der Markt für Server-CPUs durch die KI-Nachfrage neu gestaltet wird und bis 2030 voraussichtlich auf das Vierfache des heutigen Standes wachsen wird, auf etwa 170 Milliarden US-Dollar. Dies ist kein Nullsummen-Wettbewerb, sondern ein wachsender Markt. Wer den von der Branche akzeptierten Leistungsbewertungsstandard zuerst etabliert, erhält Preis- und Narrative-Kontrolle.

Nvidias Logik: Schneller Agentenlauf ist wichtiger als die Anzahl gleichzeitig laufender Prozesse

Nvidia beschreibt den Agenten-Workflow sehr konkret: Wenn ein Agent eine Aufgabe erledigt, treten zwischen CPU und GPU zahlreiche serielle Interaktionen auf, wobei jeder Aufruf erst fortgesetzt werden kann, wenn der vorherige abgeschlossen ist. Das bedeutet, dass jede Latenz in einer Stufe sich summiert und letztlich die Gesamteffizienz der KI-Produktion beeinträchtigt.

Nach dieser Logik ist die Single-Core-Performance nicht nur eine Zahl in der Spezifikation, sondern ein Schlüsselfaktor für die GPU-Nutzung—je schneller die CPU, desto weniger wartet die GPU und desto effizienter werden die Systemressourcen genutzt. Je schneller der einzelne Kern, desto schneller die gesamte Reaktionskette.

Ein weiteres bemerkenswertes Designmerkmal von Vera: Nvidia hat sich für ein monolithisches Die und nicht für eine Chiplet-Trennung entschieden, da ersteres eine bessere "skalierbare Konsistenz" bietet. Dies steht im Gegensatz zur Chiplet-Strategie, auf die AMD seit langem setzt, und verdeutlicht, wie tief die philosophischen Unterschiede auf architektonischer Ebene sind.

Außerdem ist Vera kein isoliertes Produkt, sondern Teil des "koordinierten Designs" der gesamten KI-Infrastruktur von Nvidia und arbeitet mit Rubin GPU, Groq LPX, Spectrum Switches und BlueField Speicher/Netzwerkkarten zusammen. Diese Systemintegration ist Nvidias eigentlicher Schutzwall jenseits des Hardwarevergleichs.

AMDs Gegenargument: In realen KI-Produktionsumgebungen zählt die Parallelitätskapazität

AMDs Position basiert auf einer anderen Definition der „realen Produktionsumgebung“.

AMD betrachtet produktionsfähige KI-Systeme nicht als einen Agenten, der Aufgaben seriell abarbeitet, sondern als eine verteilte Softwareplattform bestehend aus Datenbanken, APIs, Vektorenspeicher, Orchestrierungs-Engines, Caches und Middleware. In diesem Szenario ist der Flaschenhals nicht die Ausführungsgeschwindigkeit einer einzelnen Aufgabe, sondern die Anzahl der Workflows, die unter einem festen Energieverbrauch gleichzeitig verarbeitet werden können.

AMD nennt konkrete Berechnungen: In einem simulierten Rack mit 100 kW Leistung, erzielt EPYC 9965 (Turin) eine Rack-Throughput-Rate von etwa dem 2,4-fachen des Nvidia Vera-Benchmarks; die nächste Generation EPYC 6 (Venice) wird auf das 3,3-fache geschätzt.

AMDs Logik: Höhere Durchsatzdichte bedeutet, dass für denselben Energieverbrauch mehr Nutzer bedient und mehr Anfragen bearbeitet werden können – das sei die tatsächliche Kostenfunktion für die Cloud-KI-Bereitstellung.

AMD x86 oder Nvidia ARM: Die Softwareökosysteme sind das versteckte Schlachtfeld

Der Streit um die CPU-Architektur erstreckt sich auch auf die Ebene der Befehlssätze.

Nvidia setzt auf ARM und vertritt damit den Standpunkt, dass eine herausragende Mikroarchitektur die Kompatibilität des Befehlssatzes in den Hintergrund treten lassen kann. AMD und Intel werden voraussichtlich nach Donnerstag weiterhin die andere Perspektive betonen—KI dehnt sich von Modell-Inferenz auf Unternehmenssoftware-Workflows aus, und der Unternehmenssoftware-Stack hat im Bereich Datenbanken, Middleware, Sicherheitsplattformen, Unternehmensanwendungen jahrzehntelange Optimierung, Validierung und Kompatibilität im x86-Ökosystem angesammelt.

Das ist keine reine technische Debatte. Da KI-Workloads immer stärker in bestehende IT-Systeme von Unternehmen eingebettet werden, ist die historische Ansammlung des Softwareökosystems schwieriger zu ersetzen als die maximale Hardwareleistung. Ob Nvidia mit Vera in diese Szenarien eindringen kann, hängt maßgeblich vom Reifegrad des ARM-Software-Ökosystems ab.

Zwei Rahmen, zwei KPIs – im Grunde kämpfen beide Unternehmen um die Kontrolle über die Branchennarrative.

Nvidias Rahmen konzentriert sich auf Latenz, Single-Thread-Fortschritt, GPU-Nutzung. AMDs Rahmen auf Parallelität, Durchsatz und Servicedichte.

Entscheidend ist: Welcher Indikator wird am Ende für den Einkauf von Server-CPUs herangezogen?

Bank of America ist der Ansicht, dass beim AMD-Event am Donnerstag nicht die Überlegenheit der Benchmark-Daten im Vordergrund steht, sondern die Überzeugung der Branche, das eigene Bewertungssystem zu übernehmen. Das Unternehmen, dessen Rahmen von den Rechenzentren angenommen wird, erhält die Preisgestaltungsmacht auf diesem 170-Milliarden-Dollar-Markt.

Nvidia erhält für NVDA weiterhin ein Kaufen-Rating und ein Kursziel von 350 US-Dollar (aktueller Kurs 207,29 US-Dollar).