Ogromne niedobory procesorów w segmencie chmury spowodowane gwałtownym wzrostem sztucznej inteligencji agentów

Łańcuchy dostaw technologii przeżywają obecnie poważne zawirowania, ponieważ brakuje procesorów graficznych, pamięci, a teraz i procesorów CPU. Wszystko to przypisuje się rosnącemu zapotrzebowaniu na sztuczną inteligencję opartą na agentach.

Amazon i dostawcy usług w chmurze wyczerpują zasoby procesorów w obliczu rosnącego zapotrzebowania na sztuczną inteligencję agentową

Gwałtowny rozwój sztucznej inteligencji opartej na agentach zmienia branżę technologiczną, stawiając poważne wyzwania dostawcom usług chmurowych i producentom półprzewodników, którzy z trudem radzą sobie z rosnącym popytem. Choć branża zmaga się z wcześniejszymi niedoborami podaży, obecnie zmaga się z krytycznym deficytem procesorów, co oznacza znaczącą zmianę w niedoborze zasobów.

Dylan Patel twierdzi, że GPU nie są już największym wąskim gardłem. Według @dylan522p, teraz ograniczeniem są procesory. We wczesnej erze sztucznej inteligencji to procesory były najsłabsze. Używało się ich do przechowywania danych, obsługi punktów kontrolnych, przetwarzania wstępnego itp.(dość lekkie obciążenia).Modele nie były agentowe i… pic.twitter.com/yR6g6hh74F

— Ivan Burazin (@ivanburazin) 13 kwietnia 2026 r

Według raportu Dylana Patela z Semianalysis, wąskie gardło dla dostawców usług chmurowych przesunęło się z GPU na CPU. Początkowo GPU były wykorzystywane głównie do prostszych zadań wnioskowania. Jednak wraz ze wzrostem złożoności modeli sztucznej inteligencji i ich wymagań, CPU odgrywają obecnie kluczową rolę w krytycznych operacjach, w tym interakcjach z bazami danych i złożonych symulacjach. Doprowadziło to do gwałtownego wzrostu zapotrzebowania na zasoby CPU w chmurowych centrach danych.

Tradycyjnie serwery w chmurze działały z dużą nierównowagą – często polegając na wielu procesorach graficznych (GPU) dla każdego procesora. Na przykład, typowa konfiguracja mogła obejmować osiem procesorów graficznych na jeden procesor. Jednak ta proporcja maleje, ponieważ zarówno procesory, jak i procesory graficzne są obecnie wykorzystywane bardziej równomiernie w aplikacjach AI, takich jak uczenie maszynowe ze wzmocnieniem (RL) i wnioskowanie agentowe.

Ten wzrost popytu spowodował niestabilność platform takich jak GitHub, ponieważ użytkownicy zaczęli zgłaszać częste przestoje i problemy z zatwierdzaniem zmian.

No więc sprawdzaliśmy statystyki GitHuba, jak często jest niedostępne, jak często nie zatwierdza zmian, no wiesz, cokolwiek, prawda? To straszne. A to dlatego, że Microsoft sprzedał wszystkie swoje wolne procesory innym, prawda? Albo do użytku wewnętrznego w swoim laboratorium, ale wiesz, nie do końca, raczej do zewnętrznych laboratoriów, które podpisują umowy z Entropic i OpenAI.

I tak po prostu nie mają już żadnych procesorów, prawda? Widzieliśmy to samo w wielu innych firmach, prawda? Wcześniej mieliśmy, wiesz, wiele serwerów GPU na serwer CPU. I tak, wiesz, 100 megawatów GPU było obsługiwanych przez nawet jeden megawat lub mniej procesorów. Obecnie stosunek ten jest znacznie, znacznie bliższy, zarówno w przypadku uczenia RL, jak i wnioskowania, wnioskowania agentowego. Więc po prostu widzieliśmy, jak wszystkim kończą się procesory. Amazon ma wolumeny procesorów.

Dylan Patel (Semianaliza)

Siłą napędową kryzysu procesorów wydaje się być ogromny popyt, który sprawił, że dostawcy usług w chmurze, tacy jak Amazon i Microsoft, zostali całkowicie pozbawieni dostępnych zasobów procesorów. Wysokie wskaźniki zużycia odzwierciedlają przesunięcie w stronę firm z branży sztucznej inteligencji, takich jak OpenAI i Entropic, które wykorzystały swoje relacje biznesowe do zabezpieczenia zasobów procesorów. Nawet pomimo ambitnych planów Amazona, zakładających coroczne potrojenie oferty serwerów z procesorami, firma nie jest w stanie sprostać stale rosnącemu zapotrzebowaniu.

Firma OpenAI przeniosła całą swoją bazę kodu na architekturę ARM, dzięki czemu może używać procesorów Graviton $AMZN, ponieważ ich moc obliczeniowa jest bardzo ograniczona.Źródło: @dylan522p pic.twitter.com/pOyole5BFQ

— MacroValue (@pradeeepk) 14 kwietnia 2026

Dodatkowo, przejście OpenAI z architektury x86 na ARM, napędzane dostępnością procesorów Amazon Graviton, pogorszyło sytuację. Migracja do ARM miała na celu złagodzenie niedoboru procesorów. Niestety, doprowadziła ona do wzrostu popytu na układy ARM, szczególnie ze strony firm zajmujących się sztuczną inteligencją, które przestawiły swoje bazy kodu, aby wykorzystać te zasoby.

Konsekwencje dla sektora technologicznego są poważne; na horyzoncie widać dotkliwy niedobór procesorów. Aby sprostać temu zapotrzebowaniu, konieczne będzie podjęcie działań przez różnych dostawców, mających na celu zwiększenie produkcji. Sytuacja ta wpłynie nie tylko na procesory ARM, ale także na procesory x86, a AMD i Intel wywierają presję na swoje łańcuchy dostaw, aby wspierać dostawców usług chmurowych. NVIDIA zwiększa również produkcję procesorów Vera w obudowach rack, które składają się z wielu układów i mają znaczną pojemność pamięci DRAM. Skupienie się na sztucznej inteligencji prawdopodobnie odciągnie zasoby od rynków konsumenckich i biznesowych, co doprowadzi do wzrostu cen i ograniczenia dostępności na rynku ogólnym.

Źródło i obrazy