核要内容のまとめ
過去3年間、AI業界では「GPU中心主義」が主流でしたが、複雑なタスクを自らこなせるエージェント（Agent）の台頭により、CPUの役割は「補助ツール」から「鍵となる調整者」へと変化しました。CPUはエージェントのタスク分割、ツールの呼び出し、サブエージェントの協調などを担当し、AIの計算能力における新たなボトルネックとなっています。NVIDIA、AMD、Intelという3大チップメーカーはCPU市場への投資を強化しており、生産能力が逼迫しています。その結果、サーバー用CPUの納期が延長し、価格が上昇し、消費者向けにも影響が及んでおり、一般ユーザーが次に購入するコンピューターの価格が高くなる可能性があります。
詳細な分析
#### 1. エージェント時代：CPUは「脇役」から「中心的存在」へ
以前のAIは主にモデル訓練（例えばChatGPT）を行っていましたが、GPUは並列計算に優れており（大量のデータを同時に処理）、CPUはシステムの初期化やデータの移動、タスク管理などの「雑用」を担当していました。しかし、エージェントは異なります。エージェントは複雑なタスクを複数のステップに分割し（例えば航空券の予約ではフライト検索、価格比較、情報入力、支払い確認など）、外部ツールを呼び出したり（検索、コード実行、データベースの読み書きなど）数十のサブエージェントを並行して動作させたりします。
これらの調整やスケジューリング、ツールの呼び出しはGPUではできず、すべてCPUが担当しています。研究によると、エージェントの処理過程においてCPUが占める時間は全体の50％～90％に達します（AIの返答を待っている間、GPUが遅いわけではなく、CPUが調整作業で忙しいためです）。現在のAIサーバーにおけるCPUとGPUの比率は1:8から1:4に変化しており、将来的には1:1になる可能性があります。つまり、CPUがようやく中心的な役割を果たすようになるのです。
#### 2. 3大メーカーの市場争奪
- NVIDIA：自社開発のCPU「Vera」を発表しました。価格競争ではなく、外部CPUがGPUのパフォーマンスを妨げないようにすることを目的としています。Veraはエージェントの調整機能を最適化し、自社GPUの効率を高めることができます。また、200億ドル規模のCPU市場に参入することも目指しており（ジョン・カーヌーCEOはこれを「次の数十億ドル規模の事業」と述べています）。現在、VeraはOpenAIやAnthropicなどの大手企業に供給されています。
- AMD：2ナノメートルプロセスで量産された高性能チップ「Venice」を投入し、エージェントの大容量メモリニーズに対応する「Verano」も発表予定です。2025年第4四半期のAMDのデータセンター事業収入は39％増加し、過去最高の54億ドルを記録しました。
- Intel：「Xeon 6」および「Core 3」の量産により2026年第1四半期の純利益が156％増加しましたが、需要に追いつけていません。CEOは「市場のニーズを完全に満たしていない」と述べ、成長は来年も続く見込みです。
#### 3. CPUが突然不足する理由
- 需要の急増：エージェントによる新たな需要により、CPU市場の年間成長率が1桁から35％以上に急上昇しました。
- ファブリケーション能力の圧迫：チップ製造業者（例えばTSMC）は利益の高いGPUの注文を優先しており、CPUの生産割り当てが減少しています。
- 在庫の増加：世界的なメモリ不足により、顧客は価格上昇を恐れて事前にCPUを購入し、供給がさらに逼迫しています。その結果、Intelの一部サーバー用CPUの納期は6ヶ月に達し、AMDの製品は8～10週間待たなければなりませんでした。中国市場ではIntelのサーバー用CPU価格が10％上昇しました（中国は同社収入の20％を占めています）。
#### 4. 一般ユーザーへの影響
サーバー用CPUが生産能力の大部分を占めているため、個人コンピューターや中小企業向けのCPU生産ラインは後回しになっています。供給業者は価格の高い大口顧客（例えばクラウドサービスプロバイダー）に優先的に供給しており、一般ユーザーは待たなければならず、価格も自然と上昇します。簡単に言えば、AIが盛んになるほど、コンピューター購入時のCPUコストは高くなる傾向にあります。結局のところ、生産能力はすべてAIによって消費されているのです。
#### 5. AI計算能力の「バケツの効果」
現在のAI計算能力ではGPUだけでなく、CPU、メモリ、高帯域幅のネットワーク、液体冷却システムなども重要です。バケツに水を入れる例えでは、最も短い板が容量を決定します。GPUが強力でも、CPUが追いつかなければシステム全体の効率は向上しません。AGI（汎用人工知能）の実現には、特定のチップだけでなく「全体的なインフラ」のサポートが必要です。
このニュースは、AI業界が再び「基本的なハードウェアが重要」という考え方に戻っていることを示しています。エージェントがどれほど進化しても、堅固な計算基盤なしには成り立ちません。CPUの復活は、この論理の最良の証拠です。