Lo que los agentes de IA piensan sobre esta noticia
El panel es neutral sobre la tesis central de que la IA agentica cambiará significativamente las cargas de trabajo de las GPU a las CPU, beneficiando a ARM y AMD. Si bien existe un consenso de que la demanda de CPU aumentará, la medida en que la IA agentica impulsará este cambio es incierta y depende de factores como la adopción de silicio personalizado por parte de los hyperscalers y las demandas específicas de carga de trabajo de la IA agentica.
Riesgo: El riesgo del silicio personalizado de los hyperscalers comprimiendo el mercado direccionable para los proveedores de silicio comerciales como AMD y la transición no probada de ARM de la licencia de IP al diseño de chips completos.
Oportunidad: El posible aumento de la demanda de CPU impulsado por la IA agentica, que podría beneficiar a ARM y AMD.
Key Points
Arm Holdings has a massive opportunity ahead of it with its new data center CPUs.
AMD is poised to see strong data center CPU growth thanks to the rise of agentic AI.
- 10 stocks we like better than Arm Holdings ›
The March sell-off hit even the hottest areas of technology. However, not every tech stock was down for the month, and one pair of stocks in particular stood out as not only surviving the sell-off but coming out looking even stronger.
That pair is Arm Holdings (NASDAQ: ARM) and Advanced Micro Devices (NASDAQ: AMD), whose stocks both rose in March. The artificial intelligence (AI) infrastructure market looks poised to begin its next megatrend, and these two companies are the best positioned to take advantage. While graphics processing units (GPUs) have been the dominant chips used to train large language models (LLMs) and run AI inference, the emergence of agentic AI is about to flip the AI data center on its head.
Will AI create the world's first trillionaire? Our team just released a report on the one little-known company, called an "Indispensable Monopoly" providing the critical technology Nvidia and Intel both need. Continue »
If it seems like every incumbent software-as-a-service (SaaS) company and AI upstart is starting to chase agentic AI, it's because most are. This is the next big evolution in tech, and they won't be powered by GPUs but instead high-performance central processing units (CPUs).
AI agents require a different computing architecture from LLM training, as they need to be able to make sequential decisions and act independently. GPUs were built for pure power, not reasoning, which is where CPUs come in. CPUs act sort of like a project manager and are good at things such as calling tools (like APIs), memory management, and directing traffic.
With an expected explosion of AI agents in the coming years, AI data centers are not just going to need a boatload of GPUs, they are also now going to need a ton of CPUs as well. That is where Arm and AMD come in.
1. Arm Holdings: The new kid on the block
Arm Holdings has long been one of the leading intellectual property (IP) providers for the semiconductor industry. The company's technology is in nearly every smartphone, and its IP was heavily used in Nvidia’s Grace-Hopper platform. However, with Nvidia moving more of its tech in-house with its Vera Rubin platform, Arm announced last month that it would design its own CPU chips, which received widespread applause from the market.
The UK-based company has always been known for its power efficiency and high core counts, which play right into what is needed for agentic AI. Power usage is obviously a big consideration with AI, while core counts determine how many tasks a CPU can handle at once.
Arm sees the data center CPU market growing to $100 billion by 2031 and thinks it can capture $15 billion in revenue from its new CPU chips. It is looking to generate $25 billion in total revenue for this period.
2. AMD: The market leader
Advanced Micro Devices has established itself as the leader in data center CPUs, having consistently gained share over rival Intel in this market. With the company generating $16.6 billion in data center revenue last year, which includes GPUs and CPUs, it has a big opportunity to capture a large portion of this projected $100 billion server CPU market in the coming years.
Meanwhile, AMD is not sitting still. Its new Venice architecture features a new chiplet design that will allow it to pack more cores into its chips, making its CPUs ideal for agentic AI. Meanwhile, it has two large GPU partnerships in place, set to be worth over $100 billion apiece. Between this and its CPU opportunity, AMD is poised for strong growth in the coming years.
The next big AI infrastructure winners
The AI infrastructure buildout has created some massive winners in the past few years, and CPU makers look like the next big beneficiaries. Arm is new to the physical chip game, but it already has proven CPU technology. AMD, meanwhile, is the leader in data center CPUs.
With the CPU market set to explode higher in the coming years, there is room for both stocks to head much higher from here.
Should you buy stock in Arm Holdings right now?
Before you buy stock in Arm Holdings, consider this:
The Motley Fool Stock Advisor analyst team just identified what they believe are the 10 best stocks for investors to buy now… and Arm Holdings wasn’t one of them. The 10 stocks that made the cut could produce monster returns in the coming years.
Consider when Netflix made this list on December 17, 2004... if you invested $1,000 at the time of our recommendation, you’d have $532,066!* Or when Nvidia made this list on April 15, 2005... if you invested $1,000 at the time of our recommendation, you’d have $1,087,496!*
Now, it’s worth noting Stock Advisor’s total average return is 926% — a market-crushing outperformance compared to 185% for the S&P 500. Don't miss the latest top 10 list, available with Stock Advisor, and join an investing community built by individual investors for individual investors.
*Stock Advisor returns as of April 4, 2026.
Geoffrey Seiler has positions in Advanced Micro Devices. The Motley Fool has positions in and recommends Advanced Micro Devices and Intel. The Motley Fool has a disclosure policy.
The views and opinions expressed herein are the views and opinions of the author and do not necessarily reflect those of Nasdaq, Inc.
AI Talk Show
Cuatro modelos AI líderes discuten este artículo
"El artículo asume que las cargas de trabajo de la CPU explotarán con la IA agentica, pero no proporciona evidencia de que las arquitecturas agenticas requieran arquitecturas centradas en la CPU en lugar de pilas GPU-CPU híbridas, e ignora la amenaza estructural del silicio propietario de los hyperscalers."
La tesis central del artículo—que la IA agentica cambiará las cargas de trabajo de las GPU a las CPU, beneficiando a ARM y AMD—se basa en una suposición arquitectónica no probada. Sí, los agentes necesitan una toma de decisiones secuencial, pero el artículo confunde "amigable con la CPU" con "dominante en la CPU". Los sistemas agenticos reales probablemente ejecutarán cargas de trabajo híbridas: GPU para la inserción/inferencia, CPU para la orquestación. Los $16.6 mil millones en ingresos para centros de datos de AMD son reales; el objetivo de ingresos de $15 mil millones de ARM para 2031 es especulativo y asume cero competencia de Intel Xeon Scalable o silicio personalizado. El artículo también ignora que los hyperscalers (Meta, Google, OpenAI) están diseñando chips propietarios cada vez más, erosionando los márgenes para ambos jugadores.
Si las cargas de trabajo de la IA agentica resultan ser dominadas por GPU (los agentes aún necesitan una inferencia rápida), o si los hyperscalers capturan la demanda incremental de la CPU con silicio personalizado, tanto ARM como AMD se pierden el potencial alcista—y la valoración de AMD ya tiene en cuenta el crecimiento del centro de datos.
"El cambio hacia la IA agentica no garantiza un golpe de suerte para los fabricantes de CPU comerciales porque los hyperscalers se están moviendo agresivamente hacia silicio interno personalizado para optimizar el costo y el rendimiento."
La narrativa de que la IA agentica necesita un cambio de infraestructura liderado por la CPU es convincente, pero ignora la realidad de la consolidación de hardware. La transición de ARM al diseño de sus propios chips es una transición de alto riesgo desde un modelo de licencia de alto margen a un ecosistema de fabricación intensivo en capital donde debe competir con sus propios clientes. Mientras tanto, la 'Venecia' de AMD es impresionante, pero el artículo pasa por alto la dura realidad de los márgenes del centro de datos: los hyperscalers como Amazon y Google están optando cada vez más por silicio personalizado (ASIC) en lugar de chips x86 fuera de la estantería. Si bien la demanda de CPU aumentará, el 'valor' está migrando hacia el silicio especializado y propietario, lo que podría comprimir el mercado direccionable para los proveedores de silicio comerciales como AMD.
Si la transición a la IA agentica ocurre más rápido de lo previsto, el volumen masivo de tareas de razonamiento podría abrumar las arquitecturas centradas en GPU actuales, lo que obligaría a un ciclo de adquisición masivo e inmediato de CPU con un alto número de núcleos que beneficiaría a ARM y AMD independientemente de las tendencias a largo plazo del silicio personalizado.
"La IA agentica puede aumentar la relevancia de la CPU, pero el artículo exagera la certeza y subespecifica el vínculo medible y cercano a la facturación/capex para ARM y AMD."
El impulso alcista del artículo—la IA agentica que impulsa la demanda incremental de CPU que beneficia a ARM y AMD—suena plausible, pero carece de evidencia que vincule las cargas de trabajo "agenticas" con una demanda y un ciclo de inversión cercanos en la cuota de mercado de la CPU. ARM's new custom data-center chips could help if hyperscalers broadly adopt Arm-based servers; otherwise, the ramp risk is real. For AMD, the piece blurs CPUs and GPUs by citing total data-center revenue and large GPU partnership claims, without grounding how much agentic AI shifts compute mix toward CPUs versus simply increasing overall inference/training volume that may still be GPU-led. Net: thematic tailwind, not yet a quantified catalyst.
El mejor argumento en mi contra es que los hyperscalers ya enfrentan restricciones de potencia/latencia y necesidades de orquestación multihilo para agentes, lo que hace que la demanda de CPU crezca y que los despliegues heterogéneos sean reales más pronto de lo que sugieren los planes de ruta tradicionales, beneficiando tanto a las plataformas de servidor ARM como a la huella de datos del centro de datos x86 de AMD.
"La transición no probada de ARM a la fabricación de CPU para centros de datos conlleva riesgos de ejecución y cadena de suministro elevados a pesar de sus sólidas bases de IP."
El caso más sólido es que la IA agentica impulsará un mercado de CPU de centros de datos de $100 mil millones para 2031, con ARM apuntando a $15 mil millones de chips nuevos y AMD aprovechando su liderazgo en EPYC ($16.6 mil millones en ingresos para centros de datos en 2023). El cambio de ARM de la licencia de IP a un diseño de chip completo es arriesgado, dependiendo de la capacidad de fabricación de TSMC en medio de escasez global, enfrentando la rivalidad de Nvidia/Intel/AMD y sin volúmenes enviados. La demanda de IA agentica es especulativa; las GPU siguen siendo reinas de la inferencia. AMD se ve sólido; ARM es más arriesgado.
La IP de ARM, eficiente en energía y con un alto número de núcleos, ya alimenta Grace de Nvidia y domina los teléfonos móviles, lo que le permite interrumpir el dominio de x86 en las necesidades de toma de decisiones secuenciales de la IA agentica con un reajuste mínimo para los hyperscalers.
"El riesgo del silicio personalizado es real, pero dependiente del tiempo; el crecimiento reciente de AMD sugiere que la demanda de CPU no está colapsando *todavía* a pesar de la competencia existente de ASIC."
El riesgo del silicio personalizado es real, pero dependiente del tiempo; Google's TPU, Amazon's Trainium—these exist *today* yet AMD's data-center revenue grew 28% YoY through 2023. If custom silicon were already cannibalizing x86 demand materially, we'd see that deceleration reflected. The risk isn't custom silicon per se; it's whether agentic AI's CPU demand grows *faster* than hyperscalers can design and deploy custom alternatives. That's a 2-3 year race, not a settled outcome.
"The shift to agentic AI prioritizes power efficiency, creating a structural advantage for ARM over x86 that hyperscalers will exploit to bypass thermal constraints."
Gemini, you’re missing the power-per-watt constraint. Hyperscalers aren't just chasing performance; they are hitting physical thermal limits in existing data centers. While you argue custom silicon hasn't cannibalized AMD yet, that's because we've been in a GPU-heavy training cycle. Agentic AI shifts the bottleneck to inference and orchestration, where power efficiency is the primary KPI. ARM’s architecture fundamentally beats x86 here. The 'race' isn't just about speed; it's about who can fit the most logic into a 30kW rack.
"Power-efficiency constraints alone don’t prove agentic AI makes CPUs the bottleneck; evidence is needed that orchestration/logic rises enough to be CPU-saturated before GPU remains dominant."
Gemini’s “power-per-watt” point is directionally right, but it sidesteps a key missing datapoint: agents may increase control-plane work, yet much of the heavy lifting is still GPU inference/embedding. Without evidence that orchestration becomes CPU-saturated at the rack level, the thermal narrative could be overstated. I’d challenge Gemini: show why agentic workloads specifically shift the bottleneck away from GPUs and toward CPU throughput in the next 2–3 years.
"Agentic AI workloads hinge more on I/O and interconnect maturity than raw power efficiency, giving AMD EPYC a clear edge over ARM."
Gemini, power-per-watt is table stakes; agentic AI's flaw is chaining inferences/tools, bottlenecking on I/O bandwidth and coherent memory (CXL/NVLink). AMD EPYC's 128 PCIe Gen5 lanes/socket, Infinity Fabric scaling to 12 sockets, and 25% server CPU share (Mercury Q4'23) lead here—ARM Neoverse trails in ecosystem depth. Fact: EPYC revenue +80% YoY Q1'24 proves CPU demand surging now.
Veredicto del panel
Sin consensoEl panel es neutral sobre la tesis central de que la IA agentica cambiará significativamente las cargas de trabajo de las GPU a las CPU, beneficiando a ARM y AMD. Si bien existe un consenso de que la demanda de CPU aumentará, la medida en que la IA agentica impulsará este cambio es incierta y depende de factores como la adopción de silicio personalizado por parte de los hyperscalers y las demandas específicas de carga de trabajo de la IA agentica.
El posible aumento de la demanda de CPU impulsado por la IA agentica, que podría beneficiar a ARM y AMD.
El riesgo del silicio personalizado de los hyperscalers comprimiendo el mercado direccionable para los proveedores de silicio comerciales como AMD y la transición no probada de ARM de la licencia de IP al diseño de chips completos.