강력한 2026년 1분기 재무 보고서를 발표한 후, AMD CEO Lisa Su는 실적 발표에서 Agentic AI(에이전트 인공 지능) 시대의 도래로 데이터 센터의 CPU 사용량이 전례 없는 수준으로 치솟고 있다고 말했습니다. 그녀는 이러한 새로운 추세에 따라 단일 컴퓨팅 노드의 CPU 및 GPU 수가 과거의 일대다에서 점차 일대일에 접근하고 있으며 앞으로는 GPU보다 CPU가 더 많을 수도 있다고 말했습니다.
분석가의 질문에 답할 때 Su Zifeng은 기존 AI 교육 및 추론 클러스터는 일반적으로 "4~8개의 GPU가 포함된 1개의 CPU" 구성을 사용하며 CPU는 GPU 컴퓨팅 작업 예약 및 시작을 담당하는 "호스트" 역할에 더 가깝다고 지적했습니다. Agentic AI 모드에서는 다수의 자율 에이전트가 호스트 CPU에 의존하여 상태 업데이트, 작업 조정 및 협업을 지속적으로 수행해야 하며, 이는 컴퓨팅 노드의 형태를 근본적으로 변화시킵니다.
Su Zifeng에 따르면 에이전트 수가 급격히 증가함에 따라 CPU와 GPU의 비율이 1:1에 가까워지고 있습니다. 그녀는 미래의 클러스터가 "매우 많은 수"의 에이전트를 실행한다면 단일 노드에 GPU보다 더 많은 CPU를 갖는 것이 전적으로 가능하다고 제안하기도 했습니다. 이는 지난 몇 년 동안의 GPU 주도 가속 컴퓨팅 확장의 물결이 "에이전트 워크로드"로 인한 CPU 수요의 물결과 겹쳐지고 있음을 의미합니다.
Agentic AI라고 불리는 이 AI는 기본적으로 LLM(대형 언어 모델) 위에 여러 자율 "에이전트"를 실행하여 복잡한 작업 프로세스를 자동으로 완료합니다. 예를 들어, 소프트웨어 개발 시나리오에서 에이전트는 코드 자체를 검토하고, 수정 사항을 구현하고, 컴파일이 완료될 때까지 기다리고, 새로운 버그가 발견되면 전체 프로세스에서 수동 개입이 거의 필요하지 않은 상태에서 계속해서 수정할 수 있습니다. 그러나 이러한 병렬 실행 에이전트 작업을 조정, 예약 및 조정하려면 시스템은 CPU에 의존하여 지속적인 제어 및 관리 기능을 제공해야 합니다.
이러한 워크로드에서 CPU는 더 이상 "GPU 훈련 또는 추론 시작"의 지원 역할이 아니라 전체 Agentic AI 시스템의 작동을 주도하는 핵심 허브가 되었습니다. 점점 더 많은 작업이 분할되어 에이전트에 위임됨에 따라 GPU 가속 컴퓨팅이 급속히 확장되는 시대에도 CPU 활용도는 매우 높은 수준으로 높아집니다. 보고서는 AMD가 지능형 에이전트 작업으로 인해 발생하는 이러한 새로운 수요를 충족하기 위해 현재 "AI 연구소 및 하이퍼스케일 클라우드 서비스 제공업체에 제공할 수 있는 거의 모든 CPU를 판매"하고 있다고 AMD의 성명을 인용했습니다.
이는 미래의 AI 인프라 설계에서 CPU와 GPU 사이의 관계가 "마스터-슬레이브"에서 더 동등하거나 더 CPU 집약적인 형태로 바뀔 수 있다는 의미이기도 합니다. 칩 공급업체의 경우 Agentic AI는 GPU에 대한 수요를 지속적으로 촉진할 뿐만 아니라 서버 CPU 시장에서 새로운 성장의 장을 열 것으로 예상됩니다.