■事実
きっかけ：Intel決算とCEOの「CPUルネサンス」宣言
2026年第1四半期のIntel決算は大幅な利益超過で株価が23%上昇し、市場の注目を集めました。
CEOのリップ・ブー・タン氏は決算説明会で「CPUがAI時代の不可欠な基盤として再び主役に戻りつつある明確な兆候が見えている」と発言しています。
「顧客からCPUはAI全体のオーケストレーション層であり、コントロールプレーンだと聞いている」とも述べました。
Intel CFOデビッド・ジンスナー氏も「データセンターにおけるCPU対GPU比率が1:8から1:4に変化し始め、エージェント系ワークロードが進むと1:1になる可能性がある」と言及しています。
IntelはXeon 6がNVIDIAのDGX Rubin NVL8システムのホストCPUに採用されたことも報告しています。
UBSの分析：サーバーCPU市場は2030年に5倍へ
投資銀行UBSのアナリスト、ティモシー・アーキュリ氏がArmに関するカバレッジ開始に合わせてエージェントAIのCPU需要を分析したレポートを公開しています。
サーバーCPUの市場規模（TAM）は2025年の約300億ドルから2030年に約1,700億ドルへ、約5倍に成長すると予測しています。
専門家へのヒアリングから導出した3つのテーマが需要増を説明する根拠となっています。
なぜCPU需要が急増するのか：エージェントAIの構造
従来のAI（LLMのチャットボット等）では1回の推論をGPUで完結させるため、GPUに対してCPUは少数で足りていました。（GPU1基あたりCPUコア数：8〜12コア）
エージェントAIは複数のサブタスクを計画・実行・検証・フィードバックするループを繰り返す。このオーケストレーション処理（計画立案・ツール呼び出し・状態管理・出力評価）はCPUが担います。む
UBSの専門家ヒアリングでは、エージェントシステムはGPU1基あたり80〜120コアのCPUを必要とする可能性があると指摘されます。
ユーザー1人あたり・GPU1基あたりのCPUコア数は3〜5倍の増加が必要と見込まれています。
MetaはAWS Graviton（Armアーキテクチャ）コアを数千万単位でエージェントAI向けに大量導入する計画を進めています。
AWSとOpenAIの$380億・7年契約では「数百万のNVIDIA GPU」に加えて「数千万単位のCPU」という記述があり、CPUスケールの大きさが示されました。
勝ち組の序列：Arm＞AMD＞Intel
UBSは恩恵を受ける順位を明示しました。それによるとArm（最大の受益者）→ AMD → Intelです。（市場拡大による恩恵）
Arm：2025年時点でサーバーCPU市場のユニットシェアは約15%にとどまるが、2030年に40〜45%に達すると予測。電力効率の高さと高密度スケーリングが評価される。UBSはArm株の目標株価を175ドルから245ドルに引き上げています。（長期EPS年平均成長率37%を反映）
ArmはXPU（GPU・TPU等）ラックの「ヘッドノード」（オーケストレーション担当CPU）で特に優位に立つとされ、スタンドアロンCPUラック需要でもArmとx86でほぼ二分する見通しです。
2026年3月、Armは同社35年の歴史で初めて自社設計の量産CPUを発表：「AGI CPU」（136コア・300W、Neoverse V3ベース）。1ラックあたり最大8,160コアを実現しています。
AMD：EPYCシリーズで培った高コア数・マルチスレッド技術がサブエージェントの並列処理に強みを持つと評価。EPYC Venice（Zen 6アーキテクチャ・TSMC N2・256コア/512スレッド）が2026年に登場予定です。
Intel：Coral Rapids（Xeon 8世代、同時マルチスレッディング＝SMT搭載）でエージェント需要に対応する計画。ただしUBSはIntelの近期の最大の上振れをサーバーよりもPC市場の恩恵（後述）に見ています。
PC市場への波及：エージェントがローカルに降りてくる
エージェントAIのワークロードはクラウドだけでなく、ローカルPCでも実行される傾向があります。（「フリーコンピューティング」活用・クラウドレイテンシ削減のため）
この動きがPCの大規模な買い替えサイクルを触発すると予測されています。（高コア数・高電力効率CPUへの需要）
Anthropic Claude CodeのようなツールがローカルPCへのワークロード移行を実例として示しています。
IntelはPC向け上位モデル（Core Ultraシリーズ）を中心に対応し、低価格帯PCのキャパシティを削ってでもサーバー向けXeonに供給を集中させています。
競合各社のCPU：2026年時点のサーバーCPU概要表
| CPU | メーカー | コア数 | 製造プロセス | 備考 |
|---|---|---|---|---|
| EPYC Venice（Zen 6） | AMD | 256コア/512スレッド | TSMC N2 | 2026年登場予定 |
| Xeon 6（Granite Rapids系） | Intel | 最大128コア （モデルにより異なる） |
Intel 3 | 現行世代、NVIDIAラックに採用 |
| Xeon 7（Diamond Rapids） | Intel | 最大256コア | Intel 18A予定 | 2027年以降に遅延の可能性 |
| Coral Rapids（Xeon 8） | Intel | 未公表（SMT搭載） | 未公表 | UBSがエージェント対応で言及 |
| AGI CPU | Arm | 136コア | 不明 | 2026年3月発表、同社初の量産CPU |
| Vera CPU | NVIDIA | 88コア | TSMC N3 | Rubinプラットフォーム、 スタンドアロン販売も開始 |
| AWS Graviton 5 | AWS（Arm設計） | 192コア | TSMC N3 | クラウド向け実績多数 |
解説
エージェントAIがCPU需要を増やすメカニズムは直感的にわかりやすい。チャットボットは「質問→GPU推論→回答」で完結するが、エージェントは「計画→ツール呼び出し→実行→検証→修正→再試行」を何度もループする。この繰り返し処理をCPUがさばく必要があるため、GPU1基に対して必要なCPUコア数が劇的に増える。
「GPU:CPU比が1:8から1:1に変わる」という数字は想像以上にインパクトが大きい。同じGPU枚数のラックを維持しながらCPUを8倍にするということは、データセンターの物理的なキャパシティ・電力・コストも連動して変わるということだ。
Armが最有力とされる理由は電力効率の高さにある。データセンターは電力コストが経営を左右するため、同じワット数でより多くのコアを動かせるArmアーキテクチャに優位性がある。Intelの高性能x86コアは「速いが熱い・重い」という弱点がエージェント系の密集配置で不利に出やすい。
AMDがArmの次に挙げられる理由も明快で、TSMCの最先端プロセスを使いながら多コア設計を着実に進めてきた実績がある。Intel自社プロセスの歩留まり問題という比較相手の苦境も追い風になっている。
Intelにとって面白いのはPC市場への波及という指摘。サーバーでは苦しい立場でも、Windowsエコシステムを抱えるx86の「ローカルAIエージェント」需要での存在感は残りやすい。ただしそれがIntelの復権につながるかは、製造プロセスの改善次第だ。
GPU全盛時代にひっそり「自分の出番はまだですか…」と待ち続けたCPUが、エージェントAI時代にようやく「君の出番だ」と呼ばれた──というのが今の状況。引き立て役が突然主役候補に昇格するとは、半導体業界も一寸先は闇だ。
ただし「全員が恩恵を受ける」というUBSの見立ては、TAMが本当に5倍になった場合の話。エージェントAIが期待通りに普及するかどうかが、このシナリオ全体の大前提であることは忘れてはならない。
ここでもIntelが三番手というのは、アナリストは残酷なまでに正直である。広告を入れたメディアの様に忖度はしてくれない(苦笑。