Ditulis oleh: Chaoxiang Research
Saat sebuah agen AI dibangkitkan, ia tidak menunggu sebuah jawaban, ia perlu mengambil informasi, merencanakan langkah-langkah, memanggil alat, menalar hasil antara, memanggil model lagi, dan akhirnya mengeksekusi tindakan. Seluruh rangkaian proses ini membutuhkan daya komputasi CPU yang jauh melampaui ChatGPT yang mengeluarkan sebuah dialog.
Tim yang dipimpin oleh analis Bernstein David Dai merilis sebuah laporan berjudul "Semikonduktor Global: Kebangkitan CPU?" pada 17 Juni, dengan penilaian inti: AI sedang beralih dari era chatbot ke era agen AI (agentic AI), peran CPU di dalam pusat data berubah dari pendukung GPU menjadi bintang utama, mendorong pasar server CPU yang dapat dituju (TAM) mencapai $223 miliar pada tahun 2030, enam kali lipat dari $37 miliar pada tahun 2025.
Inferensi Bukan Lagi "Satu Kali Tanya Jawab", CPU Sedang Membalikkan Keadaan
Sejak kemunculan model bahasa besar, GPU/Akselerator AI selalu menjadi inti komputasi AI. Dalam kluster inferensi khusus seperti Google TPU v6e dan Meta Grand Teton, rasio GPU terhadap CPU pernah mencapai 8:1.
Namun Bernstein berpendapat, seiring dengan agentic AI menjadi arus utama, rasio ini sedang berbalik.
Ciri khas agentic AI adalah "siklus inferensi": satu permintaan dapat memicu pengambilan data, perencanaan, pemanggilan alat, penalaran antara, pemanggilan model lagi, eksekusi tindakan. GPU bertanggung jawab atas operasi matematika intensif, tetapi CPU yang menentukan apakah seluruh sistem dapat mengatur alur kerja, menjadwalkan tugas, mengelola memori, dan menghindari akselerator menganggur secara efisien. Jika CPU terlalu lemah, GPU yang mahal akan dipaksa menunggu kosong, efisiensi keseluruhan sistem turun drastis.
Bernstein memperkirakan, pada tahun 2029, rasio GPU:CPU dalam kluster inferensi CSP akan turun dari 8:1 pada tahun 2025 menjadi 1:1. Dalam beban kerja agentic AI, porsi komputasi CPU akan melonjak dari 14% di LLM tradisional menjadi 50%, seimbang dengan GPU.
Laporan tersebut secara khusus mencatat, peta jalan perangkat keras sudah membuktikan arah ini. Rak komputasi AMD Venice generasi baru memasangkan 4 GPU MI455X dengan 1 CPU. Chip super Nvidia Vera memasangkan 2 GPU Rubin dengan 1 CPU Vera. Unit ekspansi Google TPU v7x memasangkan 4 TPU dengan 1 CPU. Rasio fisik CPU sudah mulai meningkat kembali. Ini bukan prediksi, tetapi fakta yang sedang terjadi.
Bagaimana Pasar $223 Miliar Itu Dihitung?
Bernstein merevisi prediksi TAM server CPU tahun 2030 dari sebelumnya $137 miliar menjadi $223 miliar, berdasarkan asumsi inti berikut:
- Pengeluaran modal AI tahun 2030 mencapai $3.5 triliun, setara dengan penerapan 70GW pusat data AI
- Ukuran pasar akselerator AI $1.6 triliun, mencakup 45% pengeluaran modal pusat data AI
- Porsi inferensi naik dari 35% menjadi 70%, rasio CPU:GPU pada skenario inferensi mencapai 1:1, skenario pelatihan 0.5:1
- Harga satuan CPU setara dengan 13% harga GPU
Dalam kerangka ini, TAM $223 miliar mencakup $174 miliar dari beban kerja agentic AI dan $49 miliar dari server CPU tradisional non-AI. Dibandingkan level saat ini, pada tahun 2025, seluruh pasar server CPU hanya $37 miliar, dengan hanya $6 miliar terkait AI. Ini berarti dalam prediksi Bernstein, pasar CPU akan mengalami ekspansi 6 kali lipat dalam lima tahun ke depan, dengan pertumbuhan tahunan majemuk mencapai 43%, yang hampir belum pernah terjadi sebelumnya dalam sejarah industri semikonduktor. Bernstein juga memberikan rentang skenario bullish ($330 miliar, asumsi pengeluaran modal AI $4 triliun + rasio inferensi 1.5:1) dan skenario bearish ($137 miliar, asumsi pengeluaran modal $3 triliun + rasio inferensi 0.5:1).
Sebuah verifikasi silang yang menarik berasal dari jumlah inti server CPU: Data Arm menunjukkan, agentic AI per GW membutuhkan 120 juta inti CPU, empat kali lipat dari pusat data tradisional. Berdasarkan perhitungan ini, penerapan AI 70GW pada tahun 2030 membutuhkan 8.4 miliar inti CPU, setara dengan TAM CPU AI $168 miliar, sangat sejalan dengan model sebelumnya.
Mengapa Arm Pemenang Terbesar? Bukan Hanya IP, Mereka Sudah Membuat Chip
Arm dicatat oleh Bernstein sebagai penerima manfaat struktural dari kebangkitan CPU. Arsitektur Arm semakin menarik di pusat data AI karena rasio kinerja-per-watt (efisiensi energinya). Instans AWS Graviton menawarkan harga-kinerja 40% lebih baik dan konsumsi daya 60% lebih rendah dibandingkan instans x86.
Yang lebih krusial, pada Maret 2026, Arm mengumumkan transformasi strategis: dari hanya menyediakan lisensi IP menjadi memproduksi CPU secara mandiri, dengan target mencapai pendapatan chip $15 miliar pada tahun 2030. CPU AGI Arm telah mengunci Meta sebagai pelanggan pertama dan pengembang bersama, dengan OpenAI, Cerebras, Cloudflare, dll sebagai mitra. Berdasarkan ini, Bernstein merevisi EPS Arm tahun fiskal 2030 menjadi $11.79 (sebelumnya $9.83), dan memperkirakan pendapatan chipnya dapat mencapai $22 miliar, melebihi target Arm sendiri. Berdasarkan PE 42x, diberikan harga target $500 (sebelumnya $300).
Ini juga mendorong kenaikan harga target SoftBank (memegang sekitar 90% saham Arm) dari ¥8,200 menjadi ¥11,200, menyiratkan potensi kenaikan 58%. Valuasi Bernstein untuk SoftBank didasarkan pada diskon 30% dari NAV aset yang dimilikinya, dengan diskon yang menyempit mencerminkan kenaikan nilai ekuitas Arm dan perbaikan bisnis SoftBank sendiri.
AMD, Intel, Hygon: Siapa yang Diuntungkan?
AMD (Overweight, harga target $600): Produk tetap memimpin di kubu x86, diperkirakan akan terus merebut pangsa pasar. Model eksistingnya sudah mengasumsikan hipotesis CPU yang kuat, setelah menggulir valuasi ke rata-rata CY27/28, harga target direvisi menjadi $600.
Intel (Market-perform, harga target $100): Diuntungkan oleh permintaan server CPU yang lebih kuat dan berkelanjutan, perkiraan laba direvisi naik secara signifikan. Bernstein mengubah model Intel dari asumsi konservatif menjadi selaras dengan industri, harga target naik dari $65 menjadi $100.
Hygon Information Hygon (Overweight, harga target RMB 450): Bernstein percaya permintaan CPU x86 di Tiongkok akan tumbuh lebih cepat daripada rata-rata global, pangsa pasar Hygon di pasar server CPU Tiongkok akan terus berkembang dari level saat ini, melebihi 35% pada tahun 2030, tidak hanya melayani klien pemerintah dan BUMN, tetapi juga merembes ke CSP. Harga target naik signifikan dari RMB 280 menjadi RMB 450.
Sumber data: Bernstein
Interpretasi Chaoxiang
Dalam argumentasi Bernstein, mata rantai terlemah mungkin tidak ada di sisi permintaan, tetapi di sisi penawaran.
Laporan tersebut mengakui dalam catatan kaki bahwa mereka "masih mengevaluasi apakah kapasitas pabrik dan memori cukup untuk mendukung pertumbuhan CPU", ini adalah ketidakpastian terbesar dalam seluruh laporan. Menaikkan TAM CPU dari $37 miliar menjadi $223 miliar berarti pada tahun 2030, dibutuhkan kapasitas CPU tambahan sekitar $30 miliar per tahun.
Kapasitas 3nm/5nm TSMC sedang dibanjiri oleh akselerator AI dan chip ponsel, apakah kapasitas foundry yang dialokasikan untuk server CPU memiliki elastisitas yang cukup, laporan tidak memberikan pemetaan kapasitas yang pasti. Selain itu, asumsi inti laporan dibangun berdasarkan panduan Nvidia "pengeluaran infrastruktur AI tahunan melebihi $1 triliun pada tahun 2027", yang pada dasarnya adalah prediksi paling optimis dari pihak penjual. Sebagai titik awal permintaan untuk laporan lain, ada risiko tumpukan ekspektasi.
Sinyal lain yang perlu diperhatikan adalah, CPU Vera Nvidia menggunakan arsitektur Arm yang dikembangkan sendiri, yang berarti Nvidia mungkin berperan ganda sebagai mitra dan pesaing Arm di bidang CPU, ini memberikan pengaruh halus terhadap apakah pangsa jangka panjang Arm dapat mencapai 54%.
Bagi investor yang memperhatikan, nilai terbesar dari laporan ini bukan hanya harga target tertentu, tetapi menyediakan kerangka penilaian yang jelas: Jika Anda percaya agentic AI adalah tahap berikutnya yang sesungguhnya, konfigurasi CPU harus ditetapkan ulang dari "cukup untuk berfungsi", ini berarti pusat gravitasi keseluruhan peta investasi semikonduktor perlu bergeser dari dominasi GPU menuju narasi CPU+GPU yang lebih seimbang.
Peringatan Risiko
Artikel ini adalah pengaturan dan interpretasi Chaoxiang Research terhadap laporan riset pihak ketiga. Peringkat, harga target, perkiraan laba, dan penilaian terkait yang dikutip dalam artikel adalah pandangan analis sekuritas tersebut, hanya mewakili posisi institusi terkait, tidak mewakili pandangan Chaoxiang Research, dan tidak membentuk saran investasi apa pun.
