【ITニュース解説】AMD's Trillion-Dollar Mark Rests on the CPU Inside Personal Agents

近年、IT業界で注目されている「パーソナルエージェント」という新しいタイプのソフトウェアアシスタントの台頭により、AMDが2026年10月6日に市場価値1兆ドルを突破したというニュースが報じられた。この背景には、データセンター向けの汎用サーバープロセッサ、特にエージェントを動かすためのCPUに対する需要が急増したことがある。AMDのデータセンター事業の売上は前四半期で2倍以上に伸び、同社の総売上の約6割を占めるまでになっている。

パーソナルエージェントとは、特定のユーザーのために継続的に動作し、ファイル操作、ツールの実行、ウェブブラウジングといった様々なタスクをこなすソフトウェアだ。まるで個人のデジタル秘書のように機能し、そのタスク実行のために専用のコンピュータ環境、すなわち「マシン」を必要とする。これらのマシンを支えるのがサーバーCPUだ。

パーソナルエージェントの機能は、大きく二つの部分に分けられる。一つは、AIモデルが次にどのような行動をとるべきかを決定する「推論」のプロセスで、これは主にGPU（グラフィック処理装置）が担当する。もう一つは、GPUが決定した行動に基づいて、実際にファイルを開いたり、アプリケーションを起動したり、ウェブサイトにアクセスしたりといった具体的な「ワークフロー」を実行するプロセスで、この部分をCPU（中央演算処理装置）が担う。つまり、GPUがAIの判断を行い、CPUがその判断を実行に移すという分業体制が確立されているのだ。

このCPUの重要性を示すものとして、Meta社の「Muse」やOpenAI社の「Dots」といった主要なパーソナルエージェントが、稼働しているハードウェアについてAMD製のCPUを使用していると報告している点が挙げられる。具体的には、MuseはAMD搭載コンピュータで動作し、DotsはAMDのEPYCブランドのCPUを搭載した仮想コンピュータで動作している。

これらのエージェントが使用するCPUリソースは、意外なほど少ない。Museは2コアと8GBのメモリを割り当てられた「サンドボックス」という隔離された環境で動作し、Dotsは9コアと約9.73GBのメモリを搭載した仮想マシンで動作する。しかし、最新のAMD EPYCプロセッサは、1つのCPUチップ（ソケット）で最大192コアを搭載できるため、エージェントが使用するコア数はその全体から見ればごく一部に過ぎない。これは「シン・スライシング」と呼ばれる手法で、一つの強力なサーバーCPUを多数の小さな仮想マシンに分割して効率的に利用していることを意味する。これにより、一台の高性能サーバーで非常に多くのパーソナルエージェントを同時にホストすることが可能になり、ユーザー数が増えてもCPUにかかるコストを効率的に抑えることができる。パーソナルエージェントは、ユーザーからの指示を待つ時間が長く、ほとんどの時間をアイドル状態で過ごすため、この効率的なCPU利用は運用コスト削減に直結する重要な要素となる。

サーバーCPU市場の成長予測は非常に大きい。ある調査では2027年にCPU販売が1180億ドル、AMD自身の予測では2030年までにCPU市場全体が2200億ドルに達するとされており、AMDはその半分以上を獲得する目標を掲げている。この巨大な市場では、AMDだけでなく、Intel、そして近年ではArmアーキテクチャやNvidiaもエージェント向けカスタムCPUの開発に力を入れている。

こうした競争環境の中、MetaやOpenAIといった大手企業は、特定のCPUベンダーに縛られない戦略を採用している。彼らは「CPUアグノスティック」、つまりCPUに依存しない設計をシステムに取り入れ、複数のCPUプロバイダーから柔軟に調達できる体制を構築している。これは、部品の供給リスクを分散させるとともに、将来的に性能やコストの面で最も適したCPUを選択し続けられるようにするための、調達と製品開発の両面からのアプローチだ。エージェントのソフトウェア層は、様々なCPU環境で動作する「ポータブルな」設計がなされている。

パーソナルエージェントの運用コストを考える上で、GPUとCPUの役割と価格差は重要な要素となる。高性能GPUが数千ドルから数万ドル以上するのに対し、エージェントが使用するサーバーCPUの個々の部品は比較的安価で、数千ドル以下で入手できる場合が多い。エージェントの総コストは、AI推論に要するGPUの使用量（これは通常、処理されたデータ量、つまりトークン数で課金されることが多い）と、ユーザーごとに割り当てられたCPUマシンが稼働している時間によって決まる。特にCPUは、ユーザー一人ひとりのマシンに直接関わる部分であるため、どの世代のCPUを選択するかという決定は、月々の運用費用に大きな影響を与える。

企業が社内でパーソナルエージェントを導入する場合も、同様の考え方が適用される。ユーザーごとに仮想マシンを割り当て、継続的に稼働させるモデルが基本となる。この際、一台のサーバー（ホスト）で何人のユーザーをサポートできるか（仮想マシンの同時実行数）、各仮想マシンに必要なメモリやストレージ容量（通常8GB〜10GB程度が目安）を、CPUコア数と合わせて慎重に計算する必要がある。また、パーソナルエージェントは、その性質上、ユーザーからの指示を待つ時間が長く、大半の時間をアイドル状態で過ごすことを念頭に置いた効率的な設計が求められる。CPUはユーザーごとの運用コストの主要な部分を占めるため、CPUの世代交代などの決定は、IT予算に直接影響を与える重要な検討事項となる。

パーソナルエージェントの普及は、サーバーCPU市場に大きな変革をもたらし、AMDのような企業に新たな成長機会を提供している。AIが実際のビジネスや個人の生活で活用される上で、GPUとCPUがそれぞれの得意分野を活かして協調し、効率的で柔軟なITインフラを構築することが、今後のシステム進化において不可欠な要素となるだろう。