Arm čipovi zauzimaju 90% AI poslužitelja do 2029. — x86 i RISC-V ostaju bez šanse
📷 © Tech&Space
- ★Graviton, Axion, Cobalt: hyperscaleri grade vlastite Arm procesore za AI
- ★x86 gubi teret AI opterećenja zbog troškova i potrošnje
- ★Meta i Google već migriraju na Arm — što to znači za korisnike
Hyperscaleri više ne čekaju AMD i Intel. Prema najnovijoj analizi Counterpoint Research, do 2029. čak 90% poslužitelja s prilagođenim procesorima za AI bit će pokrenuto na Arm arhitekturi — skok s svega ~25% u 2025.
Razlog? Troškovi, potrošnja i kontrola nad hardverom koje x86 jednostavno ne može ponuditi za specijalizirane AI opterećenja.
AWS već koristi Graviton procesore s Trainium ubrzivačima, Google je predstavio Axion za TPU infrastrukturu, a Microsoftov Azure Cobalt radi uz Maia akceleratore. Čak i Meta, koja je ranije eksperimentirala s x86, sada ugrađuje Armove AGI procesore za svoje modele.
Nije riječ o eksperimentu — to je strukturna promjena. Problem za x86 (i djelomično RISC-V) nije samo u performansama.
AI opterećenja ne zahtijevaju kompatibilnost s desetljećima x86 koda, a Arm nudi do 30% bolju energetsku efikasnost po wattu za isti posao.
📷 © Tech&Space
Efikasnost i kontrola prevladavaju nad naslijeđem: zašto x86 više ne drži korak
Kada govorimo o tisućama poslužitelja, to se prevodi u milijune ušteđenih dolara godišnje — i manje ugljičnog otiska, što je sve važnije za regulativne zahtjeve. Ali postoji i druga strana medalje: ekosustav.
Iako su hyperscaleri spremni graditi vlastite alate, manji igrači i dalje ovise o x86 optimiziranom softveru. Armov napredak u AI poslužiteljima ne znači automatski kraj x86 — ali jasno signalizira tko će odrediti smjerove u sljedećem desetljeću.
Za korisnike cloud usluga, ova promjena će najvjerojatnije proći neprimijećeno — barem na prvi pogled. Hyperscaleri će nastaviti nuditi x86 instance za opća opterećenja, ali AI-optimizirane VM-ove (npr.
AWS Inf2 ili Google A3) sve će češće pokretati Arm.
Zanimljivo je i što ovo znači za krajnje korisnike: ako hyperscaleri uštede na hardveru, jesu li te uštede realno prenesene na cijene usluga? Ili će profit otići u razvoj još moćnijih proprietarnih rješenja? Odgovor na to pitanje možda je ključniji od same arhitekture. Ova promjena će vjerojatno imati značajan utjecaj na budućnost AI tehnologija i njihove primjene u različitim industrijama.