Die ARMee bläst zum Angriff auf den Servermarkt

Neue ARM-Server-CPUs von Nvidia, ARM und Fujitsu könnten den Wettbewerb im Rechenzentrum spürbar verschärfen

ARM-Prozessoren dominieren seit Jahren Smartphones und Notebooks. Im Servermarkt spielte die Architektur bislang jedoch nur eine Nebenrolle. Das könnte sich nun ändern: Mit Nvidia „Vera“, ARM „AGI“ und Fujitsu „Monaka“ kommen neue ARM-Server-CPUs auf den Markt, die Intel Xeon und AMD EPYC künftig stärker unter Druck setzen könnten.

Warum ARM im Servermarkt an Bedeutung gewinnt

ARM und x86: Die bisherige Rollenverteilung

Betrachtet man den Markt an Prozessoren in den letzten 20 bis 25 Jahren, gab es eigentlich eine klare Regel: Im Smartphone dominieren Lösungen basierend auf ARM-Architektur, im Desktopumfeld sowie im Serverbereich hat die x86-Architektur einen Marktanteil von weit über 90%.

Nachdem sich verschiedene andere Architekturen wie beispielsweise von DEC Alpha bereits Ende der 90er weitgehend vom Markt verabschiedet haben, sind spätestens auch Anfang der 2000er Jahre Lösungen basierend auf SPARC (Sun) zunehmend in den Hintergrund getreten.

Und auch Intel musste einsehen, dass seine hauseigene IA-64 Architektur „Itanium“ am Ende chancenlos gegen die einfache 64-Bit-Erweiterung für Standard-x86-CPUs (AMD64) ist.

Aus Sicht einer der weltweit größten IBM-Partner sei an dieser Stelle natürlich auch die POWER-Architektur erwähnt, die bis heute mit regelmäßigen Updates und Upgrades gepflegt wird, jedoch außerhalb von geschäftskritischen Anwendungen nur eher selten anzutreffen ist.

Warum neue ARM-Server-CPUs jetzt eine Chance haben

Historisch gesehen war es eigentlich noch nie so einfach, eine eigene (Hochleistungs)-CPU zu entwickeln. Die „Intellectual Property“ (IP) und Building Blocks kann man bei ARM lizenzieren und, je nach Lizenzvarianten, die Architektur auf die eigenen Bedürfnisse anpassen. Die Fertigung übernehmen Auftragsfertiger. Für praktisch alle aktuellen High-End-Produkte am Markt übernimmt das die Taiwan Semiconductor Manufacturing Company – kurz TSMC. Mit etwas Abstand folgen hier Samsung und zukünftig ggf. auch wieder Intel – wobei deren Gehversuche im Feld der Auftragsfertiger aus verschiedenen Gründen bislang eher mäßig von Erfolg gekrönt waren.

Hyperscaler treiben ARM im Rechenzentrum voran

Unternehmen, die über das nötige Kleingeld verfügen – und dazu zählen die großen „Big-Tech“-Konzerne wie Microsoft, Google, Amazon, Meta & Nvidia ganz sicher – können sich somit zunehmend aus der notorischen Umklammerung der beiden x86-Schwergewichte Intel & AMD lösen. So sind über die Jahre bereits einige hauseigene Lösungen entstanden, allen voran Amazons „Graviton“-CPUs sowie Microsoft „Cobalt 100”. Hier stehen dieses Jahr u. a. Amazons „Graviton 5”- sowie Microsofts „Cobalt 200”-CPUs auf dem Plan, die jedoch weiterhin exklusiv der Nutzung in der jeweiligen Cloud-Plattform AWS bzw. Azure vorbehalten sein werden.

Im Desktop- und Notebookumfeld sind ARM-Prozessoren u. a. über Apples hauseigene M-Prozessoren präsent und für Windows-on-ARM gibt es neben Qualcomms Snapdragon-Elite-CPUs im Laufe des Jahres 2026 voraussichtlich mit Nvidias N1(X)-Lösung einen weiteren Mitspieler am Markt. Und bei Smartphones gilt eigentlich sowieso seit ein paar Jahren: nahezu 100% Marktanteil für ARM.

Ampere als früher Vorreiter im klassischen Rechenzentrum

Wer ernsthafte CPU-Technik basierend auf dem ARM-Befehlssatz für den Eigengebrauch in seinem eigenen Rechenzentrum kaufen wollte, war bislang auf die seit ein paar Jahren angebotene Lösung der Firma Ampere angewiesen. Bislang blieb der große Erfolg im klassischen Rechenzentrum jedoch aus. Doch das könnte sich mittelfristig ändern.

ARM-Server-CPUs im Überblick

Denn aktuell stehen insgesamt gleich drei neue Kandidaten in den Startlöchern, die im geplanten Zeitfenster von 2026 bis 2027 auf dem Markt erscheinen sollen.

Nvidia Vera: Fokus auf KI und Speicherbandbreite

Kandidat Nummer 1 ist hierbei die Nvidia „Vera“-CPU, die die Nachfolge der momentanen „Grace“-CPU antreten soll. „Vera“ wird die Zahl der CPU-Kerne voraussichtlich von 72 Neoverse-V2-Standardkernen auf 88 Kerne erhöhen. Diese tragen den Namen „Olympus“ und sollen darüber hinaus – was für ARM-Prozessoren eher ungewöhnlich ist – Simultaneous Multithreading (SMT) unterstützen.

Dabei verfolgt Nvidia jedoch eine andere Umsetzung als Intel und AMD. Während bei x86-CPUs vereinfacht gesagt jedem physikalischen Kern ein zusätzlicher virtueller Thread zugeordnet wird, sind bei Nvidia die Ausführungseinheiten strikt einzelnen Threads zugewiesen. Der entsprechende Fachbegriff nennt sich „Spatial SMT“.

Darüber hinaus wurde der Olympus-Kern von Grund auf neu gedacht und speziell auf die Anforderungen im AI-Segment zugeschnitten, wozu u. a. auch die native Unterstützung von Gleitkommaberechnungen mit 8-Bit-Genauigkeit (FP8) zählt.

Speicherarchitektur mit LPDDR5X und SOCAMM

Beim Speicherinterface bleibt sich Nvidia im Prinzip treu und setzt wie bei „Grace“ auf Low Power DDR5X (LPDDR5X). Neu ist hier allerdings der Formfaktor. War bei „Grace“ der Speicher noch direkt verlötet, kommen bei „Vera“ sogenannte SOCAMM-Module] zum Einsatz.
SOCAMM ist ein etwas anderer Formfaktor als klassische „DIMM“-Module, wie man sie sonst die letzten Jahrzehnte in unterschiedlichen Generationen eingesetzt hat. Von 512 GB LPDDR5X pro „Grace“-CPU wächst die Kapazität bei „Vera“ auf theoretisch bis zu 2.048 GB pro „Vera“-CPU an, wobei sich aktuell von Micron die ersten 192 GB großen SOCAMMs in der Bemusterung befinden, was zumindest am Anfang der Plattform die maximale Ausbaustufe auf 1.536 GB begrenzt. Gegenüber der vorangegangenen Generation entspricht das immer noch einer Verdreifachung; mit 256 GB großen SOCAMM2-Modulen wäre sogar eine Vervierfachung möglich. Die Bandbreite steigt hier von 512 GB/s auf 1,2 TB/s an.

C2C-Link als Vorteil für CPU-GPU-Systeme

Ein weiteres „exklusives“ Feature der Nvidia CPUs ist der Cache-kohärente Highspeed-Link C2C, der eine direkte Anbindung von GPUs an die CPU ermöglicht, ohne über die vergleichsweise „langsame“ PCI-Express-Schnittstelle ausweichen zu müssen. Gegenüber „Grace“ kann „Vera“ die Bandbreite hier von 900 GB/s auf 1.800 GB/s glatt verdoppeln.

PCIe, TDP und Verfügbarkeit

Insgesamt 16 PCI Express Generation 6.0 Lanes stehen für die Anbindung von Peripherie zur Verfügung, allen voran natürlich den hauseigenen Connect-X 8 & 9 Infiniband / Ethernet Adaptern.

Über die Thermal Design Power gibt es bislang noch keine exakt gesicherten Angaben. Erste Designs deuten darauf hin, dass es auch mit der „Vera“-CPU klassische luftgekühlte Server geben wird, was die maximal verfügbare TDP auf ca. 450 – 500 Watt begrenzen dürfte.

Nvidia „Vera“-CPUs werden für das zweite Halbjahr 2026 erwartet.

ARM AGI: ARM wird selbst zum CPU-Anbieter

Kandidat Nummer 2 kommt aus dem Hause ARM direkt und stellt dabei ein echtes Novum dar. Bislang trat ARM ausschließlich als Entwickler für die Architektur selbst auf, unter dem Label „AGI“ betritt man nun jedoch auch erstmal das Spielfeld als Anbieter von kaufbaren Prozessoren. Die erste Lösung ist dabei in Zusammenarbeit mit dem Meta-Konzern entstanden.

Drei Varianten für unterschiedliche Einsatzzwecke

Die „AGI“-CPU soll es dabei zum Start in drei Varianten geben: eine auf maximale Kernzahl optimierte Variante mit 136 Kernen, eine TCO-optimierte Variante mit 128 Kernen sowie eine Variante mit möglichst großer Kapazität an Arbeitsspeicher pro CPU-Kern mit 64 CPU-Kernen. Der CPU-Kern selbst entspricht dabei dem Neoverse V3 Design und verfügt über 2 MB Level-2-Cache pro Kern, insgesamt 128 MB System-Level-Cache. Pro Kern stehen jeweils zwei 128-Bit Scalable Vector Engines 2 zur Verfügung. Die Taktfrequenzen betragen für die beiden Varianten mit hoher Kernanzahl maximal 3,5 GHz, die Option mit 64 Kernen darf bis auf 3,7 GHz herauf. Die Standard Thermal Design Power beträgt bei allen Varianten jeweils 300 Watt, kann jedoch vom jeweiligen Systemanbieter auf bis zu 350 Watt erweitert werden.

Speicher, PCIe und Plattformdaten

Arbeitsspeicher wird bei der „AGI“-CPU über zwölf klassische DDR5-Kanäle mit bis zu 8.800 MT/s angesprochen – bei einem Zwei-Sockel-System stehen somit insgesamt 24 Kanäle zur Verfügung, die mit jeweils zwei DIMMs pro Kanal bestückt werden dürfen. Somit dürfte der maximale Speicherausbau bei satten 12 TB liegen – vorausgesetzt es kommen 48 x 256GB-Module zum Einsatz. Peripherie wird über bis zu 96 PCI Express Lanes angeschlossen, ebenfalls in der neuen Generation 6.0.

Erste Lösungen auf Basis der ARM „AGI“-CPU werden für das zweite Halbjahr 2026 erwartet.

Fujitsu Monaka: ARM für HPC und Effizienz

Der dritte Kandidat stammt aus dem Hause Fujitsu und hört auf den Namen „Monaka“. Fujitsu? Ja richtig, die gibt es auch noch. Die letzte Veröffentlichung einer neuen CPU liegt zwar schon rund sechs Jahre zurück, damals schaffte man es mit dem A64FX jedoch gleich mit dem „Fugaku“ Supercomputer auf Platz 1 der High Performance Computing Top-500-Liste. Zugegeben, der A64FX war und ist schon etwas speziell. 48 ARM-Kerne, die über leistungsstarke Vektoreinheiten verfügen, gepaart mit 32GB-HBM-Speicher, sind nicht für jeden Use Case die richtige Wahl.

Architektur und Vektorleistung im Fokus

Mit „Monaka“ wird man sich an vielen Stellen wieder deutlich näher an „normalen“ CPU-Designs befinden, wenngleich der Aufbau der CPU doch die ein oder andere Besonderheit mit sich bringen wird. Gesichert sind zum aktuellen Zeitpunkt wohl 144 CPU-Kerne verteilt auf insgesamt vier Chiplets je 36 Kerne, welche den ARM v9-A-Befehlsatz unterstützen. Ob man sich jedoch an einem der ARM-Standard-Designs orientiert oder eine komplette Custom-Lösung entwickelt hat, ist offiziell noch nicht kommuniziert worden. Die 144 Kerne verfügen über eine bislang unbekannte Anzahl an 256-Bit breiten Scalable Vector Units (SVE2), woran man schon den Unterschied zu den zwei anderen bereits vorgestellten Kandidaten erkennen kann, die jeweils nur über 128-Bit breite SVE2-Einheiten verfügen. Da der Vorgänger über zwei 512-Bit breite SVE-Einheiten verfügte, dürfte alles unter 4 x SVE2-256-Bit Einheiten jedoch ein Rückschritt sein, weshalb man davon ausgehen kann, dass der „Monaka“ den Fokus auch in dieser Disziplin haben wird. 

Chiplet-Design, Speicheranbindung und I/O

Geschichte ist dagegen der HBM-Speicher direkt auf der CPU. Stattdessen verfolgt Fujitsu mit dem „Monaka“ ein Design bestehend aus einem Multi-Chiplet-Ansatz mit CPU-Tiles im 2-Nanometer-Fertigungsverfahren und SRAM-Tiles in einem 5-Nanometer-Fertigungsverfahren, die mittels 3D-Stacking übereinandergesetzt werden. Der Arbeitsspeicher wird dagegen über zwölf herkömmliche DDR5-Speicherkanäle mit noch unbekannter Geschwindigkeit angebunden. Da sämtliche Wettbewerber zu der Zeit über mindestens DDR5-8800 verfügen werden, dürfte sich das bei Fujitsu „Monaka“ vermutlich in einem ähnlichen Rahmen bewegen, DDR5-6400 wäre im Jahr 2027 schon ein kleiner Nachteil. Speichercontroller sowie PCI Express Gen 6.0 werden über einen separaten IO-Chip auf dem Package realisiert.

Effizienz, Kühlung und Systemdesign

Ein zusätzlich erwähnenswerter Punkt ist das Ultra-Low-Voltage-Design der Architektur, was zu einer verbesserten Gesamteffizienz des Designs beitragen soll. Wie hoch die Taktraten und die Leistungsaufnahme der „Monaka“-CPUs sein werden, ist aktuell noch nicht veröffentlicht. Allerdings geben die zwei Systemtypen, die es mit Fujitsu „Monaka“-CPU geben soll, einen ersten Aufschluss, wohin die Reise gehen könnte. So soll es zum einen Standard 2HE-19“-Server mit Luftkühlung und entsprechend vielen IO-Möglichkeiten und SSD-Steckplätzen geben. Zum anderen ist ein Multi-Node-Design mit vier Knoten je zwei CPUs auf zwei Höheneinheiten geplant, welches als Liquid-Cooling-Lösung für extra hohe Taktraten ausgeführt werden soll. Somit kann man davon ausgehen, dass unter Luftkühlung nicht die höchsten Taktraten freigegeben werden, sondern dass die Lösung ihr volles Potential voraussichtlich erst unter Wasser entfalten wird.

Übersicht aktueller und kommender x86 & ARM Prozessoren

Fazit: Ist ARM im Rechenzentrum die Zukunft?

Nachdem das Lagebild bei den Server-CPUs über Jahre hinweg ziemlich eindeutig war, kommt jetzt wieder ein wenig mehr Bewegung ins Spiel. Die Anforderungen werden in den kommenden Jahren unter den Schlagwörtern (Agentic)-AI, Industrie 4.0-Anwendungen & Robotics nicht unbedingt kleiner werden. Die großen Hyperscaler, namentlich Microsoft, Amazon und Google, haben in den letzten Jahren bereits eigene Designs basierend auf ARM-CPU-Technologie auf den Markt gebracht, vornehmlich jedoch exklusiv in ihren Public-Cloud-Lösungen.

Nvidia hat mit „Grace“-basierten CPUs und den darauf aufsetzenden Superchips („Grace-Hopper“, „Grace-Blackwell“) den Grundstein für ein Cache-kohärentes CPU-/GPU-Computing gelegt und Ampere hat zumindest eine kleine Nische im Standard-Server-Segment gefunden, die jetzt jedoch mit den neuen Lösungen basierend auf ARM „AGI“, Nvidia „Vera“ und Fujitsu „Monaka“ deutlich an Fahrt gewinnen soll. Jeder der drei genannten Kandidaten wird seine eigenen Stärken und Schwächen haben. Während bei Nvidia das Thema AI über allem steht, dürfte die ARM „AGI“-Lösung aufgrund ihrer Leistungsdaten vornehmlich für General Purpose Anwendungen zum Tragen kommen. Und Fujitsu Monaka wird aller Voraussicht nach auch einen gewissen Fokus auf High Performance Computing Themen legen. Der Nachfolger „Monaka-X“ soll gepaart mit einer engen Integration von Nvidia GPUs schließlich im Jahr 2030 die Basis für Japans neuen Flagschiff-Supercomputer „FugakuNEXT“ bilden.

Ist x86 damit tot?

Nein, wohl eher nicht. Denn Intel und AMD haben mit ihren Next-Generation CPU-Lösungen ebenfalls mächtige Siliziummonster in der Pipeline, die auch weiterhin in vielen Bereichen der Benchmark sein werden – und mangels ausreichend breiter Softwareunterstützung für alternative Architekturen oft schlichtweg alternativlos bleiben.

Dort, wo es aufgrund von Open-Source-Lösungen und neuen Bereitstellungswegen für Software (z. B. Container) zu kompletten Re-Designs ganzer Systemlandschaften kommt, bieten sich künftig aber neue Optionen, die durchaus einen Blick wert sein werden.

Transparenzhinweis: Dieser Beitrag wurde von Fachexperten erstellt. KI‑Tools wurden ausschließlich zur Rechercheunterstützung und sprachlichen Optimierung verwendet