AMD-Nvidia-CPU-Duell dreht sich, nachdem Venice Vera in AMDs Tests schlägt

AMD hat das AMD-Nvidia-CPU-Duell mit neuen Ergebnissen zu Zen 6 Venice gedreht und beansprucht eine um 20 % höhere Leistung pro Kern als Nvidia Vera. Der Vergleich erschien wenige Tage, nachdem Nvidia seine ersten SPEC-CPU-2026-Werte für Vera veröffentlicht hatte. Dieses Timing ermöglichte AMD, mit derselben Benchmark-Suite und demselben Compiler auf den Rivalen zu antworten.

Ravi Kuppuswamy, Corporate Vice President für Compute and Enterprise Solutions bei AMD, sagte, er sei „sehr glücklich“ gewesen, als Nvidia seine Zahlen veröffentlichte. AMD habe mit einem kleineren Vorsprung gerechnet. Seine Ingenieure hätten mindestens 10 % erwartet, sagte er, bevor ihre Tests den beanspruchten Vorteil von 20 % ergaben.

Das Ergebnis stellt Nvidias bevorzugte Darstellung von Vera infrage, entscheidet den Wettbewerb jedoch nicht. AMD und Nvidia optimieren für sich überschneidende, aber nicht identische Aufgaben. Auch ihre Benchmark-Veröffentlichungen setzen unterschiedliche Leistungsmaßstäbe. Käufer müssen Rohdurchsatz, Leistung pro Kern, Energieverbrauch und die tatsächliche Leistung bei Agent-Workloads voneinander trennen, bevor sie einen Gewinner bestimmen.

AMD antwortete auf Vera mit zwei Venice-Vergleichen

AMD zufolge schlägt Venice Vera sowohl beim gesamten Integer-Durchsatz als auch beim Durchsatz pro Kern, doch diese Aussagen beruhen auf zwei unterschiedlichen Venice-Konfigurationen.

Nvidia veröffentlichte am 21. Juli 2026 interne SPEC-CPU-2026-Ergebnisse für Vera. AMD reagierte während seines Advancing-AI-Events mit eigenen Zen-6-Ergebnissen. Der schnelle Schlagabtausch verwandelte eine Produkteinführung in einen direkten Wettbewerb bei Server-CPUs.

SPEC CPU 2026 ist eine Prozessor-Benchmark-Suite auf Basis rechenintensiver Anwendungen. Der hier verwendete SPECrate-Integer-Test misst, wie viel Integer-Arbeit ein voll ausgelastetes System über die Zeit erledigt. Jeder Hardware-Thread führt eine Kopie eines Workloads aus, weshalb Systeme mit mehr Kernen üblicherweise einen Durchsatzvorteil haben.

AMD erklärt, es habe Nvidias Software-Setup durch den Einsatz des GNU-15.2-Compilers nachgebildet. Kuppuswamy bezeichnete dies als einen „Apples-to-Apples-Vergleich“. Identische Compiler beseitigen eine wesentliche Variationsquelle, da Compiler-Optimierungen SPEC-Ergebnisse erheblich verändern können.

Die Hardware-Vergleiche erfordern mehr Vorsicht. Beim Gesamtdurchsatz stellte AMD einen 256-Kern-EPYC 9996 Nvidias 88-Kern-Vera gegenüber. Beide liefen in Dual-Socket-Konfigurationen. AMD zufolge erzielte das dichte Zen-6c-System das 2,2-Fache von Veras SPECrate-Integer-Durchsatz.

Das ist ein bemerkenswertes Ergebnis, obwohl die Kernzahl einen Großteil davon erklärt. EPYC 9996 bietet pro Sockel fast dreimal so viele Kerne. Seine angegebene Thermal Design Power von 600 Watt liegt zudem über Veras berichteten 450 Watt.

AMDs zweiter Vergleich hat mehr Gewicht, weil er sich auf die Leistung pro Kern konzentriert. Das Unternehmen verwendete eine hochfrequente Venice-Konfiguration mit 96 Kernen und teilte den gesamten SPECrate-Wert durch die Kernzahl. Dieser Berechnung zufolge lag Venice 20 % vor Vera.

Dieses Ergebnis löste Kuppuswamys ungewöhnlich offene Reaktion aus. Er sagte Reportern, AMD habe nur einen Vorteil von 10 % erwartet und Venice noch nicht vollständig optimiert. Die Überraschung des Managers gab der Ankündigung ihr deutlichstes Konfliktsignal.

Die genannten Werte bleiben nach den SPEC-Regeln Schätzungen. AMD und Nvidia führten ihren Angaben zufolge echte Tests durch, doch keiner der Vergleiche gilt als offiziell eingereichtes Ergebnis. Referenzhardware, unfertige Produkte und nicht eingereichte Durchläufe müssen vorsichtig dargestellt werden.

Der Unterschied ist wichtig, weil ein offizielles SPEC-Ergebnis detaillierte Konfigurationsinformationen enthält und den Berichtsprozess der Organisation durchläuft. AMDs Wert stellt derzeit eine Herstellerangabe dar, die aus dem eigenen Lauf und Nvidias veröffentlichtem Ergebnis abgeleitet wurde. Er ist ein Anhaltspunkt, kein abschließendes unabhängiges Urteil.

Dennoch verändert die Veröffentlichung die Debatte. Nvidia hatte Veras maßgeschneiderten Olympus-Kern als großen Schritt über etablierte x86-Designs hinaus positioniert. AMD argumentiert nun, dass ein hochfrequentes Zen-6-Modell Nvidias gewählte Benchmark gewinnen kann, ohne die x86-Plattform aufzugeben.

Warum sich der AMD-Nvidia-Wettbewerb nun auf CPUs konzentriert

Der Kampf dreht sich nicht mehr nur um GPUs, weil Agent-Systeme zunehmend latenzkritische Arbeit auf Host-CPUs verlagern.

Moderne KI-Infrastruktur verteilt Arbeit auf Beschleuniger und Universalprozessoren. GPUs übernehmen Modellberechnungen, während CPUs Code-Ausführung, Tool-Aufrufe, Datenverarbeitung, Retrieval, Datenbanken und Systemkoordination steuern. Diese CPU-Aufgaben können einen gesamten Agent-Loop verzögern.

Ein Agent-Loop ist der wiederholte Prozess, eine Aktion zu erzeugen, sie auszuführen, ein Ergebnis einzusammeln und zu entscheiden, was als Nächstes folgt. Viele Schritte laufen sequenziell ab. Eine schnellere GPU kann nicht jede Verzögerung verdecken, wenn das System auf Python-Code, einen Compiler, eine Datenbankabfrage oder ein externes Tool wartet.

Nvidia entwickelte Vera für genau diesen Engpass. Sein Vera CPU design nutzt 88 maßgeschneiderte Olympus-Kerne und bis zu 1,2 Terabyte pro Sekunde Speicherbandbreite. Nvidia zufolge priorisiert der Prozessor eine dauerhaft hohe Leistung pro Kern bei starker Sockelauslastung.

Olympus ist Nvidias erster vollständig maßgeschneiderter CPU-Kern für Rechenzentren. Er implementiert den Arm-v9.2-Befehlssatz und verfügt über ein 10-fach breites Instruction Front End. Ein neuronaler Branch Predictor soll den Arbeitsfluss in unregelmäßigen, verzweigungsintensiven Programmen aufrechterhalten.

Diese Architektur stützt Nvidias Argument, dass Agent-Infrastruktur weniger, schnellere Kerne mit reichlich Speicherbandbreite benötigt. Jeder Vera-Kern erhält laut Nvidia bis zu 14 Gigabyte pro Sekunde Bandbreite. Der Prozessor ist zudem über die Plattformtechnologien des Unternehmens direkt mit Nvidia-Beschleunigern verbunden.

AMDs Antwort übt auf andere Weise Druck aus. Venice bietet eine breite Familie statt eines einzigen festen CPU-Designs. AMD kann mit verwandten Zen-6-Produkten auf dichten Durchsatz, hohe Frequenzen, herkömmliche Enterprise-Bereitstellungen und spezialisierte KI-Host-Systeme zielen.

Das Flaggschiff EPYC 9996 erreicht 256 Zen-6c-Kerne und 512 Threads. AMD zufolge liefert es mit MRDIMMs, also multiplexierten Server-Speichermodulen, bis zu 1,6 Terabyte pro Sekunde Speicherbandbreite. Außerdem unterstützt es 128 PCIe-6-Lanes in einem Single-Socket-System.

Standardmäßige Zen-6-Venice-Prozessoren skalieren auf bis zu 128 Kerne, während Hochfrequenzmodelle bei 96 Kernen enden. Diese Segmentierung ermöglicht AMD, für jeden Workload eine passende Konfiguration auszuwählen. Dichte Kerne zielen auf Gesamtdurchsatz, während weniger schnellere Kerne Veras Position pro Kern angreifen.

Für Cloud-Betreiber ist das relevant, weil CPU-Käufe keine isolierten Entscheidungen sind. Softwarekompatibilität, Speicherkapazität, Virtualisierung, Stromversorgung, Rack-Dichte und Beschleunigeranbindung beeinflussen allesamt die Bereitstellung. Ein Benchmark-Vorsprung zählt nur, wenn die siegreiche Konfiguration zum tatsächlichen System des Käufers passt.

AMD profitiert zudem von der Kontinuität von x86. Viele Enterprise-Anwendungen laufen bereits ohne Architekturwechsel auf EPYC. Vera unterstützt etablierte Arm-Software, doch Migrationen können weiterhin die Validierung von Binärdateien, Bibliotheken, Monitoring-Tools und Betriebsprozessen erfordern.

Nvidia bringt einen anderen Vorteil mit. Das Unternehmen kann CPU, GPU, Interconnect, Netzwerk und Software als ein System entwickeln. Vera versucht nicht lediglich, einen EPYC-Sockel in einem herkömmlichen Server zu ersetzen. Es soll die Leistung Nvidia-zentrierter KI-Fabriken verbessern.

Der daraus entstehende AMD-Nvidia-Wettbewerb setzt beide Seiten unter Druck. Nvidia muss zeigen, dass seine spezialisierte CPU messbare Vorteile auf Systemebene schafft. AMD muss beweisen, dass ein flexibles x86-Portfolio mit spezialisierter Leistung mithalten und zugleich breitere Workloads unterstützen kann.

Venice-Durchsatz zwingt Nvidia zur Verteidigung seines engeren Designs

AMDs Vorteil bei dichten Kernen zwingt Nvidia zu erklären, warum ein 88-Kern-Prozessor für wachsende KI-Workloads die richtige Vergleichseinheit ist.

AMDs Behauptung eines 2,2-fachen Durchsatzes ist die am leichtesten verständliche und am leichtesten missbrauchbare Zahl. Ein 256-Kern-EPYC 9996 sollte einen 88-Kern-Vera in einer Benchmark schlagen, die parallelen Durchsatz belohnt. Andernfalls hätte es ernsthafte Bedenken zu Venice gegeben.

Das macht den Vergleich nicht irrelevant. Nvidia bietet Vera als festes 88-Kern-Design an, während AMD Prozessoren mit mehreren Kern- und Frequenzprofilen verkauft. Käufer, die verfügbare Produkte auswählen, können Unterschiede nicht wegstandardisieren, wenn diese Serveranzahl, Softwarelizenzen oder Rack-Kapazität beeinflussen.

Ein dichter Venice-Server kann viele unabhängige Aufgaben konsolidieren. Dazu können Build-Jobs, Datenbankoperationen, Webdienste, Analysen und isolierte Agent-Ausführungen gehören. Eine stärkere Konsolidierung kann die Zahl der für eine feste Menge CPU-Arbeit benötigten Knoten senken.

AMD hat zudem einen deutlich größeren Vorsprung auf Rack-Ebene beworben. Im Juni behauptete das Unternehmen, ein Venice-System mit 256 Kernen könne innerhalb eines modellierten Rack-Budgets von 100 Kilowatt das 3,3-Fache von Veras Leistung liefern. Dieser Rack-Vergleich stützte sich stark auf Schätzungen und Skalierungsannahmen.

Das Juni-Modell verwendete kein Vera-Produktionssystem. AMD schätzte Vera anhand von Grace-Messungen und einem Skalierungsfaktor von 1,63 aus frühen Tests. Es schätzte die Venice-Leistung zudem auf Basis der vorherigen EPYC-Generation und interner Ergebnisse.

Der neuere SPEC-CPU-2026-Vergleich ist aufschlussreicher, weil Nvidia einen Vera-Wert veröffentlichte. AMD konnte diese offengelegte Konfiguration nutzen, statt jeden Teil des gegnerischen Systems zu extrapolieren. Dennoch bildet der Test keinen neutralen Laborvergleich zwischen ausgelieferten Produkten nach.

Auch Nvidias eigenes veröffentlichtes SPEC-Ergebnis braucht Kontext. Sein Dual-Socket-Vera-System erreichte einen geschätzten SPECrate-2026-Integer-Base-Score von 925. Das verglichene Dual-Socket-EPYC-9755-System erzielte 898, womit Vera trotz weniger Hardware-Threads etwa 3 % vorne lag.

Nvidia betonte in seiner Präsentation die normalisierte Leistung pro Kern. Dieses Framing erzeugte deutlich größer wirkende Abstände als der Gesamtwert. Die Angabe pro Kern unterstützt Veras architektonische Botschaft, ist aber nicht die übliche Darstellungsweise für SPECrate-Gesamtwerte.

AMD verwendete anschließend eine ähnliche Normalisierungsstrategie gegen Nvidia. Das Unternehmen teilte den Systemdurchsatz durch die Kernzahl, um einen Venice-Vorteil von 20 % zu beanspruchen. Diese Berechnung lenkt die Aufmerksamkeit von EPYC 9996s überwältigendem Vorteil bei der Kernzahl auf die schnellere 96-Kern-Konfiguration.

Beide Unternehmen wählen damit die Sichtweise, die ihr Design am besten unterstützt. AMD hebt ein breites Portfolio hervor, das entweder Durchsatz- oder Pro-Kern-Vergleiche gewinnen kann. Nvidia betont dauerhafte Leistung für sequenzielle Agent-Aufgaben unter stark ausgelastetem Sockel.

Die praktische Frage lautet, ob der Workload auf mehr Kerne skaliert. Eine Farm mit Tausenden unabhängigen Sandboxes kann von dichtem Durchsatz profitieren. Ein einzelner Agent, der auf eine sequenzielle Tool-Ausführung wartet, gewinnt mehr durch einen schnelleren Abschluss auf einem einzelnen Thread.

Viele Produktionssysteme benötigen beides. Sie führen viele Agenten gleichzeitig aus, doch jeder Agent enthält serielle Schritte, die sich nicht beliebig über Kerne verteilen lassen. Die bessere CPU ist jene, die Reaktionsfähigkeit pro Agent mit insgesamt erledigter Arbeit ausbalanciert.

Nvidia kann Kerndichte nicht ignorieren, wenn diese parallelen Jobs ein Rack auslasten. AMD kann sich nicht nur auf Dichte stützen, wenn Long-Tail-Latenz Trainings- oder Inferenzschleifen verlangsamt. Der Wettbewerb zwingt beide Unternehmen nun, Ergebnisse zu veröffentlichen, die den gesamten Workload statt nur einer bevorzugten Dimension abdecken.

Die 20-%-Behauptung pro Kern ist die eigentliche Wende

AMDs wichtigste Behauptung lautet nicht, dass 256 Kerne 88 schlagen, sondern dass hochfrequentes Zen 6 Vera in Nvidias gewähltem Wettbewerb pro Kern schlägt.

Nvidia hat Vera darauf ausgelegt, skalierbar eine maximale dauerhafte Single-Thread-Leistung zu erzielen. Das Unternehmen sagt, dass Agent-Runtimes, Interpreter, Compiler und Graph-Anwendungen unregelmäßige Kontrollflüsse enthalten, die von seinem breiten Kern profitieren. Veras Architektur weist jedem Olympus-Kern erhebliche Speicherbandbreite zu.

Damit ist AMDs behaupteter Vorsprung von 20 % eine direkte Herausforderung. Sollte sich das Ergebnis in unabhängigen Tests bestätigen, kann Nvidia nicht argumentieren, dass die x86-Kerndichte nur durch schiere Rechengewalt gewinnt. AMD hätte dann sowohl ein dichtes Durchsatzmodell als auch ein höher getaktetes Modell, das Olympus bei der Leistung pro Kern Konkurrenz macht.

Der Begriff „pro Kern“ braucht jedoch einen Warnhinweis. SPECrate bleibt ein Durchsatz-Benchmark, selbst wenn sein Ergebnis durch die Kernzahl geteilt wird. Es führt viele Kopien eines Workloads auf einem ausgelasteten System aus. Das abgeleitete Ergebnis entspricht nicht einem echten Single-Thread-Latenztest.

SPECspeed misst, wie schnell eine einzelne Kopie abgeschlossen wird, und würde bestimmte serielle Aufgaben direkter abbilden. AMD hat seine 20-%-Schlagzeile nicht auf SPECspeed gestützt. Käufer sollten den gemeldeten Vorsprung pro Kern nicht als universelle Verkürzung der Antwortzeit von Agenten um 20 % interpretieren.

Der Vergleich nutzt außerdem ein hochgetaktetes Venice-Modell mit 96 Kernen bei einer angegebenen Auslegungsleistung von 600 Watt. Veras gemeldete Prozessorleistung liegt niedriger. Ein Geschwindigkeitsvorteil, der mit mehr Leistung pro Sockel erzielt wird, kann weiterhin wertvoll sein, schafft aber einen anderen Zielkonflikt auf Rack-Ebene.

Compiler-Konsistenz hilft, beseitigt Plattformunterschiede jedoch nicht. Speicherbestückung, Firmware, Betriebssystemeinstellungen, thermisches Verhalten und Benchmark-Tuning können das Ergebnis beeinflussen. Produktionssilizium kann sich außerdem anders verhalten als frühe Referenzsysteme.

AMDs Hinweis, dass das Tuning noch nicht abgeschlossen sei, hat zwei Seiten. Weitere Optimierungen könnten das Ergebnis von Venice verbessern. Zugleich bestätigt er, dass die veröffentlichte Zahl ein bewegliches Vorserienziel und keine stabile Auslieferungskonfiguration widerspiegelt.

Vera steht vor derselben Unsicherheit. Nvidia sagt, dass Systeme von Cisco, Dell, HPE, Lenovo und Supermicro in der zweiten Hälfte des Jahres 2026 erwartet werden. Breite kommerzielle Tests werden die Leistung über mehr Software- und Systemkonfigurationen hinweg offenlegen.

Auch der frühe Zugang Dritter war begrenzt. Phoronix testete Vera in den Räumlichkeiten von Nvidia mit Workloads, die rund um die vorgesehenen Einsatzbereiche ausgewählt wurden. Die Ergebnisse zeigten starke Arm-Leistung, doch das Zugangsmodell bot nicht die Freiheit eines gewöhnlichen unabhängigen Tests.

Es gibt zudem einen Unterschied darin, wie die Unternehmen den relevanten Markt definieren. Nvidia präsentiert Vera als speziell entwickelten Host für agentische KI und Reinforcement Learning. AMD testet Venice über Unternehmensdatenbanken, Webdienste, Caching, wissenschaftliches Rechnen und Agent-Workloads hinweg.

Ein Allzweck-Benchmark kann architektonische Stärke offenlegen, ohne ein KI-System perfekt abzubilden. SPECs Integer-Suite umfasst Compiler, Python, SQLite, Simulation, Kompression und andere Programme. Mehrere ähneln Komponenten in Agent-Workflows, doch keines bildet einen vollständig bereitgestellten Agent-Dienst nach.

Nvidias Olympus architecture enthält zudem Funktionen, die ein aggregiertes Ergebnis nicht isolieren kann. Sein Kohärenz-Fabric liefert 3,4 Terabyte pro Sekunde an On-Die-Bisection-Bandbreite. Das Speichersystem kann bis zu 1,2 Terabyte pro Sekunde bereitstellen und zielt dabei auf einen niedrigeren Energieverbrauch als herkömmliche DDR-Konfigurationen.

AMD kontert mit Speicherbandbreite, mehr Kernen, vertrauter Software und mehreren CPU-Varianten. Sein Design mit 256 Kernen nutzt kompakte Zen-6c-Kerne, während das 96-Kern-Modell die Frequenz priorisiert. Das sind unterschiedliche Antworten auf unterschiedliche Engpässe.

Die Umkehr ist daher enger, als die Schlagzeile vermuten lässt. AMD hat Belege dafür vorgelegt, dass Zen 6 Veras Erzählung zur Kernleistung herausfordert. Es hat nicht nachgewiesen, dass Venice jeden Agent-Workload 20 % schneller ausführt oder bessere Gesamtökonomie für KI-Fabriken liefert.

Der nächste glaubwürdige Schritt ist ein direkter Test mit identischen Anwendungen, Betriebsumgebungen und Service-Level-Zielen. Solche Tests sollten abgeschlossene Agent-Schleifen, Tail-Latenz, Energie und Beschleunigerauslastung messen. SPEC bleibt eine nützliche Basis, aber nicht die Kaufentscheidung an sich.

Was die Benchmark-Zahlen nicht klären

Keiner der Anbieter hat bislang die unabhängigen, produktionsnahen Belege geliefert, die nötig wären, um einen Gewinner für agentische KI-Infrastruktur zu bestimmen.

Die erste Unsicherheit betrifft den offiziellen Status. Nvidias Vera-Ergebnis stammt aus internen Tests auf einem Referenzsystem. AMDs Venice-Vergleich bleibt ebenfalls ein geschätztes, nicht eingereichtes Resultat. Keines hat dasselbe Gewicht wie unabhängig reproduzierte Zahlen von ausgelieferten Servern.

Die zweite Unsicherheit betrifft die Produktpassung. Nvidia hat Vera als Teil seiner Vera-Rubin-Plattform entwickelt, in der CPU- und GPU-Komponenten ein eng abgestimmtes System teilen. AMDs Venice-Familie muss ein deutlich breiteres Spektrum konventioneller Server- und Beschleunigerkonfigurationen bedienen.

Ein Prozessor kann bei SPEC-Durchsatz verlieren und dennoch bessere Anwendungseffizienz liefern. Schnellere CPU-GPU-Kommunikation könnte teure Beschleuniger stärker auslasten. Geringerer Speicherenergieverbrauch könnte innerhalb eines festen Rack-Budgets mehr Rechenkapazität ermöglichen.

Auch das Gegenteil ist möglich. Eine spezialisierte CPU kann in einem vom Anbieter kontrollierten Plattformtest attraktiv wirken, während sie bei gängiger Unternehmensarbeit gegen dichte x86-Server verliert. Käufer mit gemischten Diensten könnten Flexibilität höher bewerten als maximale Leistung in einer einzelnen Agent-Schleife.

Die Leistungsaufnahme macht den Vergleich besonders schwierig. AMD gab in seinem Vera-Vergleich für beide Venice-Konfigurationen 600 Watt an. Nvidias Vera-Prozessor wurde mit einem 450-Watt-Rahmen in Verbindung gebracht, wobei sich Speicher- und Systembilanzierung zwischen Vergleichen unterscheiden können.

Ein vollständiger Effizienztest muss mehr als die thermische Auslegungsleistung der CPU einbeziehen. Speicher, Netzwerk, Kühlung, Storage und Beschleunigerauslastung beeinflussen die Gesamtbilanz der Anlage. Anbieterfolien ziehen die Systemgrenze oft dort, wo ihre bevorzugte Architektur am stärksten aussieht.

Software ist ein weiterer ungeklärter Faktor. Vera implementiert Arm, während Venice x86 nutzt. Container und Open-Source-Tools haben die Arm-Unterstützung verbessert, doch Unternehmen müssen weiterhin proprietäre Agenten, Erweiterungen, Treiber, Sicherheitssoftware und Observability-Systeme validieren.

Für cloud-native Dienste, die aus dem Quellcode kompiliert werden, kann ein Wechsel unkompliziert sein. Bei älteren binären Abhängigkeiten oder streng kontrollierten Unternehmensanwendungen kann er langsamer verlaufen. Leistungsgewinne müssen Validierungskosten und Betriebsrisiken überwiegen.

Nvidias stärkere Systemkontrolle kann die Optimierung innerhalb seines Stacks vereinfachen. Das Unternehmen kann CPU-Architektur, NVLink, GPUs, Netzwerk, Bibliotheken und Bereitstellungsdesigns koordinieren. Diese Integration kann auch die Abhängigkeit von der Hardware-Roadmap eines einzelnen Anbieters erhöhen.

AMD bietet eine offenere Mischung an Serveroptionen, muss jedoch ein ebenso starkes Verhalten auf Systemebene nachweisen. Ein schneller EPYC-Prozessor liefert nicht automatisch höheren Agent-Durchsatz, wenn Software oder Interconnects Beschleuniger warten lassen.

Der Benchmark kann auch die Verfügbarkeit nicht klären. AMD sagt, EPYC 9996 sei Teil eines breiten Venice-Portfolios, während weitere Varianten im Laufe der Zeit erscheinen werden. Nvidia sagt, Vera-Systeme würden in der zweiten Hälfte des Jahres 2026 große Hersteller erreichen.

Liefermenge, qualifizierte Plattformen, Firmware-Reife und Cloud-Zugang werden die Akzeptanz ebenso stark beeinflussen wie die Schlagzeilenleistung. Ein Chip, der im Juli gewinnt, aber später oder nur in begrenzten Konfigurationen ausgeliefert wird, kann bei realen Deployments verlieren.

Intel und Arm-Prozessoren der Hyperscaler bleiben wichtiger Kontext. Intels Xeon 6 bedient etablierte Unternehmenskäufer, während AWS, Google und Microsoft weiterhin kundenspezifisches Silizium entwickeln. Der CPU-Markt rund um KI-Infrastruktur ist breiter als ein einzelner Vergleich zwischen AMD und Nvidia.

AMDs eigene Daten stellen Venice in mehreren Tests Intel Xeon 6980P und AWS Graviton5 gegenüber. Diese Zahlen stützen die Portfolio-Erzählung, doch von Anbietern erzeugte geometrische Mittelwerte können Abweichungen auf Workload-Ebene verdecken. Käufer benötigen Ergebnisse für die Anwendungen, die sie tatsächlich betreiben.

Die stärkste skeptische Schlussfolgerung ist einfach. AMDs Antwort ist glaubwürdig genug, um Nvidias Erzählung herauszufordern, aber nicht vollständig genug, um die Frage zu entscheiden. Der Benchmark-Kampf hat sich von Marketing-Projektionen hin zu vergleichbaren Daten bewegt, doch eine unabhängige Validierung fehlt weiterhin.

Drei Signale werden den CPU-Kampf zwischen AMD und Nvidia entscheiden

Ausgelieferte Hardware, vollständige Anwendungstests und Effizienz auf Rack-Ebene werden bestimmen, ob AMDs Umkehr außerhalb von Anbieterpräsentationen Bestand hat.

Das erste Signal sind unabhängige Tests von Produktionssystemen mit Vera und Venice. Tester benötigen uneingeschränkten Zugang zu finaler Hardware, Firmware und Compilern. Offizielle SPEC CPU results würden detaillierte Konfigurationen liefern, die andere Labore prüfen und reproduzieren können.

Ein verifizierter Vorsprung von Venice pro Kern von 20 % würde AMDs Argument stärken. Er würde zeigen, dass Zen 6 Nvidias spezialisierten Olympus-Kern bei einer Messung unter voller Sockelauslastung herausfordern kann. Eine geringere oder inkonsistente Marge würde die Umkehr schwächen.

Tests sollten sowohl SPECrate als auch SPECspeed umfassen. Rate-Ergebnisse zeigen den Durchsatz über viele gleichzeitige Kopien hinweg. Speed-Ergebnisse bilden die Abschlusszeit eines einzelnen Jobs besser ab. Die Berichterstattung über beide würde verhindern, dass eines der Unternehmen Leistung allein durch seine bevorzugte Perspektive definiert.

Das zweite Signal ist die Leistung bei vollständigen Agent-Workflows. Nützliche Tests sollten Codegenerierung mit anschließender Kompilierung, Tool-Ausführung, Retrieval, Datenbankzugriff und Bewertung umfassen. Sie sollten Median-Latenz, Tail-Latenz, abgeschlossene Schleifen und GPU-Leerlaufzeit messen.

Nvidia sagt, Vera verbessere CPU-gebundene Arbeit zwischen Modelloperationen. Sein agent throughput case beruht darauf, dass schnellere serielle Schritte die gesamte Reinforcement-Learning- oder Inferenz-Pipeline verbessern. Diese Behauptung benötigt eine Validierung auf Anwendungsebene gegenüber Venice.

Wenn Vera Beschleuniger trotz eines verlorenen CPU-Benchmarks stärker auslastet, wird Nvidias engeres Design gerechtfertigt erscheinen. Wenn Venice mehr Agent-Schleifen abschließt und zugleich breitere Unternehmensarbeit unterstützt, gewinnt AMDs Portfoliostrategie an Gewicht.

Das dritte Signal ist die Effizienz auf Knoten- und Rack-Ebene. Tests sollten Prozessoren, Speicher, Kühlung, Netzwerk und Beschleuniger unter demselben Service-Level-Ziel berücksichtigen. Der Vergleich allein von Prozessorleistung oder modellierten Knotenzahlen lässt zu viel Raum für vorteilhafte Annahmen.

Die Rack-Effizienz wird bestimmen, wie viele nützliche Agent-Aufgaben ein Rechenzentrum innerhalb seiner Leistungs- und Kühlgrenzen abschließen kann. Sie wird auch zeigen, ob AMDs höhere Kernzahlen die höhere Leistung pro Sockel kompensieren. Für Nvidia wird sie prüfen, ob die Plattformintegration einen messbaren betrieblichen Vorteil erzeugt.

Beobachten Sie die Systemverfügbarkeit parallel zu diesen Messungen. Vera-Server großer Hersteller werden in der zweiten Hälfte des Jahres 2026 erwartet. Auch finale Venice-Konfigurationen, einschließlich hochgetakteter Modelle, müssen breit verfügbar werden, bevor Käufer AMDs Behauptungen reproduzieren können.

AMD plant weitere Spezialisierung. Verano, das in der zweiten Hälfte des Jahres 2027 erwartet wird, zielt auf KI-Host-Knoten mit bis zu 72 Kernen und einem 24-Kanal-LPDDR5X-Speichersystem. Dieses künftige Design ähnelt Veras Prioritäten stärker als der dichte EPYC 9996.

Veranos Existenz offenbart eine wichtige Nuance. AMD sieht Wert in Nvidias Konzept einer spezialisierten Host-CPU, obwohl es Vera mit Venice herausfordert. Die Unternehmen nähern sich in der Einschätzung an, dass schnellere serielle Ausführung und größere Speicherbandbreite nötig sind, auch wenn sich ihre Plattformstrategien unterscheiden.

Für Entwickler lautet die unmittelbare Lehre, den gesamten Workflow zu benchmarken. Eine Prozessor-Rangfolge kann sich ändern, wenn Codekompilierung Retrieval, Datenbanken, Vektorverarbeitung oder hoher Parallelität weicht. Verfolgen Sie den Engpass, der den für Nutzer sichtbaren Abschluss verzögert.

Enterprise-Käufer sollten zudem die Nachweise hinter jeder Bewertung sichern. Hardwarekonfigurationen, Compiler-Flags, Anwendungsversionen und Testnotizen entscheiden darüber, ob ein Ergebnis später noch verwertbar ist. Eine durchsuchbare Wissensdatenbank kann diese Entscheidungen mit ihren technischen Quellen verknüpft halten.

AMD hat in einer Hinsicht bereits Erfolg gehabt. Das Unternehmen verhinderte, dass Nvidias erste Vera-Ergebnisse die CPU-Erzählung unwidersprochen prägen. Der Wettbewerb zwischen AMD und Nvidia umfasst nun eine glaubwürdige Gegenposition zu Zen 6, eine präzisere Debatte über die Einordnung von Benchmarks und einen noch offenen Test auf Anwendungsebene.

Der nächste Schritt liegt bei unabhängigen Laboren und frühen Kunden. Ihre Ergebnisse müssen zeigen, ob Venices behaupteter Vorsprung von 20 % pro Kern auf finaler Hardware und bei realen Agenten-Workloads Bestand hat. Bis dahin sollte die Kehrtwende als ernsthafte Herausforderung behandelt werden, nicht als abschließendes Urteil.