L'écart dans les benchmarks AMD Nvidia se resserre alors que les résultats officiels d'EPYC remettent en cause l'avance de Vera

NVIDIA a présenté Vera comme jusqu'à 50 % plus rapide dans certaines comparaisons, mais le duel de benchmarks AMD Nvidia évolue lorsque les résultats officiels d'EPYC Turin entrent dans le calcul.

Les documents de NVIDIA publiés en juillet 2026 sur le CPU Vera comparent son nouveau processeur à 88 cœurs avec l'EPYC 9755 à 128 cœurs d'AMD. NVIDIA a toutefois utilisé des mesures internes pour Vera et un résultat estimé pour le système AMD. ServeTheHome a remplacé cette estimation AMD par des données SPEC CPU 2026 publiées et a constaté une confrontation bien plus serrée.

Cette normalisation ne fait pas de Vera un processeur faible. Elle modifie la question que les acheteurs devraient se poser. Vera semble toujours en tête dans certaines comparaisons de performances par cœur, tandis qu'AMD conserve de meilleures options en matière de débit total par socket. Le véritable conflit oppose un cadrage choisi par le fournisseur à des décisions d'achat adaptées aux charges de travail.

Les chiffres de Vera de NVIDIA changent avec les résultats officiels d'AMD

Le changement le plus important n'est pas un nouveau résultat de processeur, mais une meilleure référence pour interpréter l'affirmation existante de NVIDIA.

NVIDIA a publié le 21 juillet de nouveaux détails architecturaux et des mesures internes SPEC CPU 2026 pour Vera. SPEC CPU 2026 est un ensemble standardisé de charges de travail processeur conçu pour comparer les performances de calcul entre différents systèmes. L'entreprise a présenté ces résultats sous l'angle de l'IA agentique, où les CPU assurent l'exécution de code, la récupération d'informations, l'orchestration, les bases de données et d'autres tâches qui entourent l'inférence GPU.

Vera utilise 88 cœurs Olympus personnalisés et prend en charge 176 threads matériels grâce au NVIDIA Spatial Multithreading. NVIDIA a annoncé un score SPECrate 2026 integer base de 925 pour un système à deux sockets. SPECrate mesure le débit en exécutant plusieurs copies d'une charge de travail, ce qui le rend sensible au nombre de cœurs, au comportement de la mémoire, aux choix de compilation et à la configuration du système.

La comparaison du livre blanc de NVIDIA utilisait l'EPYC 9755 d'AMD, un processeur Turin à 128 cœurs lancé en 2024. NVIDIA a estimé les performances du système AMD concurrent plutôt que d'utiliser la meilleure soumission SPEC publiée et examinée disponible pour ce processeur.

Ce choix compte. Un système EPYC 9755 à deux sockets publié a enregistré un score SPECrate 2026 integer base de 1 070 dans le résultat SPEC officiel. L'estimation de NVIDIA était inférieure d'environ 16 % à ce résultat examiné, selon la normalisation ultérieure du benchmark.

Le score officiel place également la comparaison dans une position inattendue. Le score annoncé de 925 pour Vera reste derrière les 1 070 du système EPYC 9755 à double socket en débit entier total. NVIDIA dispose toujours de moins de cœurs, de sorte que le résultat soutient son argument par cœur. Il ne permet pas de conclure simplement que Vera est le processeur le plus rapide dans tous les sens pertinents.

Les graphiques de NVIDIA mettaient l'accent sur des ratios par rapport à la référence AMD estimée. Lorsque le résultat officiel remplace cette estimation, l'écart apparent entre les processeurs se réduit. ServeTheHome calcule que Vera atteint environ 5,3 points par cœur dans cette comparaison. L'EPYC 9575F orienté performances d'AMD se situe autour de 4,8 à 5,0 points par cœur.

Vera conserve ainsi un avantage estimé d'environ 6 à 10 % par cœur face aux options Turin haute fréquence d'AMD. Cela diffère sensiblement des comparaisons suggérant des avantages de 50 % ou plus.

Cette distinction est au cœur du débat AMD Nvidia. Un processeur peut être en tête par cœur tout en perdant par socket. Il peut aussi dominer certaines tâches sensibles à la latence tout en offrant moins de débit pour des services parallèles. Chacune de ces affirmations peut être exacte, mais aucune ne décrit à elle seule l'ensemble de la décision d'achat.

NVIDIA n'a pas soumis le chiffre de Vera comme résultat SPEC évalué de manière indépendante. Ses mesures de juillet restent des données internes de l'entreprise. Cela ne rend pas ce chiffre invalide, mais le place dans une catégorie de preuve différente d'une soumission SPEC publiée.

Le résultat normalisé crée donc la tension centrale de l'article. NVIDIA semble avoir conçu un CPU serveur Arm compétitif, doté de cœurs individuels solides. Sa comparaison marketing fait paraître cet avantage plus large que ne le permettent les données examinées disponibles.

La comparaison AMD Nvidia dépend de l'unité à laquelle les acheteurs accordent de la valeur

Vera paraît le plus solide lorsque l'unité de comparaison est un cœur actif, tandis qu'EPYC paraît plus fort lorsque l'unité est un socket complet orienté débit.

NVIDIA a conçu Vera autour d'une théorie précise du calcul agentique. Un agent IA ne se contente pas de générer des tokens. Il peut récupérer du contexte, exécuter du code Python, interroger une base de données, appeler un service externe, examiner le résultat et répéter la boucle.

Nombre de ces étapes sont séquentielles. Un appel d'outil lent peut retarder toute la réponse, même lorsque des centaines d'autres tâches s'exécutent ailleurs dans le système. NVIDIA soutient donc que de solides performances monothread en charge, c'est-à-dire la vitesse de chaque thread lorsque le socket est occupé, méritent davantage de poids.

Les détails de l'architecture Vera de l'entreprise décrivent un cœur Olympus large à exécution dans le désordre. L'exécution dans le désordre permet à un processeur de réorganiser des opérations indépendantes au lieu d'attendre que chaque instruction se termine séquentiellement.

Olympus comprend un moteur de décodage à 10 voies, une prédiction de branchement avancée et un prédicteur neuronal pour les schémas de branchement difficiles. Ces fonctionnalités visent les interpréteurs, les compilateurs, les runtimes d'agents, les logiciels de graphes et d'autres codes au flux de contrôle irrégulier.

C'est un objectif de conception cohérent. Il explique également pourquoi NVIDIA privilégie une lecture par cœur ou par thread. Si la progression d'un agent dépend d'un chemin d'exécution à forte densité de branchements, ajouter davantage de cœurs plus lents ne réduit pas nécessairement la latence de ce chemin.

Le portefeuille Turin d'AMD a été conçu pour un éventail plus large de rôles serveur. Il comprend des modèles optimisés pour la haute fréquence, des performances équilibrées et une densité de cœurs maximale. Comparer Vera à un seul modèle EPYC masque ces différences au sein même de la gamme AMD.

L'EPYC 9575F constitue un contrepoint particulièrement important. Il dispose de 64 cœurs Zen 5, d'une fréquence boost maximale de 5,0 GHz et d'une puissance thermique de conception par défaut de 400 watts. AMD le positionne pour les charges de travail qui valorisent une vitesse élevée par cœur, notamment le traitement hôte aux côtés des accélérateurs.

L'EPYC 9755 emprunte une autre voie. Ses 128 cœurs augmentent le débit parallèle total, mais chaque cœur reçoit une part plus faible des ressources de puissance et de mémoire du socket. Il constitue donc une référence imparfaite pour des affirmations centrées sur les performances monothread.

L'EPYC 9965 va encore plus loin vers la densité. Les spécifications EPYC d'AMD indiquent 192 cœurs, 384 threads, 384 Mo de cache L3 et une puissance thermique de conception par défaut de 500 watts. Un système à deux sockets publié utilisant ce processeur a atteint un score SPECrate 2026 integer base de 1 230.

Ce résultat au niveau système dépasse à la fois les 925 annoncés pour Vera et le résultat de l'EPYC 9755. Cela ne signifie pas que chaque cœur du 9965 est plus rapide. Cela montre pourquoi un seul ratio ne peut trancher une comparaison de portefeuilles.

Un fournisseur cloud exécutant des milliers de petits services web peut valoriser le nombre de requêtes traitées par rack. Une plateforme servant des agents interactifs peut valoriser une latence constante pour chaque sandbox. Un acheteur de bases de données peut se soucier des licences logicielles par cœur. Un constructeur de systèmes IA peut vouloir maintenir l'alimentation en travail de GPU coûteux.

Chaque acheteur mesure une unité économique différente. Le processeur, le socket, le nœud, le rack, le cœur sous licence et la tâche d'agent achevée ne sont pas interchangeables.

Cela exerce une pression sur les deux entreprises. NVIDIA doit démontrer que ses gains par cœur améliorent des charges de travail agentiques complètes, plutôt que seulement certains benchmarks CPU. AMD doit démontrer que sa densité de cœurs supérieure n'introduit pas de goulots d'étranglement de latence ou de mémoire dans les charges de travail irrégulières mises en avant par NVIDIA.

Le résultat est plus utile que de déclarer un fournisseur vainqueur. Il identifie le point où l'architecture devient une économie opérationnelle. Les acheteurs doivent sélectionner l'unité qui correspond à leur service avant de choisir le benchmark.

La bande passante mémoire rend l'avance de Vera réelle, mais conditionnelle

Le système mémoire de Vera constitue un avantage architectural substantiel, mais une partie de cet avantage reflète une génération de mémoire plus récente et un nombre de cœurs inférieur.

Vera associe 88 cœurs Olympus à jusqu'à 1,2 To par seconde de bande passante mémoire LPDDR5X. NVIDIA utilise des modules SOCAMM2 fonctionnant à 9 600 MT/s, selon ses documents architecturaux. Cette bande passante contribue à gérer les nombreux accès mémoire générés par les interpréteurs, les bases de données, les systèmes de récupération d'informations et les sandboxes d'agents simultanés.

AMD EPYC Turin prend en charge 12 canaux de mémoire DDR5. La page produit de l'EPYC 9965 indique des vitesses mémoire allant jusqu'à 6 400 MT/s et une bande passante par socket de 614 Go par seconde. L'EPYC 9755 utilise la même génération d'interface mémoire.

Au niveau du socket, Vera offre donc presque deux fois la bande passante maximale de Turin. Au niveau du cœur, l'écart devient plus important, car Vera répartit cette bande passante entre 88 cœurs. Un processeur EPYC à 128 ou 192 cœurs répartit un total inférieur entre davantage de cœurs.

NVIDIA affirme que Vera fournit plus de trois fois la bande passante mémoire par cœur des processeurs serveur x86 traditionnels dans les comparaisons qu'elle a choisies. Ce cadrage est mathématiquement plausible lorsque Vera est mesuré face à un modèle Turin à très grand nombre de cœurs. Toutefois, le résultat combine l'architecture, la vitesse mémoire, la conception des canaux et le nombre de cœurs.

ServeTheHome note qu'une grande partie de la comparaison de bande passante par socket reflète l'ancienneté de la mémoire. Turin est arrivé sur le marché en octobre 2024 avec la prise en charge de la DDR5-6400. Les systèmes Vera sont prévus pour le second semestre 2026 et utilisent une mémoire LPDDR5X plus rapide.

Cela n'efface pas l'avantage de Vera. NVIDIA a fait le choix architectural délibéré d'associer davantage de bande passante mémoire à un nombre plus réduit de cœurs plus performants. Cela signifie que la comparaison ne doit pas être interprétée comme une mesure pure de la conception des cœurs.

La capacité mémoire ajoute un autre compromis. Le premier système de test Vera de NVIDIA comprenait huit modules de 96 Go, offrant 768 Go. Les plateformes EPYC peuvent prendre en charge des capacités mémoire bien plus importantes, ce qui peut compter pour les bases de données, l'analytique, la virtualisation et les données hébergées sur CPU qui entourent de grands clusters GPU.

La latence dépend également de bien plus que de la bande passante brute. Vera utilise une puce de calcul monolithique, un cache unifié et le NVIDIA Scalable Coherency Fabric. NVIDIA indique que cette interconnexion fournit 3,4 To par seconde de bande passante sur puce et prend en charge un seul domaine NUMA dans un système à deux sockets.

NUMA, ou accès mémoire non uniforme, décrit les systèmes où le temps d'accès à la mémoire dépend du processeur ou du chiplet qui possède les données. Les logiciels qui placent mal la mémoire entre les domaines NUMA peuvent subir des retards imprévisibles.

Les processeurs EPYC à fort nombre de cœurs d'AMD utilisent des chiplets. Les chiplets permettent à AMD d'assembler de nombreux cœurs de manière économique, mais la communication entre les puces de calcul transite par une puce d'E/S et une interconnexion. Cette conception peut imposer des pénalités de latence pour certains schémas d'accès entre puces.

NVIDIA utilise ce contraste pour affirmer que Vera fournit une latence prévisible sous concurrence. Pour les charges de travail agentiques, la prévisibilité peut compter autant que la vitesse moyenne. Une exécution d'outil retardée peut prolonger le temps de réponse perçu par un utilisateur.

Pourtant, le test pertinent ne se limite pas à la bande passante de pointe. Une charge de travail doit générer suffisamment de trafic mémoire utile pour en bénéficier. Le logiciel doit aussi offrir un parallélisme suffisant et un jeu de données qui sollicite réellement le sous-système mémoire.

Certaines charges de compilation, de cryptographie et riches en branchements restent limitées par l’exécution des cœurs. D’autres, dans les bases de données et l’analytique, peuvent être sensibles à la capacité, au comportement du cache ou aux accès au stockage. La bande passante de pointe ne permet pas de prédire tous les résultats.

Le compilateur peut aussi modifier le résultat. Les mesures SPEC internes de NVIDIA ont utilisé LLVM et Clang pour plusieurs comparaisons, tandis que les résultats AMD publiés reposent souvent sur GCC. L’optimisation du compilateur influe sur l’ordonnancement, la vectorisation, l’agencement du code et le choix des bibliothèques.

Une comparaison d’achat valable devrait donc, lorsque c’est possible, maintenir constants le compilateur et la pile logicielle. Si un acheteur prévoit de déployer des logiciels compilés avec GCC, un avantage de Clang pourrait ne jamais se matérialiser. Si le logiciel peut passer au compilateur plus rapide sans problème de compatibilité, exclure cette option fausserait également le résultat.

Le système mémoire de Vera renforce l’argument de NVIDIA en faveur des charges de travail agentiques. Il ne se traduit pas automatiquement par un avantage fixe pour chaque service. Le gain doit se maintenir face au code applicatif, aux choix de compilateur, au placement des données et aux tests complets du système.

Ce que les benchmarks NVIDIA Vera ne prouvent toujours pas

Les éléments disponibles montrent que Vera est compétitif, mais ils n’établissent pas encore une avance universelle sur AMD EPYC Turin.

La première limite concerne la validation. NVIDIA a mesuré en interne le résultat SPEC CPU 2026 de juillet. L’entreprise a divulgué les configurations dans son livre blanc, mais le résultat n’a pas bénéficié du même examen public que les scores AMD soumis dans la base de données de SPEC.

Cette distinction est particulièrement importante, car NVIDIA a choisi à la fois le processeur de comparaison et la méthode de normalisation. Un fournisseur peut respecter les règles d’un benchmark tout en choisissant une présentation qui favorise son produit.

La deuxième limite est la sélection des charges de travail. SPEC CPU offre une méthode contrôlée pour comparer le comportement des processeurs, mais ce n’est pas une plateforme d’agents. Il ne mesure pas une séquence complète impliquant la récupération d’informations, l’exécution de code, le réseau, les bases de données, l’inférence de modèles et l’ordonnancement des GPU.

L’affirmation de NVIDIA porte en définitive sur les usines à IA. L’entreprise soutient que des tâches plus rapides côté CPU maintiennent les GPU occupés et améliorent la réactivité de bout en bout des agents. Un score de débit CPU constitue un élément à l’appui de cette affirmation, et non une mesure directe.

La troisième limite est l’accès à la plateforme. Phoronix a testé Vera dans les installations de NVIDIA à Santa Clara avant la disponibilité générale des systèmes. Ses tests Linux indépendants incluaient Vera, Grace, plusieurs configurations AMD EPYC et des systèmes Intel Xeon.

Ces résultats étaient encourageants pour NVIDIA. Vera a affiché de solides performances dans certaines charges de compilation, de code et de serveur. Sur les tests retenus, il rivalisait étroitement avec plusieurs processeurs x86, voire les dépassait.

Toutefois, NVIDIA contrôlait l’ensemble de benchmarks autorisé et n’a accordé qu’un temps de test limité. Phoronix a explicitement décrit la suite comme les charges de travail permises pour la session. Les testeurs indépendants ne pouvaient pas encore exécuter toutes les applications, modifier largement le firmware ou reproduire la plateforme dans leurs propres laboratoires.

La quatrième limite concerne la mesure de la puissance. La configuration Vera testée avait un objectif de puissance processeur maximal de 450 watts. Les processeurs AMD comparés allaient de 300 à 500 watts. L’enveloppe thermique du processeur n’équivaut pas à la puissance totale du nœud, et différentes technologies mémoire modifient l’équilibre de la plateforme.

Une comparaison d’efficacité équitable exige de mesurer la puissance à la prise pour des systèmes complets exécutant la même charge de travail. Elle exige aussi de mesurer simultanément le débit, la latence et l’énergie. Diviser un score phare par la puissance processeur annoncée laisse trop de variables de plateforme sans réponse.

La cinquième limite est la compatibilité logicielle. Vera utilise le jeu d’instructions Arm, tandis qu’AMD EPYC utilise x86-64. Linux et de nombreuses applications cloud prennent en charge les deux, mais les entreprises exécutent encore des extensions natives, des agents propriétaires, des logiciels de sécurité et des outils opérationnels compilés pour x86.

Les frictions de portage varieront. Les services open source conteneurisés pourront migrer facilement. Les logiciels commerciaux plus anciens pourront nécessiter une certification du fournisseur ou des modifications de code. Un processeur peut gagner un benchmark et malgré tout perdre un déploiement si la prise en charge logicielle retarde la mise en production.

La sixième limite concerne le calendrier de comparaison. Vera arrive environ deux ans après Turin. Le livre blanc de NVIDIA est apparu alors qu’AMD se préparait à présenter sa prochaine génération EPYC Venice, faisant de Turin le point de comparaison sortant plutôt que l’architecture contemporaine.

Comparer avec un processeur commercialisé est raisonnable. Les acheteurs peuvent acquérir des systèmes Turin dès maintenant, tandis que la disponibilité de Vera est prévue pour le second semestre 2026. Toutefois, les affirmations architecturales à long terme devraient aussi être testées face au matériel qui concurrencera Vera durant sa principale fenêtre de déploiement.

AMD a déjà indiqué que Venice passerait à 16 canaux mémoire et augmenterait la bande passante par socket. Les premières projections de l’entreprise mettent également l’accent sur une densité et un débit supérieurs par baie. Ces affirmations exigent la même prudence que les chiffres internes de NVIDIA concernant Vera.

La méthodologie de baie publiée par AMD estime les performances sous une limite de 100 kW par baie. Elle projette un avantage de l’EPYC 9965 sur Vera dans six charges de travail, ainsi qu’une avance plus importante pour Venice.

Toutefois, AMD estime les performances de Vera en extrapolant les résultats de Grace, et estime certaines parties de la comparaison avec le futur Venice. Cette méthode répond au cadrage favorable de NVIDIA par un cadrage favorable à AMD. Aucun modèle de fournisseur ne remplace des tests comparables sur des systèmes commercialisés.

La position sceptique correcte est symétrique. Les graphiques de NVIDIA ne doivent pas être considérés comme la preuve d’une supériorité généralisée. Les projections d’AMD pour les baies ne doivent pas être considérées comme la preuve que Vera perd dans l’ensemble des infrastructures IA déployées.

Les deux entreprises choisissent le niveau auquel leurs conceptions paraissent les plus fortes. NVIDIA met l’accent sur les progrès par cœur, la bande passante mémoire et la latence. AMD met l’accent sur le débit total, la densité et le nombre de cœurs disponibles sous une limite de puissance par baie.

Les acheteurs devraient considérer ces récits comme des hypothèses testables. Les données décisives doivent provenir de systèmes reproductibles exécutant des logiciels qui ressemblent au service envisagé.

Le véritable duel oppose la latence des agents au débit par baie

La rivalité AMD-NVIDIA devient un affrontement sur l’unité de performance qui définit l’économie d’un centre de données IA.

La stratégie de NVIDIA commence par le GPU. Vera fait partie de la plateforme Vera Rubin, où le CPU, le GPU, l’interconnexion, le réseau et la pile logicielle sont conçus ensemble. Le rôle du CPU est d’éliminer les délais autour d’accélérateurs coûteux.

Cela rend les progrès par thread stratégiquement précieux. Si une étape CPU plus rapide réduit le temps d’inactivité des GPU, Vera peut créer de la valeur au-delà de son propre score de benchmark. NVIDIA peut aussi utiliser la cohérence NVLink-C2C pour connecter étroitement le CPU au reste de sa plateforme.

AMD aborde le marché à partir d’une base de serveurs plus large. EPYC alimente des instances cloud, des bases de données, l’analytique, la virtualisation, le stockage, le calcul haute performance et des hôtes GPU. Ses nombres élevés de cœurs permettent aux opérateurs de consolider davantage de charges de travail sur chaque socket ou baie.

Pour de nombreux services, le débit agrégé reste prépondérant. Les serveurs web, les magasins clé-valeur, l’analytique par lots, les machines virtuelles et les plateformes de conteneurs peuvent distribuer le travail sur des centaines de cœurs. Un plus grand nombre de tâches achevées par baie peut l’emporter sur des performances inférieures par cœur.

Les deux stratégies se recoupent dans l’IA agentique, car les plateformes d’agents ont besoin des deux qualités. Elles ont besoin d’étapes séquentielles rapides pour assurer la réactivité côté utilisateur. Elles ont aussi besoin d’une concurrence massive lorsque de nombreux utilisateurs, outils et environnements fonctionnent simultanément.

Un petit déploiement interactif pourrait favoriser la conception de Vera. Prenons un agent qui modifie du code, lance un sandbox, compile un projet, lit une erreur puis réessaie. Un traitement plus rapide des branchements et de la compilation peut raccourcir chaque boucle.

Une grande plateforme cloud pourrait aboutir à une autre conclusion. Elle peut exécuter des milliers d’agents aux côtés de bases de données, de services de récupération, de filtres de sécurité et de charges de travail clientes sans lien. Un débit par socket et une capacité mémoire supérieurs peuvent améliorer l’utilisation de la flotte.

Les licences peuvent à nouveau inverser l’économie. Certains logiciels d’entreprise sont licenciés par cœur de processeur. Des performances plus élevées avec moins de cœurs peuvent réduire le nombre de licences nécessaires. Les services open source sans frais par cœur peuvent au contraire favoriser une densité maximale de cœurs.

L’architecture n’est qu’une partie de la décision. Les relations d’approvisionnement, la disponibilité des systèmes, la maturité du firmware, la prise en charge de la virtualisation et la familiarité opérationnelle influencent aussi le déploiement. AMD dispose d’une base établie de serveurs x86, tandis que Vera arrive en tant que plateforme Arm plus récente.

NVIDIA dispose d’un autre avantage grâce à l’intégration de la plateforme. Les organisations qui achètent déjà des systèmes Rubin peuvent préférer le CPU conçu pour cette baie, surtout si les outils de gestion et l’optimisation des performances arrivent sous la forme d’un ensemble unique. Cette décision peut être prise même lorsqu’un benchmark CPU isolé reste serré.

AMD peut répliquer par sa flexibilité. Les systèmes EPYC prennent en charge des accélérateurs de plusieurs fournisseurs et s’intègrent dans des configurations serveur établies. Les acheteurs préoccupés par la concentration des plateformes peuvent accorder de la valeur à cette option indépendamment de toute avance dans les benchmarks.

C’est pourquoi les résultats normalisés comptent. Un prétendu avantage de 50 % pour un processeur peut clore une discussion avant même qu’elle commence. Une avance de 6 à 10 % par cœur produit une évaluation plus réaliste.

À cette marge plus réduite, la capacité mémoire, le débit total, la compatibilité logicielle, la puissance par baie et l’intégration de plateforme peuvent déterminer le résultat. La comparaison devient un problème d’approvisionnement plutôt qu’un graphique de victoire.

Vera mérite néanmoins l’attention. NVIDIA a conçu son premier cœur Arm personnalisé autour d’une charge de travail émergente et semble avoir atteint des performances serveur compétitives. C’est significatif sur un marché où les architectures x86 matures ont bénéficié de décennies d’optimisation.

AMD dispose également d’une réponse crédible. Les résultats évalués de Turin montrent que ses processeurs actuels restent compétitifs, tandis que le portefeuille propose différentes options de nombre de cœurs et de fréquence. Les acheteurs ne sont pas limités au seul SKU EPYC retenu dans le livre blanc de NVIDIA.

La pression du marché s’étend au-delà de ces deux entreprises. Intel doit défendre Xeon face à la densité d’AMD et à la plateforme IA verticalement intégrée de NVIDIA. Les fournisseurs de serveurs Arm doivent désormais rivaliser avec un cœur conçu par NVIDIA et soutenu par le principal fournisseur d’accélérateurs.

Pourtant, l’adversaire principal reste la stratégie par cœur de NVIDIA pour les agents face à la stratégie d’AMD axée sur le débit par socket et par baie. Les autres fournisseurs apportent du contexte, mais ne définissent pas la décision centrale créée par ces résultats.

Trois signaux détermineront si l’avance de Vera se maintient

La prochaine phase exige des preuves de plateforme reproductibles, des tests d’applications comparables et une concurrence directe avec la génération actuelle d’AMD.

Le premier signal est une soumission Vera évaluée dans la base de données SPEC CPU 2026. Le score de 925 communiqué par NVIDIA fournit un point de départ utile, mais un examen indépendant confirmerait la configuration du benchmark et créerait un dossier cohérent aux côtés des résultats publiés par AMD.

Un résultat évalué proche de 925 renforcerait la conclusion normalisée. Il confirmerait que Vera offre d’excellentes performances par cœur tout en restant derrière les systèmes Turin à plus grand nombre de cœurs en débit total. Un score sensiblement différent exigerait de recalculer la comparaison.

Le deuxième signal est un accès sans restriction à des systèmes Vera généralement disponibles. Les évaluateurs ont besoin d’un accès suffisant pour modifier les compilateurs, les paramètres du firmware, le placement de la mémoire, le nombre de threads et les versions logicielles. Ils doivent aussi mesurer la puissance à la prise.

Les tests les plus utiles suivront des boucles d’agents complètes. Ils devront inclure la récupération d’informations, la création de sandbox, l’exécution de code, la compilation, l’accès aux bases de données, les appels réseau et la coordination des GPU. Les résultats devront indiquer la latence médiane, la latence en queue de distribution, le débit, la consommation énergétique et le taux d’utilisation des accélérateurs.

Si Vera conserve son avantage sur ces flux de travail, l’argument architectural de NVIDIA gagnera nettement en force. Si cet avantage disparaît en dehors de benchmarks ciblés, le livre blanc ressemblera davantage à un positionnement produit étroit.

Le troisième signal sera une comparaison équivalente entre Vera et AMD EPYC Venice. Turin est disponible aujourd’hui, mais Venice concurrencera Vera pendant une grande partie de sa durée de commercialisation. La comparaison devra utiliser des compilateurs, systèmes d’exploitation, versions de charges de travail, limites de puissance et configurations de nœuds identiques.

Ce test devra distinguer les résultats par cœur, par socket et par rack. Les regrouper en un seul chiffre reproduirait le problème de cadrage à l’origine de ce débat.

Une victoire de Venice sur les charges de travail d’agents par cœur affaiblirait l’argument central de NVIDIA. Une victoire de Vera sur la latence de bout en bout, en particulier avec une puissance par nœud plus faible, validerait la décision de NVIDIA de privilégier moins de cœurs plus puissants et une bande passante supérieure.

Pour les acheteurs d’infrastructures, l’action pratique est simple. Conservez les affirmations de NVIDIA sur Vera et les réponses d’AMD dans des colonnes distinctes jusqu’à ce qu’ils exécutent tous deux la même charge de travail. Notez si chaque chiffre est mesuré, estimé, soumis ou évalué de manière indépendante.

Choisissez ensuite l’unité qui correspond au service. Une plateforme d’agents interactifs devrait mesurer les étapes d’agent achevées et la latence en queue de distribution. Une flotte cloud devrait mesurer le débit utile par rack. Une base de données sous licence devrait mesurer les performances par cœur payant.

Le conflit autour des benchmarks entre AMD et NVIDIA produit déjà de meilleures questions que les graphiques initiaux. L’avance de Vera par cœur résistera-t-elle à un examen indépendant ? Cette avance réduira-t-elle le temps de réponse complet des agents ? La densité supérieure d’AMD permettra-t-elle d’effectuer davantage de travail utile dans la même enveloppe énergétique ?

Ces trois réponses, et non un ratio choisi par un fournisseur, devraient déterminer le prochain achat de serveurs.