Benchmarki AMD EPYC Venice rzucają wyzwanie Nvidii, ale przypisy mają znaczenie

AMD opublikowało szczegółowe benchmarki AMD EPYC Venice, twierdząc, że jego 256-rdzeniowy procesor serwerowy zapewnia ponad dwukrotnie wyższą przepustowość obliczeń całkowitoliczbowych niż Nvidia Vera.

Firma podaje również, że 96-rdzeniowy Venice o wysokim taktowaniu oferuje około 20 procent wyższą wydajność na rdzeń niż 88-rdzeniowy procesor Nvidii. Twierdzenia te rozwijają argumentację konkurencyjną AMD przedstawioną podczas premiery szóstej generacji rodziny EPYC w lipcu 2026 roku.

Najważniejsze liczby dają AMD mocną odpowiedź na próbę Nvidii zdefiniowania procesora do centrum danych wokół agentowej AI. AMD oznacza jednak istotne wyniki SPEC CPU 2026 jako wewnętrzne szacunki, a nie niezależnie opublikowane rezultaty.

To rozróżnienie kształtuje prawdziwą historię. AMD rzuca wyzwanie Nvidii pod względem całkowitej przepustowości, szybkości na rdzeń, przepustowości pamięci i architektury infrastruktury AI. Nvidia z kolei twierdzi, że ważniejsze od liczby rdzeni lub łącznych wyników benchmarków są ukończone sesje AI.

Co faktycznie deklarują nowe wyniki benchmarków AMD

Nowe ujawnienie danych przez AMD zmienia ogólną obietnicę wydajności w kilka konkretnych, weryfikowalnych twierdzeń.

Centralne porównanie wykorzystuje SPECrate 2026 Integer Base. Ten benchmark mierzy przepustowość, uruchamiając wiele kopii obciążeń całkowitoliczbowych w całym systemie.

AMD szacuje wynik 2 070 dla dwugniazdowego systemu EPYC 9996. Procesor ma 256 rdzeni Zen 6c na gniazdo, co daje testowanemu serwerowi 512 fizycznych rdzeni.

Dla dwugniazdowego systemu Nvidia Vera AMD podaje szacunkowy wynik 925. Każdy procesor Vera zawiera 88 niestandardowych rdzeni Arm, co tworzy konfigurację serwera ze 176 rdzeniami.

Liczby te dają EPYC 9996 około 2,24 raza wyższą szacunkową przepustowość obliczeń całkowitoliczbowych niż Vera. AMD opisuje rezultat jako wydajność wyższą o około 2,2 raza.

Porównanie faworyzuje konstrukcję AMD o najwyższej gęstości, lecz nie jest to rywalizacja rdzeń w rdzeń. Dwugniazdowa maszyna EPYC 9996 ma niemal trzykrotnie więcej fizycznych rdzeni niż system Vera.

AMD opublikowało zatem inne porównanie z udziałem swojego 96-rdzeniowego procesora Venice o wysokim taktowaniu. Jego szacunek przypisuje temu dwugniazdowemu systemowi wynik 1 210, wobec 925 dla Vera.

Wynikające z tego wartości na rdzeń wynoszą 6,3 dla Venice i 5,3 dla Vera. AMD przedstawia to jako około 1,2 raza wyższą wydajność na rdzeń niż Vera.

Według ujawnionych danych AMD w tym konkretnym porównaniu oba procesory korzystały z GCC 15.2. Ten szczegół ma znaczenie, ponieważ wersje kompilatora i ustawienia optymalizacji mogą istotnie wpływać na wyniki benchmarków CPU.

Najnowsze dane wyostrzają również opowieść AMD o zmianie generacyjnej. Według doniesień 256-rdzeniowy EPYC 9996 uzyskuje około 78 procent wyższy wynik niż 192-rdzeniowy EPYC 9965 w tym samym porównaniu przepustowości.

Ten wzrost nie wynika wyłącznie z architektury. Venice zwiększa gęstość rdzeni, możliwości pamięci i moc platformy wraz z przejściem z Zen 5 na Zen 6.

Przegląd procesorów serwerowych AMD określa każdą liczbę SPEC CPU 2026 jako wstępną projekcję inżynieryjną. Firma zaznacza, że szacunki te mogą ulec zmianie.

Różnica między szacunkiem a zgłoszonym wynikiem ma kluczowe znaczenie. SPEC dopuszcza szacowane wskaźniki wydajności, lecz wymaga od dostawców jasnego oznaczania ich jako szacunków.

Obecnie żadne niezależnie zweryfikowane zgłoszenie SPEC nie rozstrzyga porównania AMD z Nvidią. Nowe dane są bardziej szczegółowe niż wcześniejsze twierdzenia AMD, lecz nadal pozostają projekcjami dostawcy.

To sprawia, że benchmarki AMD EPYC Venice są wartościowe jako deklaracja konkurencyjnych ambicji. Nie czyni ich jednak ostatecznym werdyktem dotyczącym dostarczanych systemów.

Dlaczego benchmarki AMD EPYC Venice stawiają Nvidię w defensywie

AMD atakuje założenie, że Nvidia powinna kontrolować zarówno warstwę akceleratorów, jak i procesora hosta w serwerze AI.

Nvidia zbudowała swoją pozycję w centrach danych wokół GPU, sieci i coraz silniej zintegrowanego stosu oprogramowania. Vera rozszerza tę strategię na rynek procesorów ogólnego przeznaczenia.

88-rdzeniowy procesor Arm zaprojektowano jako towarzysza dla generacji akceleratorów Rubin od Nvidii. Daje on również Nvidii większą kontrolę nad zachowaniem pamięci, przepływem danych i optymalizacją na poziomie systemu.

AMD ma inny interes komercyjny. Chce, by dostawcy chmurowi i przedsiębiorstwa nadal traktowali procesor hosta jako niezależną decyzję zakupową.

Wiarygodna przewaga Venice pomogłaby zachować ten wybór. Umożliwiłaby też AMD sprzedaż procesorów EPYC do serwerów budowanych wokół akceleratorów wielu dostawców.

Dlatego AMD podkreśla obciążenia wykraczające poza trenowanie modeli i inferencję. Systemy AI również kierują żądania, pobierają dokumenty, odpytują bazy danych, wykonują kod, wywołują API i zarządzają pamięcią masową.

Te etapy często działają na CPU. Mogą decydować o całkowitym czasie odpowiedzi, nawet gdy GPU wykonuje główny etap rozumowania modelu.

AMD opisuje agentową AI jako obciążenie systemowe o szybko zmieniających się wymaganiach. Jego testy obejmują obsługę sieci, wyszukiwanie, bazy danych, wykonywanie narzędzi i przetwarzanie odpowiedzi.

Strategia firmy oparta na 256 rdzeniach jest skierowana na pracę równoległą w tych usługach. Większa liczba rdzeni może obsługiwać dodatkowe żądania, izolowane środowiska uruchomieniowe, transakcje bazodanowe lub równoczesne wywołania narzędzi.

96-rdzeniowa konstrukcja o wysokim taktowaniu odpowiada na inny problem. Ma zachować szybkość pojedynczego rdzenia dla zadań, których nie da się efektywnie rozłożyć na setki rdzeni.

Portfolio AMD rzuca więc wyzwanie Nvidii na dwóch frontach. EPYC 9996 kładzie nacisk na przepustowość, natomiast model o wysokim taktowaniu odpowiada na wykonanie wrażliwe na opóźnienia.

Specyfikacje platformy wzmacniają tę argumentację. Według szczegółów platformy Zen 6 firmy AMD, EPYC 9006 obsługuje do 256 rdzeni i 512 wątków na gniazdo.

Obsługuje również 16 kanałów pamięci DDR5, moduły MRDIMM o przepustowości 12 800 megatransferów na sekundę oraz łączność PCIe 6. AMD deklaruje do 1,6 terabajta na sekundę przepustowości pamięci na gniazdo.

Vera korzysta z ośmiu kanałów pamięci LPDDR5X przez moduły SOCAMM2. Nvidia podaje przepustowość wynoszącą około 1,2 terabajta na sekundę.

Pojemności pamięci, opóźnień, poboru mocy i przepustowości nie da się sprowadzić do jednej specyfikacji. Mimo to deklaracja AMD dotycząca przepustowości osłabia argument, że konwencjonalny procesor serwerowy musi oddać tę kategorię Nvidii.

AMD ma także przewagę wdrożeniową wynikającą ze znajomości środowiska. EPYC wykorzystuje środowisko programowe x86, już powszechne w infrastrukturze przedsiębiorstw i chmur.

Vera wprowadza platformę Arm do środowisk, w których walidacja oprogramowania, monitoring, wirtualizacja i procesy zakupowe mogą koncentrować się na x86. Adaptacja Arm jest znacząca, lecz koszty migracji różnią się zależnie od obciążenia.

Nvidia może zrównoważyć to utrudnienie za pomocą ściśle zintegrowanych systemów rackowych. Klienci kupujący kompletną platformę AI Nvidii mogą cenić ujednolicony sprzęt i oprogramowanie bardziej niż wymienność CPU.

AMD zakłada, że wielu nabywców będzie opierać się tej konsolidacji. Historia wydajności EPYC Venice daje im techniczny powód, by zachować otwartą warstwę CPU.

Gęstość rdzeni kontra argument Nvidii o ścieżce krytycznej

Główny spór nie dotyczy po prostu AMD kontra Nvidia; chodzi o to, które zachowanie CPU determinuje użyteczną wydajność infrastruktury AI.

AMD przedstawia współbieżność jako kluczowy wymóg systemów agentowych. Jedno żądanie użytkownika może generować operacje wyszukiwania, odpytywanie baz danych, kontrole zasad, wykonywanie kodu i niezależnych podagentów.

Operacje te powodują skoki pracy równoległej. CPU z dużą liczbą rdzeni może obsłużyć więcej takiej pracy bez konieczności umieszczania każdej usługi na osobnej maszynie.

Nvidia skupia się na sekwencyjnych zależnościach między tymi skokami. Agent nie może wykonać następnego kroku, dopóki nie powrócą wymagane wywołania narzędzi lub podzadania.

Ten łańcuch oczekiwania jest ścieżką krytyczną, czyli sekwencją kontrolującą całkowity czas ukończenia. Szybsze pojedyncze wątki mogą ją skrócić, nawet gdy system ma wolną pojemność równoległą.

Własny argument Nvidii dotyczący wydajności Vera głosi, że procesor zapewnia 1,5 raza wyższą wydajność na rdzeń niż Venice w czterech wybranych testach zorientowanych na agentów.

Testy te obejmują kompilator, analizę statyczną, Python i obciążenia wrażliwe na pamięć. Nvidia porównuje Vera z gęstym, 256-rdzeniowym AMD EPYC 9996, a nie z 96-rdzeniowym modelem Venice o wysokim taktowaniu.

AMD wybiera inne porównanie. Jej najsilniejsze twierdzenie dotyczące wydajności na rdzeń zestawia 96-rdzeniową konfigurację Venice o wysokim taktowaniu z Vera w pełnym pakiecie SPECrate Integer.

Obaj dostawcy wybierają obciążenie i konkurencyjny procesor, które wspierają ich przekaz architektoniczny. Nvidia celuje w gęsty flagowy model AMD, podczas gdy AMD odpowiada modelem zoptymalizowanym pod kątem częstotliwości.

Nie unieważnia to automatycznie żadnej z analiz. Procesory serwerowe projektuje się dla różnych punktów pracy, a klienci często porównują wiele modeli w ramach jednej rodziny produktów.

Wybory te uniemożliwiają jednak proste stwierdzenie, że jeden CPU ma uniwersalnie lepszą wydajność na rdzeń. Odpowiedź zmienia się zależnie od modelu Venice i zestawu obciążeń.

Całkowita przepustowość wiąże się z podobnym problemem. EPYC 9996 wygrywa w szacunkach AMD częściowo dlatego, że umieszcza 256 rdzeni w każdym gnieździe.

Ta gęstość ma realną wartość, gdy oprogramowanie potrafi utrzymać rdzenie w pracy. Ma mniejsze znaczenie, gdy aplikacja zależy od niewielkiej liczby szybkich wątków.

Flota baz danych, klaster obsługujący ruch sieciowy lub usługa sandbox często mogą wykorzystać szeroki równoległy charakter pracy. Seryjny etap orkiestracji może silniej reagować na opóźnienia pojedynczych wątków.

Wiele systemów produkcyjnych łączy oba wzorce. Żądania przychodzą równolegle, lecz każde z nich zawiera również kroki, które muszą zostać wykonane po kolei.

To mieszane zachowanie sprawia, że ekonomika floty jest ważniejsza niż jeden szczytowy wynik. Nabywcy muszą uwzględnić ukończone zadania, opóźnienia ogonowe, wykorzystanie pamięci, licencjonowanie oprogramowania, pobór mocy przez rack i utylizację.

Argument AMD dotyczący wydajności EPYC Venice jest najsilniejszy, gdy obciążenie skaluje się na wielu rdzeniach. Argument Nvidii zyskuje na sile, gdy sekwencyjne opóźnienia dominują w doświadczeniu użytkownika.

Żaden z dostawców nie przedstawił jeszcze neutralnego, kompleksowego testu obejmującego reprezentatywne sesje agentowe w porównywalnych, dostarczanych systemach. Dopóki taki test się nie pojawi, benchmarki zależne od architektury wskazują kierunek, a nie uniwersalną wyższość.

Rywalizacja wykracza także poza pojedyncze węzły. AMD szacuje, że Venice może zapewnić wyższą wydajność na poziomie racka przy stałym budżecie mocy.

Wcześniejsza metodologia firmy modelowała rack o mocy 100 kilowatów i zmniejszała liczbę węzłów Venice, aby uwzględnić wyższy pobór mocy przez węzeł. Firma nadal wyliczyła wyższą łączną przepustowość.

Analiza ta zależy od projekcji wydajności i modelowanego poboru mocy systemu. Rzeczywiste racki obejmują chłodzenie, sieć, pamięć masową, akceleratory, konwersję mocy i efekty utylizacji.

Najbardziej użyteczne pytanie nie brzmi zatem, który dostawca wygrywa na znormalizowanym wykresie słupkowym. Brzmi ono: który system wykonuje wymaganą pracę w ramach ograniczeń nabywcy dotyczących opóźnień, mocy i oprogramowania.

Co zmieniają przypisy do benchmarków

Porównanie AMD z Nvidia Vera pozostaje wstępne, ponieważ kilka wyników łączy szacunki, testy dostawców i nieidentyczne konfiguracje.

SPEC CPU oferuje kontrolowany zestaw obciążeń, lecz poprawna interpretacja nadal wymaga szczegółów konfiguracji. Liczba procesorów, kompilator, pamięć, wątki, firmware i flagi optymalizacji mogą wpływać na wynik.

Zasady raportowania SPEC dopuszczają szacunkowe wyniki wydajności. Wymagają, aby każdy szacunek miał wyraźne oznaczenie, zamiast ukrywać ten status w ogólnym zastrzeżeniu.

AMD stosuje tę zasadę w szczegółowych przypisach. Wyniki 2070, 1210 i 925 są wszystkie szacunkami.

Brak zgłoszonego wyniku oznacza, że czytelnicy nie mogą jeszcze sprawdzić standardowej strony wyników SPEC dla każdego ustawienia. Ogranicza to możliwość niezależnego odtworzenia testów.

White paper AMD zawiera również porównania wykorzystujące różne wersje kompilatorów. Niektóre systemy Venice korzystają z kompilatora AMD AOCC 5.1, podczas gdy wybrane systemy konkurencji używają GCC 13 lub Intel OneAPI.

Wybór kompilatora jest częścią rzeczywistej wydajności platformy. Dostawcy często optymalizują oprogramowanie pod własne procesory, a klienci mogą wdrażać te zoptymalizowane toolchainy.

Jednak użycie różnych kompilatorów sprawia, że wnioski architektoniczne są mniej bezpośrednie. Wynik może odzwierciedlać procesor, dojrzałość kompilatora, flagi, biblioteki albo interakcję wszystkich czterech elementów.

Różnią się także konfiguracje pamięci. Nowsze systemy AMD mogą wykorzystywać 16 kanałów szybkich MRDIMM, podczas gdy porównywany system Vera korzysta z ośmiu kanałów SOCAMM2.

Są to wybory platformowe, a nie przypadkowe odchylenia. Oznacza to jednak, że benchmark ocenia kompletne konfiguracje systemowe, a nie odizolowane rdzenie CPU.

EPYC 9996 działa również z domyślną specyfikacją mocy CPU wynoszącą 600 W w ujawnionych przez AMD testach Redis. To więcej niż poziomy mocy kojarzone z wieloma wcześniejszymi procesorami serwerowymi.

Wyższy pobór mocy nie czyni wyniku wydajności bez znaczenia. Operatorzy centrów danych rutynowo akceptują wyższą moc na gniazdo, gdy konsolidacja poprawia przepustowość na szafę rack.

Wymaga to jednak szerszej kalkulacji. Gęstość chłodzenia, przygotowanie infrastruktury elektrycznej, zachowanie w spoczynku i pobór mocy akceleratorów mogą przesądzić o tym, czy korzyści z konsolidacji przetrwają wdrożenie.

Testy AMD dotyczące obciążeń agentowych wprowadzają kolejne ograniczenie. Firma wykorzystuje rozpoznawalne komponenty, takie jak NGINX, FAISS, obciążenia bazodanowe oraz odtwarzanego agenta o wielu personach.

Niektóre testy wywodzą obciążenia z TPC-H lub TPC-C. AMD zaznacza, że te pochodne wyniki nie są porównywalne z oficjalnie opublikowanymi rezultatami tych rodzin benchmarków.

Taka metodologia może nadal ujawniać użyteczne zachowanie w kontrolowanych przez AMD systemach. Nie powinna jednak być przedstawiana jako standaryzowany ranking branżowy.

Porównanie z AWS Graviton5 dodaje zmienne chmurowe. AMD testowało Graviton5 za pośrednictwem publicznie dostępnej instancji bare-metal, a nie równoważnego lokalnego systemu referencyjnego.

Firmware chmurowy, pamięć masowa, sieć i usługi platformowe mogą wpływać na wyniki. AMD ujawnia, że te czynniki mogą oddziaływać na porównanie.

Niezależne publikacje zwracały uwagę na te zastrzeżenia. Oryginalna analiza benchmarków wskazuje, że AMD miesza źródła danych i czasami używa różnych generacji GCC.

Najbezpieczniejsza interpretacja jest wąska. AMD szacuje, że określone konfiguracje Venice przewodzą porównywanym systemom w deklarowanych obciążeniach i przy przyjętych założeniach.

To ma większe znaczenie niż niepoparty dowodami slogan marketingowy. Jest mniej rozstrzygające niż niezależnie odtworzone testy na powszechnie dostępnym sprzęcie.

Dlaczego centra danych AI patrzą dalej niż na wykresy CPU

Strategiczna wartość Venice zależy od tego, czy jego gęstość poprawia rzeczywistą ekonomikę infrastruktury, a nie od tego, czy wygrywa każdy odizolowany benchmark.

Klastry AI poświęcają większość uwagi i kapitału akceleratorom. CPU nadal koordynują otaczające zadania, dzięki którym te akceleratory pozostają produktywne.

Aplikacja wykorzystująca retrieval-augmented generation musi znaleźć dokumenty, filtrować uprawnienia, przekształcać dane i budować kontekst, zanim rozpocznie się inferencja. Te kroki obciążają pamięć, pamięć masową, sieć i obliczenia ogólnego przeznaczenia.

Agent może także tworzyć tymczasowe środowiska programistyczne lub sesje przeglądarki. Każde odizolowane zadanie zużywa czas CPU i pamięć, podczas gdy model czeka na wynik.

Wysoka gęstość rdzeni może skonsolidować te usługi wspierające. Mniejsza liczba serwerów może zapewnić tę samą łączną pojemność, jeśli obciążenia skalują się efektywnie.

Konsolidacja może ograniczyć przestrzeń rackową, liczbę portów sieciowych, instancji systemów operacyjnych i narzut administracyjny. Może też koncentrować awarie i zwiększać wymagania chłodzenia.

Warstwa oprogramowania decyduje, w jakim stopniu gęstość sprzętowa staje się użyteczną pojemnością. Harmonogramy muszą skutecznie rozmieszczać pracę, a aplikacje muszą unikać blokad, wąskich gardeł pamięci i przeciążonych usług współdzielonych.

Przepustowość pamięci staje się ważna, gdy więcej rdzeni jednocześnie żąda danych. Konstrukcja AMD z 16 kanałami ma na celu obsłużenie znacznie większej populacji rdzeni bez proporcjonalnego wzrostu przestojów.

Pojemność pamięci cache również wspiera argument dotyczący gęstości. EPYC 9996 obejmuje jeden gigabajt pamięci L3, rozproszonej w architekturze chipletowej.

Duża łączna pamięć cache może ograniczyć ruch do pamięci dla odpowiednich obciążeń. Nie gwarantuje niskiego opóźnienia dostępu dla każdego rdzenia i każdej lokalizacji danych.

Monolityczna konstrukcja Nvidia kładzie nacisk na spójny dostęp i wysoką wydajność na rdzeń pod obciążeniem. Firma argumentuje, że ta równowaga ogranicza zmienność w przepływach pracy agentów.

Te konkurencyjne filozofie tworzą praktyczne wybory zakupowe. Dostawca chmury może priorytetowo traktować maksymalną gęstość klientów, podczas gdy przedsiębiorstwo może bardziej cenić przewidywalne opóźnienia aplikacji.

Licencjonowanie oprogramowania może ponownie zmienić kalkulację. Produkty licencjonowane na rdzeń mogą niekorzystnie traktować wdrożenie 256-rdzeniowe, nawet jeśli jego całkowita przepustowość jest wyższa.

Inne aplikacje są licencjonowane według serwera, użytkownika lub zużycia. Te modele mogą premiować konsolidację.

Znaczenie ma również zgodność. Venice rozszerza środowisko x86 używane przez wcześniejsze systemy EPYC, ale jego nowe gniazdo, konstrukcja pamięci i profil mocy nadal wymagają kwalifikowanych platform.

Nvidia może uprościć wdrożenie dla klientów kupujących kompletne systemy Rubin. Jej CPU, akceleratory, sieć i oprogramowanie trafiają na rynek jako elementy jednej zintegrowanej mapy rozwoju.

Ta przewaga niesie ryzyko koncentracji. Nabywcy stają się bardziej zależni od cen, dostępności, harmonogramu wydań i kierunku rozwoju oprogramowania jednego dostawcy.

AMD oferuje alternatywę skupioną na wyborze CPU i infrastrukturze opartej na standardach. Postęp firmy w produkcji wspiera tę strategię.

Firma podała, że Venice wszedł w fazę zwiększania produkcji w procesie 2 nm TSMC w maju 2026 roku. AMD nazwało go pierwszym produktem wysokowydajnych obliczeń, który osiągnął ten etap w tym procesie.

Zwiększanie produkcji nie jest tym samym co szeroka dostępność. Kwalifikacja przez OEM-ów, dojrzałość firmware'u, walidacja pamięci i dostawy wolumenowe określają, kiedy przedsiębiorstwa będą mogły wdrażać systemy.

AMD twierdzi, że główne platformy OEM są na dobrej drodze do premiery, a czołowi dostawcy chmurowi rozpoczną wdrożenia później w 2026 roku. Te wdrożenia dostarczą bardziej znaczących dowodów niż prognozy inżynieryjne.

Trzy sygnały rozstrzygną wyścig AMD z Nvidia Vera

Niezależne wyniki, dostępność produkcyjna i rzeczywista przepustowość agentowa zdecydują, czy przewaga AMD w benchmarkach utrzyma się poza jego white paperem.

Pierwszym sygnałem będzie kompletny zestaw opublikowanych wyników SPEC CPU 2026. Porównywalne zgłoszenia powinny ujawniać kompilatory, flagi, pamięć, firmware, ustawienia zasilania i topologię systemu.

Zweryfikowana przewaga przepustowości na poziomie 2,2 raza wzmocniłaby argument AMD dotyczący gęstości. Węższa przewaga pokazałaby, że wstępne szacunki zawyżyły przewagę Venice.

Zgłoszenia dotyczące wydajności na rdzeń są równie istotne. Najbardziej informatywne porównanie obejmowałoby EPYC 9996, 96-rdzeniowy model wysokiej częstotliwości oraz Vera w zgodnych warunkach programowych.

Drugim sygnałem będzie dostępność systemów w istotnej skali. AMD rozpoczęło produkcję, ale klienci potrzebują kwalifikowanych serwerów, stabilnego firmware'u, obsługiwanej pamięci i spójnych dostaw.

Instancje chmurowe ułatwią testowanie Venice bez dużego zakupu sprzętu. Termin ich uruchomienia i dostępne konfiguracje pokażą, które modele jako pierwsze trafią do klientów.

Nvidia stoi przed tym samym testem w przypadku Vera. Deklaracje produktowe mają ograniczoną wagę operacyjną, dopóki klienci nie mogą uzyskać systemów i zmierzyć trwałego zachowania.

Szeroka dostępność wzmocni dostawcę, który jako pierwszy przełoży specyfikacje na niezawodną pojemność. Opóźnienia dadzą rywalom więcej czasu na poprawę sprzętu, kompilatorów i cen.

Trzecim sygnałem będzie ukończona praca agentowa przy stałych ograniczeniach. Testy powinny mierzyć łącznie udane sesje użytkowników, opóźnienie końcowe, przepustowość, pobór mocy i wykorzystanie akceleratorów.

Wyniki te muszą obejmować zarówno wąskie ścieżki krytyczne, jak i szerokie skoki równoległych narzędzi. W przeciwnym razie test jedynie powtarza preferowaną przez jednego dostawcę historię architektoniczną.

Warto obserwować, jak systemy zachowują się, gdy jednocześnie działają wyszukiwanie, bazy danych, API, piaskownice kodu i inferencja modelu. Taka mieszanka lepiej reprezentuje produkcyjne usługi agentowe niż pojedynczy zestaw testów CPU.

Dla zespołów infrastruktury właściwym kolejnym krokiem nie jest akceptowanie znormalizowanego wykresu którejkolwiek firmy. Najpierw należy zdefiniować obciążenie, docelowe opóźnienie, stos oprogramowania, limit rackowy i model licencjonowania.

Następnie należy porównać dostarczane systemy z identycznymi danymi i celami poziomu usług. Benchmarki AMD EPYC Venice dają kupującym poważny powód, by uwzględnić AMD w tej ocenie.

Dają też Nvidia wyraźny cel. Jeśli Vera zdoła przewyższyć Venice pod względem ukończonych sesji AI mimo mniejszej liczby rdzeni, argument Nvidia dotyczący ścieżki krytycznej zyska wiarygodność.

Jeśli Venice przełoży prognozowaną przepustowość na niższy koszt infrastruktury i dobre opóźnienia, AMD rzuci wyzwanie nie tylko jednemu CPU. Rzuci wyzwanie planowi Nvidia, by posiadać całą platformę serwerową AI.