Rywalizacja benchmarkowa AMD i Nvidia się zacieśnia, gdy oficjalne wyniki EPYC podważają przewagę Vera

NVIDIA przedstawiła Vera jako nawet o 50 procent szybszy w wybranych porównaniach, lecz rywalizacja benchmarkowa AMD i Nvidia wygląda inaczej, gdy do obliczeń wchodzą oficjalne wyniki EPYC Turin.

Materiały NVIDIA z lipca 2026 roku dotyczące procesora Vera porównują nowy 88-rdzeniowy układ firmy z 128-rdzeniowym AMD EPYC 9755. NVIDIA wykorzystała jednak wewnętrzne pomiary dla Vera oraz szacunkowy wynik systemu AMD. ServeTheHome zastąpił ten szacunek opublikowanymi danymi SPEC CPU 2026 i stwierdził, że rywalizacja jest znacznie bardziej wyrównana.

Ta normalizacja nie czyni z Vera słabego procesora. Zmienia pytanie, które powinni zadawać kupujący. Vera wciąż wydaje się prowadzić w części porównań wydajności na rdzeń, podczas gdy AMD zachowuje silniejsze opcje pod względem całkowitej przepustowości gniazda. Rzeczywisty spór dotyczy wybranego przez dostawcę sposobu prezentacji wyników oraz decyzji zakupowych dopasowanych do konkretnych obciążeń.

Wyniki NVIDIA Vera wyglądają inaczej w świetle oficjalnych rezultatów AMD

Najważniejszą zmianą nie jest nowy wynik procesora, lecz lepsza baza odniesienia do interpretacji obecnego twierdzenia NVIDIA.

21 lipca NVIDIA opublikowała nowe szczegóły architektury i wewnętrzne pomiary SPEC CPU 2026 dla Vera. SPEC CPU 2026 to ustandaryzowany zestaw obciążeń procesorowych zaprojektowany do porównywania wydajności obliczeniowej różnych systemów. Firma osadziła wyniki w kontekście agentowego AI, gdzie procesory obsługują wykonywanie kodu, wyszukiwanie informacji, orkiestrację, bazy danych i inne zadania towarzyszące inferencji GPU.

Vera wykorzystuje 88 niestandardowych rdzeni Olympus i obsługuje 176 wątków sprzętowych dzięki NVIDIA Spatial Multithreading. NVIDIA podała dwugniazdowy wynik bazowy SPECrate 2026 integer na poziomie 925. SPECrate mierzy przepustowość przez uruchamianie wielu kopii obciążenia, dlatego jest wrażliwy na liczbę rdzeni, zachowanie pamięci, wybory kompilatora i konfigurację systemu.

W porównaniu w białej księdze NVIDIA wykorzystano AMD EPYC 9755, 128-rdzeniowy procesor Turin wprowadzony na rynek w 2024 roku. NVIDIA oszacowała wydajność konkurencyjnego systemu AMD, zamiast wykorzystać najsilniejsze dostępne opublikowane i zweryfikowane zgłoszenie SPEC dla tego procesora.

Ten wybór ma znaczenie. Opublikowany dwugniazdowy system EPYC 9755 uzyskał bazowy wynik SPECrate 2026 integer na poziomie 1 070 w oficjalnym wyniku SPEC. Szacunek NVIDIA był o około 16 procent niższy od tego zweryfikowanego wyniku, według późniejszej normalizacji benchmarku.

Oficjalny wynik stawia także porównanie w nieoczekiwanej perspektywie. Podany wynik Vera — 925 — ustępuje 1 070 punktom systemu z dwoma gniazdami EPYC 9755 pod względem całkowitej przepustowości obliczeń całkowitoliczbowych. NVIDIA wciąż ma mniej rdzeni, więc rezultat wspiera jej argument dotyczący wydajności na rdzeń. Nie uzasadnia jednak prostego wniosku, że Vera jest szybszym procesorem w każdym istotnym sensie.

Wykresy NVIDIA podkreślały proporcje względem szacunkowej bazy AMD. Gdy oficjalny wynik zastępuje ten szacunek, pozorny dystans między procesorami się zmniejsza. ServeTheHome oblicza, że Vera osiąga w tym porównaniu około 5,3 punktu na rdzeń. Zorientowany na wydajność AMD EPYC 9575F osiąga około 4,8–5,0 punktu na rdzeń.

Daje to Vera szacunkową przewagę wydajności na rdzeń wynoszącą około 6–10 procent nad wysokotaktowanymi wariantami Turin od AMD. To wyraźnie różni się od porównań sugerujących przewagę rzędu 50 procent lub więcej.

To rozróżnienie ma kluczowe znaczenie dla debaty AMD Nvidia. Procesor może prowadzić pod względem wydajności na rdzeń, jednocześnie przegrywając pod względem wydajności na gniazdo. Może też prowadzić w wybranych zadaniach wrażliwych na opóźnienia, oferując mniejszą przepustowość dla usług równoległych. Każde z tych stwierdzeń może być prawdziwe, lecz żadne nie opisuje całej decyzji zakupowej.

NVIDIA nie zgłosiła wyniku Vera jako niezależnie zweryfikowanego rezultatu SPEC. Lipcowe pomiary pozostają wewnętrznymi danymi firmy. Nie czyni to wyniku nieważnym, ale umieszcza go w innej kategorii dowodowej niż opublikowane zgłoszenie SPEC.

Znormalizowany wynik tworzy zatem centralne napięcie tego artykułu. NVIDIA najwyraźniej stworzyła konkurencyjny serwerowy procesor Arm z mocnymi pojedynczymi rdzeniami. Jej porównanie marketingowe sprawia, że ta przewaga wygląda na szerszą, niż wynika to z dostępnych zweryfikowanych danych.

Porównanie AMD Nvidia zależy od tego, jaką jednostkę cenią kupujący

Vera wypada najlepiej, gdy jednostką porównania jest aktywny rdzeń, podczas gdy EPYC wygląda lepiej, gdy jednostką jest kompletne gniazdo ukierunkowane na przepustowość.

NVIDIA zaprojektowała Vera wokół określonej teorii obliczeń agentowych. Agent AI robi więcej niż generowanie tokenów. Może pobierać kontekst, wykonywać kod Python, wysyłać zapytania do bazy danych, wywoływać zewnętrzną usługę, analizować wynik i powtarzać tę pętlę.

Wiele z tych kroków jest sekwencyjnych. Wolne wywołanie narzędzia może opóźnić całą odpowiedź, nawet gdy setki innych zadań działają równolegle w innych częściach systemu. NVIDIA twierdzi, że wysoka wydajność jednowątkowa pod obciążeniem, czyli szybkość każdego wątku, gdy gniazdo jest zajęte, powinna mieć większą wagę.

Szczegóły architektury Vera opisują szeroki, wykonujący instrukcje poza kolejnością rdzeń Olympus. Wykonywanie poza kolejnością pozwala procesorowi przestawiać niezależne operacje, zamiast czekać na sekwencyjne zakończenie każdej instrukcji.

Olympus obejmuje 10-szeroką jednostkę dekodującą, zaawansowane przewidywanie rozgałęzień oraz predyktor neuronowy dla trudnych wzorców rozgałęzień. Te funkcje są ukierunkowane na interpretery, kompilatory, środowiska uruchomieniowe agentów, oprogramowanie grafowe i inny kod o nieregularnym przepływie sterowania.

To spójny cel projektowy. Wyjaśnia również, dlaczego NVIDIA preferuje perspektywę wydajności na rdzeń lub wątek. Jeśli postęp agenta zależy od jednej ścieżki wykonania z dużą liczbą rozgałęzień, dodanie większej liczby wolniejszych rdzeni nie musi skrócić opóźnienia tej ścieżki.

Portfolio Turin firmy AMD zaprojektowano z myślą o szerszym zestawie ról serwerowych. Obejmuje modele zoptymalizowane pod wysokie taktowanie, zrównoważoną wydajność oraz maksymalną gęstość rdzeni. Porównywanie Vera z tylko jednym modelem EPYC zaciera te różnice w obrębie własnej oferty AMD.

EPYC 9575F jest szczególnie ważnym punktem odniesienia. Ma 64 rdzenie Zen 5, maksymalną częstotliwość boost 5,0 GHz i domyślną moc projektową 400 watów. AMD pozycjonuje go do obciążeń ceniących wysoką szybkość na rdzeń, w tym przetwarzania hostowego obok akceleratorów.

EPYC 9755 wybiera inną drogę. Jego 128 rdzeni zwiększa całkowitą równoległą przepustowość, ale każdy rdzeń otrzymuje mniejszą część zasobów zasilania i pamięci gniazda. Czyni to go niedoskonałym punktem odniesienia dla twierdzeń skoncentrowanych na wydajności jednowątkowej.

EPYC 9965 przesuwa się jeszcze dalej w stronę gęstości. Specyfikacje EPYC firmy AMD wymieniają 192 rdzenie, 384 wątki, 384 MB pamięci podręcznej L3 i domyślną moc projektową 500 watów. Opublikowany system dwugniazdowy wykorzystujący ten procesor osiągnął bazowy wynik SPECrate 2026 integer na poziomie 1 230.

Wynik na poziomie systemu przewyższa zarówno podany wynik Vera — 925 — jak i rezultat EPYC 9755. Nie oznacza to, że każdy rdzeń 9965 jest szybszy. Pokazuje, dlaczego pojedynczy współczynnik nie może rozstrzygnąć porównania całego portfolio.

Dostawca chmury obsługujący tysiące niewielkich usług internetowych może cenić liczbę żądań ukończonych na szafę rack. Platforma obsługująca interaktywnych agentów może cenić stabilne opóźnienia dla każdego sandboxa. Nabywca systemu bazodanowego może przejmować się licencjonowaniem oprogramowania na rdzeń. Twórca systemu AI może chcieć zapewnić drogim GPU stały dopływ pracy.

Każdy kupujący mierzy inną jednostkę ekonomiczną. Procesor, gniazdo, węzeł, szafa rack, licencjonowany rdzeń i ukończone zadanie agenta nie są zamienne.

Wywiera to presję na obie firmy. NVIDIA musi wykazać, że jej zyski na rdzeń poprawiają kompletne obciążenia agentowe, a nie tylko wybrane benchmarki CPU. AMD musi pokazać, że jej większa gęstość rdzeni nie powoduje wąskich gardeł związanych z opóźnieniami lub pamięcią przy nieregularnych obciążeniach podkreślanych przez NVIDIA.

Wynik jest bardziej użyteczny niż ogłoszenie jednego dostawcy zwycięzcą. Wskazuje punkt, w którym architektura staje się ekonomią operacyjną. Kupujący muszą wybrać jednostkę odpowiadającą ich usłudze, zanim wybiorą benchmark.

Przepustowość pamięci sprawia, że przewaga Vera jest realna, lecz warunkowa

System pamięci Vera to istotna przewaga architektoniczna, ale część tej przewagi wynika z nowszej generacji pamięci i mniejszej liczby rdzeni.

Vera łączy 88 rdzeni Olympus z przepustowością pamięci LPDDR5X do 1,2 TB na sekundę. Według materiałów architektonicznych NVIDIA wykorzystuje moduły SOCAMM2 działające z szybkością 9 600 MT/s. Ta przepustowość pomaga obsługiwać liczne odwołania do pamięci generowane przez interpretery, bazy danych, systemy wyszukiwania oraz równoległe sandboxy agentów.

AMD EPYC Turin obsługuje 12 kanałów pamięci DDR5. Strona produktu EPYC 9965 podaje prędkości pamięci do 6 400 MT/s i przepustowość gniazda wynoszącą 614 GB na sekundę. EPYC 9755 wykorzystuje tę samą generację interfejsu pamięci.

Na poziomie gniazda Vera oferuje więc niemal dwukrotnie większą szczytową przepustowość pamięci niż Turin. Na poziomie rdzenia różnica staje się większa, ponieważ Vera dzieli tę przepustowość między 88 rdzeni. Procesor EPYC z 128 lub 192 rdzeniami dzieli mniejszą łączną przepustowość między większą liczbę rdzeni.

NVIDIA twierdzi, że Vera zapewnia ponad trzy razy większą przepustowość pamięci na rdzeń niż tradycyjne serwerowe procesory x86 w wybranych przez firmę porównaniach. Taki sposób prezentacji jest matematycznie wiarygodny, gdy Vera porównuje się z wysokordzeniowym modelem Turin. Wynik łączy jednak architekturę, szybkość pamięci, konstrukcję kanałów i liczbę rdzeni.

ServeTheHome zauważa, że duża część porównania przepustowości gniazda wynika z generacji pamięci. Turin trafił na rynek w październiku 2024 roku z obsługą DDR5-6400. Systemy Vera są planowane na drugą połowę 2026 roku i wykorzystują szybszą pamięć LPDDR5X.

Nie eliminuje to przewagi Vera. NVIDIA podjęła świadomą decyzję architektoniczną, by przypisać większą przepustowość pamięci mniejszej liczbie mocniejszych rdzeni. Oznacza jednak, że porównania nie należy interpretować jako czystego pomiaru konstrukcji rdzenia.

Pojemność pamięci wiąże się z kolejnym kompromisem. Wczesny system testowy Vera firmy NVIDIA obejmował osiem modułów 96 GB, zapewniających 768 GB pamięci. Platformy EPYC mogą obsługiwać znacznie większą pojemność pamięci, co może mieć znaczenie dla baz danych, analiz, wirtualizacji oraz danych hostowanych przez CPU otaczających duże klastry GPU.

Opóźnienia zależą również od czegoś więcej niż surowej przepustowości. Vera wykorzystuje monolityczny układ obliczeniowy, ujednoliconą pamięć podręczną oraz NVIDIA Scalable Coherency Fabric. NVIDIA twierdzi, że magistrala zapewnia 3,4 TB na sekundę przepustowości na układzie i obsługuje pojedynczą domenę NUMA w systemie dwugniazdowym.

NUMA, czyli niejednorodny dostęp do pamięci, opisuje systemy, w których czas dostępu do pamięci zależy od tego, który procesor lub chiplet jest właścicielem danych. Oprogramowanie, które nieprawidłowo rozmieszcza pamięć między domenami NUMA, może doświadczać nieprzewidywalnych opóźnień.

Wysokordzeniowe procesory EPYC firmy AMD wykorzystują chiplety. Chiplety pozwalają AMD ekonomicznie zestawiać dużą liczbę rdzeni, lecz komunikacja między układami obliczeniowymi przebiega przez układ wejścia/wyjścia i magistralę. Taka konstrukcja może nakładać kary opóźnienia w przypadku niektórych wzorców dostępu między układami.

NVIDIA wykorzystuje ten kontrast, aby argumentować, że Vera zapewnia przewidywalne opóźnienia przy współbieżności. W przypadku obciążeń agentowych przewidywalność może być równie ważna jak średnia szybkość. Jedno opóźnione wykonanie narzędzia może wydłużyć czas odpowiedzi odczuwany przez użytkownika.

Mimo to właściwym testem nie jest wyłącznie szczytowa przepustowość. Obciążenie musi generować wystarczająco dużo użytecznego ruchu pamięci, aby z niej skorzystać. Oprogramowanie potrzebuje również odpowiedniego poziomu równoległości i zestawu roboczego, który obciąża podsystem pamięci.

Część obciążeń związanych z kompilacją, kryptografią i intensywnym wykonywaniem rozgałęzień nadal ogranicza wydajność rdzeni. Inne obciążenia bazodanowe i analityczne mogą być wrażliwe na pojemność, zachowanie pamięci podręcznej lub dostęp do pamięci masowej. Szczytowa przepustowość nie pozwala przewidzieć każdego wyniku.

Kompilator również może zmienić rezultat. W wewnętrznych pomiarach SPEC NVIDIA użyła LLVM i Clang w kilku porównaniach, podczas gdy publikowane wyniki AMD często korzystają z GCC. Optymalizacje kompilatora wpływają na planowanie, wektoryzację, układ kodu i dobór bibliotek.

Dlatego rzetelne porównanie zakupowe powinno — gdy to możliwe — utrzymywać stałe środowisko kompilatora i stos oprogramowania. Jeśli kupujący planuje wdrożyć oprogramowanie zbudowane w GCC, przewaga Clang może nigdy się nie ujawnić. Jeśli oprogramowanie można przenieść na szybszy kompilator bez problemów ze zgodnością, wykluczenie tej opcji również zniekształciłoby wynik.

System pamięci Vera wzmacnia argumentację NVIDIA w przypadku obciążeń agentowych. Nie przekłada się jednak automatycznie na stałą przewagę w każdej usłudze. Zysk musi przetrwać zderzenie z kodem aplikacji, wyborem kompilatora, rozmieszczeniem danych i pełnymi testami systemowymi.

Czego benchmarki NVIDIA Vera nadal nie dowodzą

Dostępne dowody wskazują, że Vera jest konkurencyjna, ale nie ustanawiają jeszcze uniwersalnej przewagi nad AMD EPYC Turin.

Pierwszym ograniczeniem jest walidacja. NVIDIA zmierzyła wewnętrznie wynik SPEC CPU 2026 z lipca. Firma ujawniła konfiguracje w swojej białej księdze, ale wynik nie przeszedł takiej samej publicznej weryfikacji jak przesłane wyniki AMD w bazie danych SPEC.

To rozróżnienie jest szczególnie ważne, ponieważ NVIDIA wybrała zarówno porównywany procesor, jak i metodę normalizacji. Dostawca może przestrzegać zasad benchmarku, a jednocześnie wybrać sposób prezentacji korzystny dla własnego produktu.

Drugim ograniczeniem jest dobór obciążeń. SPEC CPU oferuje kontrolowany sposób porównywania zachowania procesorów, ale nie jest platformą agentową. Nie mierzy całego ciągu obejmującego wyszukiwanie, wykonywanie kodu, sieć, bazy danych, inferencję modeli i harmonogramowanie GPU.

Twierdzenie NVIDIA dotyczy ostatecznie fabryk AI. Firma argumentuje, że szybsza praca po stronie CPU utrzymuje GPU w stanie zajętości i poprawia kompleksową responsywność agentów. Wynik przepustowości CPU jest dla tego twierdzenia dowodem wspierającym, a nie jego bezpośrednim pomiarem.

Trzecim ograniczeniem jest dostęp do platformy. Phoronix testował Vera w ośrodku NVIDIA w Santa Clara przed szeroką dostępnością systemów. Jego niezależne testy Linux obejmowały Vera, Grace, kilka konfiguracji AMD EPYC i systemy Intel Xeon.

Wyniki te były zachęcające dla NVIDIA. Vera osiągnęła wysoką wydajność w wybranych obciążeniach związanych z kompilacją, kodem i serwerami. W obrębie wybranych testów konkurowała blisko z kilkoma procesorami x86 lub je przewyższała.

NVIDIA kontrolowała jednak dozwolony zestaw benchmarków i zapewniła jedynie ograniczony czas testowania. Phoronix wprost opisał pakiet jako obciążenia dopuszczone podczas sesji. Niezależni testerzy nie mogli jeszcze uruchomić każdej aplikacji, szeroko modyfikować firmware’u ani odtworzyć platformy we własnych laboratoriach.

Czwartym ograniczeniem jest pomiar poboru energii. Testowana konfiguracja Vera miała docelowy szczytowy pobór mocy procesora na poziomie 450 watów. Porównywane procesory AMD mieściły się w zakresie od 300 do 500 watów. Projektowa moc cieplna procesora nie jest równa całkowitemu poborowi mocy węzła, a różne technologie pamięci zmieniają równowagę platformy.

Uczciwe porównanie efektywności wymaga pomiaru poboru z gniazdka dla kompletnych systemów przy tym samym obciążeniu. Wymaga również jednoczesnego pomiaru przepustowości, opóźnień i energii. Dzielenie nagłówkowego wyniku przez deklarowaną moc procesora pozostawia zbyt wiele nierozstrzygniętych zmiennych platformowych.

Piątym ograniczeniem jest zgodność oprogramowania. Vera korzysta z zestawu instrukcji Arm, podczas gdy AMD EPYC używa x86-64. Linux i wiele aplikacji chmurowych obsługuje oba, ale przedsiębiorstwa nadal używają natywnych rozszerzeń, zastrzeżonych agentów, oprogramowania bezpieczeństwa i narzędzi operacyjnych skompilowanych dla x86.

Trudności z przenoszeniem będą zróżnicowane. Konteneryzowane usługi open source mogą przejść na nową architekturę łatwo. Starsze oprogramowanie komercyjne może wymagać certyfikacji dostawcy lub zmian w kodzie. Procesor może wygrać benchmark, a mimo to przegrać wdrożenie, jeśli wsparcie oprogramowania opóźnia produkcję.

Szóstym ograniczeniem jest moment porównania. Vera pojawia się około dwóch lat po Turin. Biała księga NVIDIA ukazała się, gdy AMD przygotowywało się do omówienia rodziny EPYC Venice nowej generacji, przez co Turin stanowi punkt odniesienia ustępującej generacji, a nie architektury równoległej czasowo.

Porównanie z dostępnym w sprzedaży procesorem jest uzasadnione. Kupujący mogą nabyć systemy Turin już teraz, podczas gdy dostępność Vera jest planowana na drugą połowę 2026 roku. Długoterminowe twierdzenia architektoniczne powinny jednak zostać przetestowane także względem sprzętu, który będzie konkurował w głównym okresie wdrażania Vera.

AMD już zapowiedziało, że Venice rozszerzy liczbę kanałów pamięci do 16 i zwiększy przepustowość gniazda. Wczesne prognozy firmy podkreślają także większą gęstość i przepustowość na szafę rack. Twierdzenia te wymagają takiej samej ostrożności jak wewnętrzne liczby NVIDIA dotyczące Vera.

Opublikowana przez AMD metodologia dla szaf rack szacuje wydajność przy limicie 100 kW na szafę. Przewiduje przewagę EPYC 9965 nad Vera w sześciu obciążeniach oraz większą przewagę Venice.

AMD szacuje jednak wydajność Vera poprzez skalowanie wyników Grace, a także szacuje część przyszłego porównania z Venice. Metoda ta odpowiada na korzystny dla NVIDIA sposób prezentacji równie korzystnym dla AMD sposobem prezentacji. Żaden model dostawcy nie zastępuje dopasowanych testów na dostępnych systemach.

Właściwie sceptyczne stanowisko powinno być symetryczne. Wykresów NVIDIA nie należy traktować jako dowodu szerokiej wyższości. Projekcji AMD dotyczących szaf rack nie należy traktować jako dowodu, że Vera przegrywa we wdrożonej infrastrukturze AI.

Obie firmy wybierają poziom porównania, na którym ich projekty wyglądają najlepiej. NVIDIA podkreśla postęp na rdzeń, przepustowość pamięci i opóźnienia. AMD podkreśla całkowitą przepustowość, gęstość i liczbę rdzeni dostępnych w ramach limitu mocy szafy rack.

Kupujący powinni traktować te narracje jako testowalne hipotezy. Rozstrzygające dane muszą pochodzić z odtwarzalnych systemów uruchamiających oprogramowanie podobne do docelowej usługi.

Prawdziwa rywalizacja to opóźnienia agentów kontra przepustowość szafy rack

Rywalizacja AMD i NVIDIA staje się sporem o to, która jednostka wydajności definiuje ekonomię centrum danych AI.

Strategia NVIDIA zaczyna się od GPU. Vera jest częścią platformy Vera Rubin, w której CPU, GPU, interconnect, sieć i stos oprogramowania są projektowane razem. Rolą CPU jest eliminowanie opóźnień wokół kosztownych akceleratorów.

To sprawia, że postęp wydajności na wątek ma strategiczną wartość. Jeśli szybszy krok CPU skraca czas bezczynności GPU, Vera może tworzyć wartość wykraczającą poza własny wynik benchmarku. NVIDIA może także wykorzystać spójność NVLink-C2C, aby ściśle połączyć CPU z resztą platformy.

AMD podchodzi do rynku z szerszej bazy serwerowej. EPYC obsługuje instancje chmurowe, bazy danych, analitykę, wirtualizację, pamięć masową, obliczenia wysokiej wydajności i hosty GPU. Wysoka liczba rdzeni pozwala operatorom konsolidować więcej obciążeń na każdym gnieździe lub w każdej szafie rack.

W przypadku wielu usług nadal dominuje łączna przepustowość. Serwery WWW, magazyny klucz-wartość, analityka wsadowa, maszyny wirtualne i platformy kontenerowe mogą rozdzielać pracę między setki rdzeni. Więcej ukończonych zadań na szafę rack może przeważyć nad niższą wydajnością pojedynczego rdzenia.

Obie strategie nakładają się w agentowej AI, ponieważ platformy agentowe potrzebują obu tych cech. Potrzebują szybkich sekwencyjnych kroków dla responsywności odczuwanej przez użytkownika. Potrzebują także ogromnej współbieżności, gdy jednocześnie działają liczni użytkownicy, narzędzia i środowiska.

Niewielkie interaktywne wdrożenie może preferować projekt Vera. Rozważmy agenta, który edytuje kod, uruchamia sandbox, kompiluje projekt, odczytuje błąd i próbuje ponownie. Szybsze przetwarzanie intensywnie korzystające z rozgałęzień i kompilacja mogą skrócić każdą pętlę.

Duża platforma chmurowa może dojść do innego wniosku. Może uruchamiać tysiące agentów obok baz danych, usług wyszukiwania, filtrów bezpieczeństwa i niezwiązanych z nimi obciążeń klientów. Wyższa przepustowość gniazda i pojemność pamięci mogą poprawić wykorzystanie całej floty.

Licencjonowanie może ponownie odwrócić ekonomikę. Część oprogramowania korporacyjnego jest licencjonowana na rdzeń procesora. Wyższa wydajność przy mniejszej liczbie rdzeni może ograniczyć wymaganą liczbę licencji. Usługi open source bez opłat za rdzeń mogą natomiast premiować maksymalną gęstość rdzeni.

Architektura jest tylko jedną częścią decyzji. Relacje zakupowe, dostępność systemów, dojrzałość firmware’u, wsparcie wirtualizacji i znajomość operacyjna również wpływają na wdrożenie. AMD ma ugruntowaną bazę serwerów x86, podczas gdy Vera wchodzi na rynek jako nowsza platforma Arm.

NVIDIA ma kolejną przewagę dzięki integracji platformy. Organizacje już kupujące systemy Rubin mogą preferować CPU zaprojektowane dla tej szafy rack, zwłaszcza jeśli narzędzia zarządzania i dostrajanie wydajności są dostarczane jako jeden pakiet. Taka decyzja może zapaść nawet wtedy, gdy odizolowany benchmark CPU pozostaje zbliżony.

AMD może odpowiedzieć elastycznością. Systemy EPYC obsługują akceleratory wielu dostawców i pasują do ugruntowanych konfiguracji serwerowych. Kupujący obawiający się koncentracji platformy mogą cenić tę opcję niezależnie od przewagi w benchmarku.

Dlatego znormalizowane wyniki mają znaczenie. Rzekoma 50-procentowa przewaga procesora może zakończyć dyskusję, zanim się rozpocznie. Przewaga na rdzeń na poziomie od 6 do 10 procent tworzy bardziej realistyczną ocenę.

Przy tak mniejszym marginesie o wyniku mogą decydować pojemność pamięci, całkowita przepustowość, zgodność oprogramowania, moc szafy rack i integracja platformy. Porównanie staje się problemem zakupowym, a nie wykresem zwycięstwa.

Vera nadal zasługuje na uwagę. NVIDIA zaprojektowała swój pierwszy niestandardowy rdzeń Arm wokół rodzącego się obciążenia i wydaje się, że osiągnęła konkurencyjną wydajność serwerową. To znaczące na rynku, gdzie dojrzałe architektury x86 korzystają z dziesięcioleci optymalizacji.

AMD również ma wiarygodną odpowiedź. Zweryfikowane wyniki Turin pokazują, że jego obecne procesory pozostają konkurencyjne, a portfolio oferuje różne opcje liczby rdzeni i częstotliwości. Kupujący nie są ograniczeni do jednego SKU EPYC wybranego w białej księdze NVIDIA.

Presja rynkowa wykracza poza te dwie firmy. Intel musi bronić Xeon przed gęstością AMD i wertykalnie zintegrowaną platformą AI NVIDIA. Dostawcy serwerów Arm muszą teraz konkurować z rdzeniem zaprojektowanym przez NVIDIA i wspieranym przez dominującego dostawcę akceleratorów.

Mimo to głównym przeciwnikiem pozostaje strategia NVIDIA skoncentrowana na wydajności agentów na rdzeń kontra strategia AMD oparta na przepustowości gniazda i szafy rack. Inni dostawcy zapewniają kontekst, ale nie definiują centralnej decyzji wynikającej z tych rezultatów.

Trzy sygnały zdecydują, czy przewaga Vera się utrzyma

Kolejna faza wymaga odtwarzalnych dowodów na poziomie platformy, dopasowanych testów aplikacyjnych i bezpośredniej konkurencji z obecną generacją AMD.

Pierwszym sygnałem będzie zweryfikowane zgłoszenie Vera do bazy danych SPEC CPU 2026. Raportowany przez NVIDIA wynik 925 stanowi użyteczny punkt wyjścia, lecz niezależna weryfikacja potwierdziłaby konfigurację benchmarku i utworzyła spójny zapis obok opublikowanych wyników AMD.

Zweryfikowany wynik zbliżony do 925 wzmocniłby znormalizowany wniosek. Potwierdziłby, że Vera zapewnia znakomitą wydajność na rdzeń, pozostając jednocześnie za systemami Turin o większej liczbie rdzeni pod względem całkowitej przepustowości. Znacząco odmienny wynik wymagałby ponownego przeliczenia porównania.

Drugim sygnałem będą nieograniczone testy na ogólnie dostępnych systemach Vera. Recenzenci potrzebują wystarczającego dostępu, aby zmieniać kompilatory, ustawienia firmware’u, rozmieszczenie pamięci, liczbę wątków i wersje oprogramowania. Muszą też mierzyć pobór energii z gniazdka.

Najbardziej użyteczne testy będą odtwarzać kompletne cykle pracy agentów. Powinny obejmować pobieranie danych, tworzenie sandboxów, wykonywanie kodu, kompilację, dostęp do baz danych, wywołania sieciowe oraz koordynację GPU. Wyniki powinny uwzględniać medianę opóźnień, opóźnienia skrajne, przepustowość, zużycie energii i wykorzystanie akceleratorów.

Jeśli Vera utrzyma przewagę w tych przepływach pracy, argument NVIDIA dotyczący architektury stanie się znacznie mocniejszy. Jeśli przewaga zniknie poza wybranymi benchmarkami, whitepaper będzie wyglądał raczej na wąskie pozycjonowanie produktu.

Trzecim sygnałem będzie porównanie Vera z AMD EPYC Venice na równych warunkach. Turin jest dostępny już dziś, ale Venice będzie konkurować przez znaczną część komercyjnego życia Vera. Porównanie powinno korzystać z identycznych kompilatorów, systemów operacyjnych, wersji obciążeń, limitów mocy i konfiguracji węzłów.

Test musi rozdzielać wyniki na rdzeń, gniazdo i szafę rack. Łączenie ich w jedną liczbę powtórzyłoby problem z przedstawieniem danych, który wywołał tę debatę.

Zwycięstwo Venice w obciążeniach agentowych na rdzeń osłabiłoby główną tezę NVIDIA. Zwycięstwo Vera w opóźnieniach end-to-end, zwłaszcza przy niższym poborze mocy przez węzeł, potwierdziłoby zasadność decyzji NVIDIA o priorytetowym traktowaniu mniejszej liczby wydajnych rdzeni i większej przepustowości.

Dla nabywców infrastruktury praktyczne działanie jest proste. Trzymaj twierdzenia NVIDIA dotyczące Vera oraz odpowiedzi AMD w oddzielnych kolumnach, dopóki obie strony nie uruchomią tego samego obciążenia. Zapisuj, czy każda liczba została zmierzona, oszacowana, zgłoszona czy niezależnie zweryfikowana.

Następnie wybierz jednostkę odpowiadającą danej usłudze. Interaktywna platforma agentowa powinna mierzyć ukończone kroki agentów i opóźnienia skrajne. Flota chmurowa powinna mierzyć użyteczną przepustowość na szafę rack. Licencjonowana baza danych powinna mierzyć wydajność na opłacony rdzeń.

Spór benchmarkowy AMD i NVIDIA już teraz rodzi lepsze pytania niż pierwotne wykresy. Czy przewaga Vera na rdzeń przetrwa niezależną weryfikację? Czy ta przewaga skróci pełny czas odpowiedzi agenta? Czy większa gęstość AMD zapewni więcej użytecznej pracy w tym samym budżecie energetycznym?

To odpowiedzi na te trzy pytania, a nie wskaźnik wybrany przez dostawcę, powinny zadecydować o kolejnym zakupie serwerów.