Rywalizacja AMD i Nvidia zaostrza się, gdy EPYC 9996 rzuca wyzwanie Vera i Xeon

AMD zaprezentowało 256-rdzeniowy procesor EPYC 9996, który rzuca wyzwanie Nvidia Vera i Intel Xeon, przedstawiając wyjątkowo ambitne deklaracje wydajności. Rywalizacja AMD i Nvidia wykracza teraz poza akceleratory i obejmuje również procesory CPU organizujące obciążenia AI, zasilające GPU oraz uruchamiające narzędzia agentowe.

Procesor Zen 6 o nazwie kodowej Venice łączy 256 rdzeni Zen 6c, 512 wątków i 1 024 MB pamięci podręcznej L3. AMD twierdzi, że w wybranym benchmarku AI zapewnia do 3,4 razy wyższą wydajność niż 128-rdzeniowy Intel Xeon 6980P.

AMD deklaruje również o 20 procent wyższą wydajność na rdzeń niż Nvidia Vera we wstępnym porównaniu. Wynik ten ma znaczenie, ponieważ Nvidia przedstawia Vera jako procesor hostujący zaprojektowany przede wszystkim z myślą o AI dla systemów Rubin, a nie po prostu kolejny uniwersalny układ serwerowy.

Liczby te nie zostały jeszcze szeroko zweryfikowane niezależnie. Pochodzą z testów kontrolowanych przez AMD, wybranych obciążeń oraz porównań, które czasem wykorzystują różne konfiguracje Venice. Specyfikacje są konkretne, lecz ostateczna ocena konkurencyjności pozostaje otwarta.

EPYC 9996 zamienia Venice w pełne portfolio serwerowe

AMD nie wprowadza na rynek jednego pokazowego procesora. Dzieli Venice na odrębne platformy dla gęstych środowisk chmurowych, serwerów przedsiębiorstw i systemów hostujących AI.

Flagowy EPYC 9996 wykorzystuje 256 rdzeni Zen 6c i obsługuje 512 równoczesnych wątków. Zen 6c to układ rdzeni AMD skoncentrowany na gęstości, zaprojektowany tak, aby zmieścić więcej rdzeni w praktycznych limitach gniazda i poboru mocy.

Według ujawnionej specyfikacji procesor pracuje z częstotliwością bazową 2,55 GHz i osiąga do 4,1 GHz w trybie boost. Jego współczynnik TDP sięga 600 W, co zdecydowanie umieszcza go w kategorii wysokogęstych centrów danych.

Taki budżet energetyczny obsługuje 1 024 MB natywnej pamięci podręcznej L3. L3 to współdzielona pamięć podręczna ostatniego poziomu procesora, która ogranicza konieczność odwoływania się do wolniejszej pamięci systemowej przy często używanych danych.

Nie jest to pionowo układana pamięć 3D V-Cache firmy AMD. Zamiast tego AMD zapewnia każdemu 32-rdzeniowemu chipletowi Zen 6c dostęp do 128 MB L3, czyli równowartości 4 MB na rdzeń.

AMD potwierdziło, że Zen 6 wykorzystuje proces technologiczny N2 klasy 2 nm firmy TSMC. Jego specyfikacje EPYC 9006 opisują do 16 kanałów pamięci i szybkości MRDIMM sięgające 12 800 MT/s.

MRDIMM, czyli moduły pamięci multiplekserowe łączące rangi, zwiększają efektywne szybkości transferu przez łączenie przesyłów z wielu rang pamięci. AMD twierdzi, że ta konfiguracja zapewnia 1,6 TB/s przepustowości pamięci na gniazdo.

To duża zmiana architektoniczna względem EPYC Turin. Turin obsługuje 12 kanałów pamięci, DDR5 do 6 400 MT/s i około 576 GB/s przepustowości w przytoczonym porównaniu.

Venice wprowadza także 128 linii PCIe 6.0 w jednogniazdowym serwerze SP7. Systemy dwugniazdowe mogą udostępniać 160 linii, dając producentom systemów większe możliwości dla akceleratorów, sieci i szybkiej pamięci masowej.

Gęstość rdzeni to tylko jedna część oferty. Standardowe modele Zen 6 osiągają 128 rdzeni, natomiast modele wysokoczęstotliwościowe zatrzymują się na 96 rdzeniach i przyspieszają do 5 GHz.

Zarówno 96-rdzeniowy EPYC 9686F, jak i 64-rdzeniowy EPYC 9586F osiągają ten szczyt 5 GHz. Procesory te są skierowane do obciążeń, w których opóźnienia i szybkość pojedynczego rdzenia są ważniejsze niż maksymalna gęstość wątków.

AMD planuje mniejszą platformę SP8 z konfiguracjami od ośmiu do 128 rdzeni. SP8 ogranicza obsługę pamięci do ośmiu kanałów, ale zachowuje 128 linii PCIe 6.0.

Osobny procesor o nazwie Verano jest przeznaczony do zadań hostujących węzłów AI. AMD twierdzi, że połączy do 72 rdzeni, taktowanie do 5 GHz oraz 24-kanałową pamięć LPDDR5X wykorzystującą moduły SOCAMM2.

Venice-X ma pojawić się później, z 3D V-Cache dla wrażliwych na pamięć podręczną obciążeń technicznych. Opisywane plany wskazują na 96 rdzeni, 1 152 MB całkowitej pamięci L3 oraz częstotliwość boost 5,15 GHz.

Taka segmentacja ujawnia szerszą strategię AMD. Firma chce, aby jedna architektura obsługiwała gęstość chmurową, klasyczne aplikacje przedsiębiorstw, obliczenia wysokiej wydajności oraz intensywnie wykorzystujące CPU części systemów AI.

Ta szerokość oferty tworzy kluczowe napięcie. Nvidia optymalizuje Vera wokół ściśle zintegrowanej platformy AI, podczas gdy AMD stawia na to, że elastyczne portfolio x86 pozostanie bardziej atrakcyjne.

Rywalizacja AMD i Nvidia przenosi się na CPU hostujący

Najważniejsza konkurencja nie ogranicza się już do tego, czyj GPU wykonuje więcej operacji macierzowych. CPU hostujący w coraz większym stopniu decyduje o tym, czy kosztowne akceleratory pozostają produktywne.

Agenci AI wykonują więcej niż tylko inferencję modeli. Uruchamiają kod Python, wysyłają zapytania do baz danych, wywołują narzędzia zewnętrzne, przeszukują indeksy wektorowe, kompilują oprogramowanie i zarządzają wieloma równoczesnymi środowiskami wykonawczymi.

Te kroki często odbywają się na CPU. Powolny host może sprawić, że GPU będą czekać na dane, decyzje orkiestracyjne lub wyniki narzędzi działających poza modelem.

Nvidia zaprojektowała Vera właśnie z myślą o tym wąskim gardle. Procesor wykorzystuje 88 niestandardowych rdzeni Olympus, obsługuje 176 wątków i zapewnia do 1,2 TB/s przepustowości pamięci LPDDR5X.

Jego pamięć znajduje się w modułach SOCAMM, czyli kompaktowych pakietach pamięci zaprojektowanych z myślą o wysokiej przepustowości i niższym poborze energii. Nvidia zapewnia też Vera bezpośrednie połączenie z GPU Rubin przez NVLink-C2C.

Połączenie to zapewnia do 1,8 TB/s spójnej przepustowości między CPU i GPU. Spójna pamięć pozwala procesorom współdzielić dane przy zachowaniu jednolitego obrazu ich stanu.

Nvidia twierdzi, że Vera wykonuje wybrane obciążenia agentowe 1,8 raza szybciej niż porównywane procesory x86. Jej premiera CPU Vera obejmuje także deklarację dwukrotnie wyższej wydajności na wat w określonych konfiguracjach na poziomie szafy serwerowej.

AMD odpowiada innymi atutami. EPYC 9996 ma niemal trzykrotnie więcej rdzeni niż Vera i deklarowaną przepustowość pamięci na gniazdo na poziomie 1,6 TB/s.

Platforma SP7 AMD łączy jednak akceleratory przez PCIe, a nie przez własną magistralę CPU-GPU Nvidia. PCIe 6 zapewnia szeroką kompatybilność, ale nie może dorównać reklamowanej spójnej przepustowości NVLink-C2C.

Tworzy to wyraźny podział strategiczny.

Architektura pamięci

• AMD: Do 16 kanałów DDR5, MRDIMM 12 800 MT/s i deklarowana przepustowość gniazda 1,6 TB/s.

• Nvidia: Pamięć LPDDR5X SOCAMM, przepustowość 1,2 TB/s oraz nacisk na efektywność na rdzeń.

Projekt CPU

• AMD: Do 256 rdzeni x86 Zen 6c oraz modele z mniejszą liczbą rdzeni dostrojone pod kątem częstotliwości.

• Nvidia: 88 niestandardowych rdzeni Olympus opartych na Arm, zaprojektowanych wokół przetwarzania agentowego i infrastruktury AI.

Połączenie z akceleratorem

• AMD: Łączność PCIe 6 obsługuje akceleratory wielu dostawców.

• Nvidia: NVLink-C2C ściśle łączy Vera z GPU Rubin za pomocą spójnego interfejsu.

Model wdrożenia

• AMD: Szerokie portfolio serwerowe obejmujące klasyczne bazy danych, usługi chmurowe, HPC i AI.

• Nvidia: Zintegrowana fabryka AI obejmująca CPU, GPU, sieć, pamięć masową i oprogramowanie.

Podejście Nvidia może ograniczyć trudności integracyjne u klientów standaryzujących całą platformę tej firmy. Ten sam dostawca kontroluje procesory, połączenia międzyukładowe, adaptery sieciowe, projekty systemów i znaczną część oprogramowania.

AMD oferuje inny rodzaj elastyczności. Klienci mogą wdrażać EPYC z akceleratorami AMD Instinct, GPU Nvidia lub innymi urządzeniami PCIe bez przyjmowania jednej pionowo zintegrowanej architektury.

Wybór ten ma znaczenie dla dostawców chmurowych i przedsiębiorstw obsługujących mieszane floty. Istniejące aplikacje x86 mogą zostać przeniesione na Venice bez zmiany zestawów instrukcji ani przebudowy całych środowisk programowych dla Arm.

Vera nadal cieszy się znacznym wsparciem. Nvidia twierdzi, że główni dostawcy chmury i firmy AI planują jej wdrożenie, podobnie jak producenci systemów Dell, HPE, Lenovo i Supermicro.

Pytanie konkurencyjne wykracza zatem poza szybkość w benchmarkach. Nabywcy muszą zdecydować, czy lepsze wyniki w całym obciążeniu zapewni otwarta platforma serwerowa, czy zintegrowany stos AI.

Zen 6 sprawia, że gęstość rdzeni staje się problemem przepustowości

EPYC 9996 działa, ponieważ AMD zwiększyło przepustowość pamięci, pojemność pamięci podręcznej i przepustowość wejścia-wyjścia wraz z liczbą rdzeni. Same rdzenie stworzyłyby zatłoczony i nieefektywny procesor.

Serwerowy CPU z 256 rdzeniami musi dostarczać tym rdzeniom instrukcje i dane. W przeciwnym razie wiele rdzeni spędza czas na oczekiwaniu na pamięć, zamiast wykonywać użyteczną pracę.

Pierwszą odpowiedzią AMD jest większy podsystem pamięci. Szesnaście kanałów zapewnia więcej równoległych ścieżek do pamięci niż 12-kanałowa konstrukcja Turin czy 12 kanałów Intel Xeon 6980P.

Drugą odpowiedzią jest szybsza obsługa MRDIMM. Teoretyczna szybkość transferu 12 800 MT/s daje każdemu kanałowi większą przepustowość, choć rzeczywiste aplikacje rzadko utrzymują deklarowane maksimum.

Trzecią odpowiedzią jest pamięć podręczna. 1 024 MB L3 w EPYC 9996 zapewnia znacznie większy wspólny obszar roboczy niż Intel Xeon 6980P, który zawiera 504 MB.

Specyfikacje Xeon 6980P firmy Intel wymieniają 128 rdzeni, 256 wątków, 12 kanałów pamięci, 96 linii PCIe 5.0 i TDP 500 W.

Venice podwaja liczbę rdzeni tego procesora Intel, jednocześnie zwiększając pobór mocy gniazda o 20 procent. To porównanie przemawia na korzyść AMD pod względem teoretycznej gęstości rdzeni, ale nie dowodzi efektywności na poziomie aplikacji.

Oprogramowanie musi udostępniać wystarczająco dużo równoległej pracy, aby wykorzystać 256 rdzeni. Bazy danych, usługi internetowe, maszyny wirtualne, farmy kompilacyjne i kontenery chmurowe często potrafią robić to skutecznie.

Inne aplikacje zależą od ograniczonej liczby szybkich wątków. Takie obciążenia mogą bardziej skorzystać z modeli AMD 5 GHz lub wysokoczęstotliwościowych ofert Intel niż z największej konfiguracji EPYC.

Konstrukcja chipletowa wprowadza kolejną kwestię. AMD rozdziela rdzenie między wiele matryc obliczeniowych i łączy je z dwiema matrycami wejścia-wyjścia.

Taki układ poprawia uzysk produkcyjny i pozwala AMD budować kilka produktów z komponentów wielokrotnego użytku. Może również powodować nierównomierne opóźnienia, gdy rdzeń uzyskuje dostęp do zasobów pamięci lub pamięci podręcznej znajdujących się w innym miejscu.

Wybór benchmarków przez AMD odzwierciedla obciążenia najlepiej dopasowane do tej architektury. Obsługa WWW NGINX, Redis, wyszukiwanie wektorowe, bazy danych i sandboxy agentowe wspierają znaczną równoległość.

W testach NGINX z generatorem obciążenia WRK AMD zgłosiło 28 789 170 żądań na sekundę dla EPYC 9996. Firma zmierzyła 24 320 476 dla EPYC 9965 oraz 10 162 179 dla Intel Xeon 6980P.

AMD deklaruje zatem wzrost 1,2 raza między generacjami oraz przewagę 2,8 raza nad Intel. Są to wyniki producenta, a nie ustalenia niezależnego laboratorium.

Test wyszukiwania wektorowego FAISS przedstawia podobny wzorzec. FAISS to biblioteka open source przeszukująca duże zbiory numerycznych embeddingów w poszukiwaniu podobnych elementów.

AMD zgłosiło 751 453 zapytań na sekundę dla EPYC 9996. W danych firmy widniało 472 079 dla EPYC 9965 i 316 069 dla Xeon 6980P.

Wyszukiwanie wektorowe ma znaczenie dla systemów AI wykorzystujących generowanie wspomagane wyszukiwaniem. Pomaga aplikacji znaleźć dokumenty lub rekordy przed poproszeniem modelu językowego o wygenerowanie odpowiedzi.

Procesor jest również skierowany do kompilowania kodu i przetwarzania multimediów. Oba obciążenia mogą rozdzielać niezależne zadania na wiele rdzeni, co czyni gęste procesory atrakcyjnymi dla współdzielonej infrastruktury.

Operatorzy chmurowi mogą konsolidować więcej usług na każdym gnieździe, gdy wykorzystanie pozostaje wysokie. Mogą także zmniejszyć liczbę licencjonowanych serwerów, połączeń sieciowych i komponentów płyty głównej potrzebnych dla ustalonego obciążenia.

Konsolidacja zwiększa jednak skutki awarii pojedynczego serwera. Zwiększa też gęstość chłodzenia i stawia wyższe wymagania wobec pojemności pamięci, sieci i pamięci masowej.

EPYC 9996 nie jest więc po prostu szybszym CPU. To zakład, że centra danych będą w stanie dostarczyć bardzo gęstemu gniazdu odpowiednią ilość danych, chłodzenia i pracy, aby uzasadnić jego konstrukcję.

Twierdzenie AMD o przewadze 3,4 raza wymaga szerszego kontekstu

Wyniki benchmarków AMD stanowią wiarygodny argument dotyczący wydajności, ale nie dowodzą jeszcze uniwersalnej przewagi 3,4 raza nad Intelem czy Nvidią.

Największe porównanie z Intelem pochodzi z TPCx-AI, pakietu obejmującego przepływy pracy z zakresu data science i uczenia maszynowego. Jego główny wynik wyraża liczbę przypadków użycia AI przetwarzanych na minutę.

AMD podało wynik 5 982,91 AIUCpm dla EPYC 9996. W tej samej prezentacji wskazano 3 458,79 dla EPYC 9965, 2 704,19 dla EPYC 9755 oraz 1 750,36 dla Xeon 6980P.

Wyniki te przekładają się na przytaczaną przewagę 3,4 raza nad Intelem oraz poprawę o 1,7 raza między generacjami. Benchmark TPCx-AI zapewnia uznawane ramy porównawcze, jednak szczegóły implementacji nadal wpływają na każdy rezultat.

Ustawienia kompilatora, konfiguracja pamięci, wersje oprogramowania, pamięć masowa, strojenie i firmware serwera mogą wpływać na wydajność. Porównania prowadzone przez dostawców dobierają też produkty i obciążenia wspierające ich argumentację.

AMD przedstawiło konkretne wyniki kilku testów, co czyni jego twierdzenia bardziej użytecznymi niż niewyjaśnione znormalizowane słupki. Niektóre łączone wyniki pozostają jednak trudniejsze do zinterpretowania.

Porównanie narzędzi korporacyjnych łączy obciążenia TPC-H, w stylu TPC-C oraz Redis w średnią geometryczną. AMD twierdzi, że osiąga 2,6 raza większą przepustowość niż Intel i 1,6 raza większą wydajność niż EPYC 9965.

Inny test odtwarzał pięć person agentów i tworzył łączny wynik przepustowości. AMD podało 4,451 dla EPYC 9996, w porównaniu z 2,97 dla EPYC 9965 i 1,779 dla Xeon 6980P.

Publicznie dostępne wyniki zawierają ograniczone szczegóły dotyczące tego, co reprezentuje jedna jednostka tego wyniku. Bez odtwarzalnego środowiska testowego nabywcy nie mogą łatwo przełożyć tej wartości na czas odpowiedzi lub zdolność operacyjną.

Porównanie z Nvidią wymaga jeszcze większej ostrożności. AMD wykorzystało opublikowane przez Nvidię wyniki SPEC CPU 2026 jako bazę porównawczą, a następnie uruchomiło Venice z tym samym kompilatorem GNU 15.2.

AMD twierdzi, że jego 256-rdzeniowy model Zen 6c osiągnął 2,2 raza większą wydajność całkowitoliczbową niż Vera. Pod jednym względem nie jest to zaskakujące, ponieważ konfiguracja EPYC ma 256 rdzeni, podczas gdy Vera ma ich 88.

Istotniejsze twierdzenie dotyczy wydajności na rdzeń. AMD podaje, że 96-rdzeniowy, wysokoczęstotliwościowy procesor Venice osiągnął 1,2 raza lepszy wynik na rdzeń niż Vera.

Wynik ten wspiera argument AMD, że jego przewaga nie wynika wyłącznie z liczby rdzeni. Nadal jednak porównuje wstępne zgłoszenia dostawców, a nie niezależnie przetestowane systemy produkcyjne.

AMD zastosowało ustawienie 600 watów dla obu konfiguracji Venice. Nvidia w aktualnych informacjach o platformie podaje konfigurowalny pobór mocy CPU Vera od 250 do 450 watów.

Różnice w poborze mocy mają znaczenie, ponieważ centra danych działają w granicach limitów elektrycznych i chłodzenia na poziomie szafy rack. Szybsze gniazdo nie zapewnia automatycznie szybszej szafy, jeśli każde gniazdo zużywa więcej energii.

Nvidia podkreśla ten punkt we własnej analizie wydajności Vera. Firma koncentruje się na utrzymywanej wydajności na rdzeń, przepustowości pamięci na rdzeń, opóźnieniach i wydajności przy pełnym obciążeniu.

AMD podkreśla całkowitą przepustowość, zgodność z x86 i konsolidację obciążeń. Każde z tych ujęć jest uzasadnione, lecz każde eksponuje pomiary najkorzystniejsze dla danej architektury.

Porównania pomijają też kilka czynników związanych z całkowitym kosztem posiadania. Pojemność pamięci, licencjonowanie oprogramowania, gęstość serwerów, projekt chłodzenia, wykorzystanie akceleratorów i migracja aplikacji mogą przeważyć nad przewagą w benchmarku.

TDP EPYC 9996 na poziomie 600 watów nie jest miarą średniego poboru mocy przez aplikację. TDP wskazuje wymagania dla projektu chłodzenia, podczas gdy faktyczne zużycie zmienia się wraz z konfiguracją i obciążeniem.

Ta sama ostrożność dotyczy twierdzeń Nvidii dotyczących efektywności. Ostateczne wyniki Vera będą zależeć od dostarczanych serwerów, firmware, kompilatorów, obsady pamięci i dojrzałości oprogramowania.

Pozycja Intela również może się zmienić. Nowsze, wysokogęstościowe produkty Xeon zwiększają liczbę rdzeni i możliwości pamięci, a przyszłe platformy będą bezpośredniej odpowiadać na Venice.

AMD dostarczyło wystarczająco dużo szczegółów, aby EPYC 9996 był poważnym kandydatem. Nie dostarczyło jednak wystarczająco dużo niezależnych dowodów, by uznać każdą alternatywę Intela lub Nvidii za wyraźnie słabszą.

Intel odczuwa bezpośrednią presję na gęstość

Nvidia definiuje strategiczną rywalizację, lecz Intel stoi przed najjaśniejszą presją w krótkim terminie, ponieważ AMD celuje w konwencjonalne obciążenia x86, oferując dwa razy więcej rdzeni na gniazdo.

Xeon 6980P pozostaje dużym procesorem serwerowym ze 128 rdzeniami, 12 kanałami pamięci i obsługą MRDIMM do 8 800 MT/s. Oferuje również 504 MB pamięci podręcznej i TDP na poziomie 500 watów.

EPYC 9996 podwaja liczbę rdzeni, w przybliżeniu podwaja pamięć podręczną, rozszerza pamięć do 16 kanałów i przechodzi ze wsparcia PCIe 5.0 na PCIe 6.0.

Ta kombinacja może ograniczyć liczbę serwerów potrzebnych do obsługi silnie równoległych obciążeń. Daje też AMD atrakcyjną narrację dla organizacji odświeżających starzejącą się infrastrukturę x86.

Porównanie jest mniej rozstrzygające w przypadku oprogramowania o niewielkiej liczbie wątków. Intel może pozostać konkurencyjny tam, gdzie większe znaczenie mają optymalizacja aplikacji, obsługa akceleratorów, certyfikacja baz danych lub istniejące zarządzanie flotą.

Intel oferuje też funkcje platformowe, których nie da się sprowadzić do liczby rdzeni. Jego silniki akceleracji są przeznaczone do kryptografii, kompresji, transferu danych, analityki i obciążeń sieciowych.

Klienci rzadko wymieniają platformy serwerowe na podstawie jednego wykresu. Zespoły zakupowe oceniają dostępność, umowy wsparcia, zweryfikowane konfiguracje, licencjonowanie oprogramowania, aktualizacje bezpieczeństwa i długoterminowe dostawy.

Wyzwaniem AMD jest przełożenie przewag architektonicznych na szeroką skalę dostaw. Procesor prowadzący w testach nadal potrzebuje płyt głównych, firmware, kwalifikacji pamięci, instancji chmurowych i niezawodnych wolumenów.

Nvidia podchodzi do rynku inaczej. Vera nie próbuje przede wszystkim wyprzeć każdego serwera x86. Jej celem jest kontrolowanie roli CPU w fabrykach AI budowanych wokół akceleratorów Nvidii.

Wywiera to presję na obu obecnych dostawców x86. Jeśli Nvidia odniesie sukces, część decyzji zakupowych dotyczących CPU przejdzie od ogólnych zespołów serwerowych do zamówienia kompletnej platformy Nvidii.

Odpowiedzią AMD jest uczynienie EPYC istotnym dla agentowej AI, zanim ta zmiana się utrwali. Komunikacja AMD z lipca 2026 roku wielokrotnie łączy Venice z obsługą webową, wyszukiwaniem wektorowym, bazami danych, wykonywaniem kodu i orkiestracją agentów.

To pozycjonowanie jest celowe. Obciążenia te otaczają model i mogą zużywać znaczne zasoby CPU, nawet gdy główne obliczenia inferencyjne wykonują GPU.

AWS dodaje kolejną drogę konkurencji poprzez Graviton. Prezentacja AMD obejmowała wyniki Graviton5 w obsłudze webowej, wyszukiwaniu wektorowym, intensywnych danych AI i obciążeniach korporacyjnych.

Graviton może zapewniać korzyści ekonomiczne i efektywnościowe w AWS, ale klienci nie mogą wdrażać go we własnych centrach danych. EPYC oferuje szerszą przenośność między środowiskami chmurowymi i lokalnymi.

Procesory serwerowe Arm nadal osłabiają historyczne założenie x86, że zgodność oprogramowania jest niepokonalną przewagą. Wiele aplikacji chmurowych Linux działa dziś bez problemu na obu zestawach instrukcji.

Vera bazuje na tym postępie, dodając relacje Nvidii w zakresie oprogramowania i akceleratorów. Jej wdrożenie przez dużych producentów systemów daje nabywcom więcej opcji niż wcześniejsze, ściśle pakietowane systemy Nvidii.

AMD musi zatem walczyć na dwóch frontach. Musi zachować rolę x86 w serwerach ogólnego przeznaczenia, jednocześnie nie pozwalając Nvidii zdefiniować hostujących CPU dla AI jako odrębnej kategorii.

EPYC 9996 daje AMD wiarygodną broń, ponieważ łączy ekstremalną gęstość ze znanym oprogramowaniem. Nierozstrzygnięte pozostaje pytanie, czy jego szeroka konstrukcja pokona procesory zoptymalizowane pod węższe środowiska AI.

Na co nabywcy powinni zwracać uwagę po twierdzeniach AMD i Nvidii

Kolejny werdykt przyniosą niezależne systemy, pomiary na poziomie szaf rack i rzeczywiste wdrożenia oprogramowania, a nie kolejna seria slajdów wybranych przez dostawców.

Pierwszym sygnałem będą odtwarzalne dane benchmarkowe z dostarczanych serwerów EPYC 9996. Niezależni recenzenci i dostawcy chmury muszą testować identyczne oprogramowanie na platformach Venice, Vera i obecnych Xeonach.

Testy te powinny ujawniać ustawienia kompilatora, konfiguracje pamięci, limity mocy, firmware i chłodzenie. Powinny również raportować rozkłady opóźnień, a nie wyłącznie całkowitą przepustowość.

Mocny wynik w bazach danych, kompilacji, wyszukiwaniu wektorowym i usługach webowych wspierałby argument AMD dotyczący szerokiej platformy. Duże zróżnicowanie między obciążeniami osłabiłoby wszelkie twierdzenie o uniwersalnej przewadze wydajności.

Drugim sygnałem będzie efektywność na poziomie szafy rack. Nabywcy powinni porównywać ukończoną pracę w ramach stałych limitów mocy, chłodzenia i powierzchni.

Procesor o poborze 600 watów może nadal poprawiać efektywność szafy, jeśli zastępuje wiele gniazd o niższej gęstości. Może stracić tę przewagę, jeśli pamięć, sieć lub chłodzenie uniemożliwią pełne wykorzystanie.

Pionowo zintegrowane systemy Nvidii zasługują na taką samą analizę. NVLink-C2C może poprawić współdzielenie danych, ale klienci potrzebują dowodów, że te korzyści zwiększają przepustowość całej aplikacji.

Trzecim sygnałem będzie faktyczne wdrożenie. Dostępność instancji chmurowych, wolumen dostaw OEM, referencje klientów i wsparcie dla oprogramowania produkcyjnego pokażą, czy sprzęt wykracza poza kontrolowane demonstracje.

Dostępność Vera w drugiej połowie roku daje Nvidii możliwość ustanowienia systemów skoncentrowanych na AI, zanim każdy wariant Venice trafi na rynek. Istniejący ekosystem x86 AMD daje jej szybszą drogę dla konwencjonalnych aplikacji.

Nabywcy powinni też uważnie analizować rozmieszczenie obciążeń. System agentowy intensywnie korzystający z CPU może skorzystać z większej liczby rdzeni, ale usługa ograniczana przez GPU może niewiele zyskać na największym modelu EPYC.

Optymalny wybór może zmieniać się nawet w obrębie jednej aplikacji AI. Wyszukiwanie, orkiestracja, wykonywanie kodu, inferencja i pamięć masowa mogą preferować różne cechy sprzętowe.

Organizacje oceniające konkurencję AMD i Nvidii powinny zacząć od śladów własnych obciążeń produkcyjnych. Liczba żądań, przestoje pamięci, czas bezczynności GPU i opóźnienia ogonowe pokazują, gdzie infrastruktura faktycznie czeka.

Syntetyczne benchmarki pozostają użyteczne, ponieważ izolują różnice architektoniczne. Stają się mylące, gdy znormalizowany wynik zastępuje metrykę operacyjną, na której zależy klientom.

EPYC 9996 zmienia dyskusję o serwerach, czyniąc 256 rdzeni, 1 TB pamięci podręcznej i 16 kanałów pamięci częścią jednego gniazda. To istotne osiągnięcie inżynieryjne niezależnie od ostatecznego rankingu konkurencyjnego.

Najodważniejsze twierdzenia AMD pozostają twierdzeniami. Narracja Nvidii dotycząca efektywności również czeka na szersze niezależne testy, podczas gdy Intel zachowuje ugruntowane wdrożenia i przygotowuje kolejną odpowiedź produktową.

Użyteczne pytanie nie brzmi, czy AMD, Nvidia czy Intel wygrywa każdy benchmark. Chodzi o to, która platforma usuwa najdroższe wąskie gardło w konkretnym centrum danych.

Przed wyborem systemu poproś dostawców o pełne konfiguracje i powtarzalne metody testowe. Następnie zmierz przepustowość całego obciążenia, pobór mocy szafy, opóźnienia i wykorzystanie akceleratorów przy realistycznym obciążeniu.

Te dowody określą, czy EPYC 9996 przekształci infrastrukturę AI, czy po prostu wygra starannie dobrany zestaw wykresów.