Benchmarks do AMD EPYC Venice desafiam a Nvidia, mas as notas de rodapé importam
A AMD publicou benchmarks detalhados do AMD EPYC Venice, alegando que sua CPU para servidores de 256 núcleos oferece mais que o dobro do desempenho em operações inteiras do Nvidia Vera.
A empresa também afirma que um processador Venice de 96 núcleos e alta frequência proporciona cerca de 20% mais desempenho por núcleo do que a CPU de 88 núcleos da Nvidia. Essas alegações ampliam o argumento competitivo que a AMD apresentou ao revelar sua família EPYC de sexta geração em julho de 2026.
Os números de destaque oferecem à AMD uma resposta forte à tentativa da Nvidia de redefinir a CPU de data center em torno da IA agêntica. No entanto, a AMD classifica os números relevantes do SPEC CPU 2026 como estimativas internas, e não como resultados publicados de forma independente.
Essa distinção molda a história real. A AMD está desafiando a Nvidia em desempenho total, velocidade por núcleo, largura de banda de memória e arquitetura de infraestrutura de IA. A Nvidia, por sua vez, argumenta que sessões de IA concluídas importam mais do que contagens de núcleos ou pontuações agregadas de benchmark.
O Que os Novos Números de Benchmark da AMD Realmente Alegam
A nova divulgação da AMD transforma uma promessa ampla de desempenho em várias alegações específicas e testáveis.
A comparação central usa o SPECrate 2026 Integer Base. Esse benchmark mede o desempenho de processamento ao executar múltiplas cópias de cargas de trabalho inteiras em um sistema.
A AMD estima uma pontuação de 2.070 para um sistema EPYC 9996 com dois soquetes. O processador tem 256 núcleos Zen 6c por soquete, dando ao servidor testado 512 núcleos físicos.
Para um sistema Nvidia Vera com dois soquetes, a AMD lista uma pontuação estimada de 925. Cada processador Vera contém 88 núcleos Arm personalizados, criando uma configuração de servidor com 176 núcleos.
Esses números dão ao EPYC 9996 cerca de 2,24 vezes o desempenho inteiro estimado do Vera. A AMD descreve o resultado como aproximadamente 2,2 vezes mais desempenho.
A comparação favorece o design de maior densidade da AMD, mas não é uma disputa núcleo a núcleo. Uma máquina EPYC 9996 com dois soquetes contém quase três vezes mais núcleos físicos do que o sistema Vera.
Por isso, a AMD publicou outra comparação envolvendo seu processador Venice de 96 núcleos e alta frequência. Sua estimativa atribui a esse sistema com dois soquetes uma pontuação de 1.210, contra 925 do Vera.
Os números resultantes por núcleo são 6,3 para o Venice e 5,3 para o Vera. A AMD apresenta isso como aproximadamente 1,2 vez o desempenho por núcleo do Vera.
Segundo a divulgação da AMD, ambos os processadores usaram GCC 15.2 nessa comparação específica. Esse detalhe importa porque versões de compiladores e configurações de otimização podem afetar materialmente os resultados de benchmarks de CPU.
Os números mais recentes também reforçam a narrativa geracional da AMD. O EPYC 9996 de 256 núcleos supostamente obtém uma pontuação cerca de 78% maior que o EPYC 9965 de 192 núcleos na mesma comparação de desempenho.
Esse ganho não vem apenas da arquitetura. O Venice aumenta a densidade de núcleos, a capacidade de memória e a potência da plataforma junto à transição do Zen 5 para o Zen 6.
A visão geral das CPUs para servidores da AMD identifica cada número do SPEC CPU 2026 como uma projeção preliminar de engenharia. A empresa afirma que essas estimativas continuam sujeitas a alterações.
A diferença entre uma estimativa e um resultado submetido é crucial. O SPEC permite métricas de desempenho estimadas, mas exige que os fornecedores as identifiquem claramente como estimativas.
Nenhuma submissão ao SPEC revisada de forma independente resolve atualmente a comparação entre AMD e Nvidia. Os novos números são mais detalhados que as alegações anteriores da AMD, mas continuam sendo projeções do fornecedor.
Isso torna esses benchmarks do AMD EPYC Venice valiosos como uma declaração de intenção competitiva. Não os torna um veredito final sobre sistemas comercializados.
Por Que os Benchmarks do AMD EPYC Venice Colocam a Nvidia na Defensiva
A AMD está atacando a ideia de que a Nvidia deveria controlar tanto as camadas de acelerador quanto de processador hospedeiro de um servidor de IA.
A Nvidia construiu sua posição em data centers em torno de GPUs, redes e uma pilha de software cada vez mais integrada. O Vera estende essa estratégia ao mercado de CPUs de uso geral.
O processador Arm de 88 núcleos foi projetado para acompanhar a geração Rubin de aceleradores da Nvidia. Ele também dá à Nvidia mais controle sobre o comportamento da memória, a movimentação de dados e a otimização em nível de sistema.
A AMD tem um interesse comercial diferente. Ela quer que provedores de nuvem e empresas continuem tratando a CPU hospedeira como uma decisão de compra independente.
Uma vantagem crível do Venice ajudaria a preservar essa escolha. Também permitiria à AMD vender processadores EPYC para servidores construídos em torno de aceleradores de vários fornecedores.
É por isso que a AMD enfatiza cargas de trabalho além do treinamento e da inferência de modelos. Sistemas de IA também encaminham solicitações, recuperam documentos, consultam bancos de dados, executam código, chamam APIs e gerenciam armazenamento.
Essas etapas frequentemente são executadas em CPUs. Elas podem determinar o tempo total de resposta mesmo quando uma GPU realiza a principal etapa de raciocínio do modelo.
A AMD descreve a IA agêntica como uma carga de trabalho de sistemas com demandas que mudam rapidamente. Seus testes abrangem servidores web, recuperação de informações, bancos de dados, execução de ferramentas e processamento de respostas.
A estratégia de 256 núcleos da empresa mira o trabalho paralelo nesses serviços. Mais núcleos podem suportar solicitações adicionais, ambientes de execução isolados, transações de banco de dados ou chamadas simultâneas de ferramentas.
O design de 96 núcleos e alta frequência aborda uma preocupação diferente. Ele tenta preservar a velocidade por núcleo para tarefas que não podem ser distribuídas eficientemente entre centenas de núcleos.
O portfólio da AMD, portanto, desafia a Nvidia em duas frentes. O EPYC 9996 enfatiza o desempenho total, enquanto o modelo de alta frequência aborda execuções sensíveis à latência.
As especificações da plataforma reforçam esse argumento. O EPYC 9006 suporta até 256 núcleos e 512 threads por soquete, segundo os detalhes da plataforma Zen 6 da AMD.
Ele também suporta 16 canais de memória DDR5, MRDIMMs classificados para 12.800 megatransferências por segundo e conectividade PCIe 6. A AMD alega até 1,6 terabyte por segundo de largura de banda de memória por soquete.
O Vera usa oito canais de memória LPDDR5X por meio de módulos SOCAMM2. A Nvidia lista aproximadamente 1,2 terabyte por segundo de largura de banda.
Capacidade de memória, latência, consumo de energia e largura de banda não se reduzem a uma única especificação. Ainda assim, a alegação de largura de banda da AMD enfraquece o argumento de que uma CPU convencional para servidores precisa ceder essa categoria à Nvidia.
A AMD também tem uma vantagem de implantação baseada na familiaridade. O EPYC usa o ambiente de software x86 já comum em infraestruturas empresariais e de nuvem.
O Vera introduz uma plataforma Arm em ambientes nos quais processos de validação de software, monitoramento, virtualização e compras podem se concentrar em x86. A adoção de Arm é substancial, mas os custos de migração variam conforme a carga de trabalho.
A Nvidia pode compensar esse atrito com sistemas de rack fortemente integrados. Clientes que compram uma plataforma completa de IA da Nvidia podem valorizar hardware e software unificados mais do que a intercambiabilidade de CPUs.
A AMD aposta que muitos compradores resistirão a essa consolidação. A narrativa de desempenho do EPYC Venice lhes oferece uma razão técnica para manter a camada de CPU aberta.
A Densidade de Núcleos Encontra o Argumento de Caminho Crítico da Nvidia
A principal divergência não é simplesmente AMD versus Nvidia; ela diz respeito a qual comportamento de CPU determina o desempenho útil da infraestrutura de IA.
A AMD apresenta a concorrência como uma exigência definidora dos sistemas agênticos. Uma solicitação de usuário pode gerar operações de recuperação, consultas a bancos de dados, verificações de políticas, execução de código e subagentes independentes.
Essas operações criam picos de trabalho paralelo. Uma CPU com alta contagem de núcleos pode absorver uma parcela maior desse trabalho sem forçar cada serviço a operar em uma máquina separada.
A Nvidia se concentra nas dependências sequenciais entre esses picos. Um agente não pode executar sua próxima etapa até que as chamadas de ferramentas ou subtarefas necessárias retornem.
Essa cadeia de espera é o caminho crítico, isto é, a sequência que controla o tempo total de conclusão. Threads individuais mais rápidas podem encurtá-la mesmo quando o sistema tem capacidade paralela disponível.
O próprio argumento de desempenho do Vera da Nvidia afirma que o processador oferece 1,5 vez o desempenho por núcleo do Venice em quatro testes selecionados voltados a agentes.
Esses testes incluem cargas de trabalho de compilador, análise estática, Python e sensíveis à memória. A Nvidia compara o Vera ao EPYC 9996 denso de 256 núcleos da AMD, em vez do modelo Venice de 96 núcleos e alta frequência.
A AMD escolhe uma comparação diferente. Sua alegação mais forte de desempenho por núcleo coloca a configuração Venice de 96 núcleos e alta frequência contra o Vera na suíte completa SPECrate Integer.
Ambos os fornecedores estão escolhendo uma carga de trabalho e um processador concorrente que sustentam sua mensagem arquitetural. A Nvidia mira o principal modelo denso da AMD, enquanto a AMD responde com um modelo otimizado para frequência.
Isso não invalida automaticamente nenhuma das análises. Processadores para servidores são projetados para diferentes pontos operacionais, e clientes frequentemente comparam vários modelos dentro de uma mesma família de produtos.
No entanto, essas escolhas impedem uma declaração simples de que uma CPU tem desempenho por núcleo universalmente superior. A resposta muda conforme o modelo Venice e o conjunto de cargas de trabalho.
O desempenho total apresenta uma complicação semelhante. O EPYC 9996 vence na estimativa da AMD em parte porque coloca 256 núcleos em cada soquete.
Essa densidade tem valor real quando o software consegue manter os núcleos ocupados. Ela importa menos quando uma aplicação depende de um pequeno número de threads rápidos.
Uma frota de bancos de dados, um cluster de servidores web ou um serviço de sandbox frequentemente podem explorar amplo paralelismo. Uma etapa de orquestração serial pode responder mais fortemente à latência por thread.
Muitos sistemas de produção contêm ambos os padrões. As solicitações chegam simultaneamente, mas cada solicitação também contém etapas que precisam ser executadas em ordem.
Esse comportamento misto torna a economia de frota mais importante do que uma única pontuação de pico. Os compradores precisam considerar trabalhos concluídos, latência de cauda, uso de memória, licenciamento de software, consumo de energia do rack e utilização.
O argumento de desempenho do EPYC Venice da AMD é mais forte quando uma carga de trabalho escala entre muitos núcleos. O argumento da Nvidia se fortalece quando a latência sequencial domina a experiência do usuário.
Nenhum dos fornecedores forneceu ainda um teste neutro de ponta a ponta que cubra sessões representativas de agentes em sistemas comparáveis comercializados. Até que isso aconteça, benchmarks específicos de arquitetura mostram direção, e não superioridade universal.
A disputa também se estende além dos nós individuais. A AMD estima que o Venice pode proporcionar maior desempenho em nível de rack sob um orçamento fixo de energia.
Sua metodologia anterior modelou um rack de 100 quilowatts e reduziu o número de nós Venice para considerar a maior potência por nó. A empresa ainda calculou maior desempenho agregado.
Essa análise depende de projeções de desempenho e de potência de sistema modelada. Racks reais incluem efeitos de resfriamento, redes, armazenamento, aceleradores, conversão de energia e utilização.
A questão mais útil, portanto, não é qual fornecedor vence um gráfico de barras normalizado. É qual sistema conclui o trabalho necessário dentro das restrições de latência, energia e software de um comprador.
O Que as Notas de Rodapé dos Benchmarks Mudam
A comparação entre AMD e Nvidia Vera continua provisória porque vários resultados combinam estimativas, testes de fornecedores e configurações não idênticas.
O SPEC CPU oferece uma suíte controlada de cargas de trabalho, mas uma interpretação válida ainda exige detalhes de configuração. Contagem de processadores, compilador, memória, threading, firmware e sinalizadores de otimização podem afetar a pontuação.
As regras de relatórios do SPEC permitem resultados de desempenho estimados. Elas exigem que cada estimativa tenha um rótulo claro, em vez de ocultar esse status em uma ressalva geral.
A AMD segue esse princípio em suas notas de rodapé detalhadas. Seus números de 2.070, 1.210 e 925 são todos estimativas.
A ausência de um resultado submetido significa que os leitores ainda não podem examinar uma página de resultados padrão do SPEC para cada configuração. Isso limita a reprodução independente.
O white paper da AMD também inclui comparações que usam diferentes versões de compiladores. Alguns sistemas Venice usam o compilador AOCC 5.1 da AMD, enquanto determinados sistemas concorrentes usam GCC 13 ou Intel OneAPI.
A escolha do compilador faz parte do desempenho real da plataforma. Fornecedores frequentemente otimizam software para seus próprios processadores, e os clientes podem implantar essas cadeias de ferramentas otimizadas.
No entanto, compiladores mistos tornam as conclusões arquiteturais menos diretas. Uma pontuação pode refletir o processador, a maturidade do compilador, as flags, as bibliotecas ou a interação entre os quatro fatores.
As configurações de memória também diferem. Os sistemas mais recentes da AMD podem usar 16 canais de MRDIMMs rápidos, enquanto o sistema Vera comparado utiliza oito canais SOCAMM2.
Essas são escolhas de plataforma, não desvios acidentais. Ainda assim, elas significam que o benchmark avalia configurações completas de sistema, e não núcleos de CPU isolados.
O EPYC 9996 também opera com uma especificação padrão de potência de CPU de 600 watts nos testes de Redis divulgados pela AMD. Isso excede os níveis de potência associados a muitos processadores de servidor anteriores.
Uma potência maior não torna um resultado de desempenho irrelevante. Operadores de data centers aceitam rotineiramente uma potência maior por soquete quando a consolidação melhora o throughput por rack.
Isso exige, porém, uma análise mais ampla. Densidade de refrigeração, provisionamento elétrico, comportamento em inatividade e potência dos aceleradores podem determinar se os benefícios da consolidação persistem na implantação.
Os testes de cargas de trabalho agentic da AMD introduzem outra limitação. A empresa usa componentes reconhecíveis como NGINX, FAISS, cargas de trabalho de banco de dados e um agente multi-persona reproduzido.
Alguns testes derivam cargas de trabalho do TPC-H ou TPC-C. A AMD observa que esses resultados derivados não são comparáveis às pontuações oficialmente publicadas dessas famílias de benchmarks.
Essa metodologia ainda pode revelar comportamentos úteis nos sistemas controlados da própria AMD. Ela não deve ser apresentada como um ranking padronizado do setor.
A comparação com AWS Graviton5 acrescenta variáveis de nuvem. A AMD testou o Graviton5 por meio de uma instância bare-metal disponível publicamente, em vez de um sistema de referência local equivalente.
Firmware de nuvem, armazenamento, rede e serviços de plataforma podem influenciar os resultados. A AMD divulga que esses fatores podem afetar a comparação.
Reportagens independentes destacaram essas ressalvas. A análise original do benchmark observa que a AMD mistura fontes de dados e, em alguns casos, usa diferentes gerações do GCC.
A interpretação mais segura é limitada. A AMD estima que configurações específicas do Venice lideram os sistemas comparados sob as cargas de trabalho e premissas declaradas pela empresa.
Isso é mais significativo do que um slogan de marketing sem respaldo. É menos conclusivo do que testes reproduzidos de forma independente em hardware amplamente disponível.
Por que os data centers de IA se importam para além dos gráficos de CPU
O valor estratégico do Venice depende de sua densidade melhorar a economia real da infraestrutura, e não de vencer todos os benchmarks isolados.
Os clusters de IA dedicam a maior parte da atenção e do capital aos aceleradores. As CPUs ainda coordenam o trabalho ao redor que mantém esses aceleradores produtivos.
Uma aplicação com recuperação aumentada precisa encontrar documentos, filtrar permissões, transformar dados e montar o contexto antes do início da inferência. Essas etapas pressionam memória, armazenamento, rede e computação de uso geral.
Um agente também pode criar ambientes temporários de código ou sessões de navegador. Cada tarefa isolada consome tempo de CPU e memória enquanto o modelo aguarda um resultado.
A alta densidade de núcleos pode consolidar esses serviços de suporte. Menos servidores podem fornecer a mesma capacidade agregada quando as cargas de trabalho escalam com eficiência.
A consolidação pode reduzir espaço em rack, portas de rede, instâncias de sistema operacional e sobrecarga de gerenciamento. Ela também pode concentrar falhas e aumentar os requisitos de refrigeração.
A camada de software decide quanto da densidade de hardware se transforma em capacidade útil. Os escalonadores precisam distribuir o trabalho de forma eficaz, enquanto as aplicações devem evitar bloqueios, gargalos de memória e serviços compartilhados sobrecarregados.
A largura de banda da memória se torna importante à medida que mais núcleos solicitam dados simultaneamente. O projeto de 16 canais da AMD tenta alimentar uma população de núcleos muito maior sem aumentar proporcionalmente as paralisações.
A capacidade de cache também sustenta o argumento da densidade. O EPYC 9996 inclui um gigabyte de cache L3, distribuído por sua arquitetura de chiplets.
Um grande cache agregado pode reduzir o tráfego de memória para cargas de trabalho adequadas. Isso não garante baixa latência de acesso em todos os núcleos e locais de dados.
O design monolítico da Nvidia enfatiza acesso consistente e forte desempenho por núcleo sob carga. A empresa argumenta que esse equilíbrio reduz a variabilidade entre fluxos de trabalho de agentes.
Essas filosofias concorrentes criam escolhas práticas de compra. Um provedor de nuvem pode priorizar a densidade máxima de locatários, enquanto uma empresa pode valorizar latência previsível de aplicações.
O licenciamento de software pode alterar novamente esse cálculo. Produtos licenciados por núcleo podem penalizar uma implantação de 256 núcleos, mesmo quando seu throughput total é maior.
Outras aplicações são licenciadas por servidor, usuário ou consumo. Esses modelos podem recompensar a consolidação.
A compatibilidade também importa. O Venice estende o ambiente x86 usado pelos sistemas EPYC anteriores, mas seu novo soquete, projeto de memória e perfil de potência ainda exigem plataformas qualificadas.
A Nvidia pode simplificar a implantação para clientes que compram sistemas Rubin completos. Sua CPU, aceleradores, rede e software chegam como partes de um roteiro integrado.
Essa vantagem traz risco de concentração. Os compradores se tornam mais dependentes dos preços, disponibilidade, cronograma de lançamentos e direcionamento de software de um único fornecedor.
A AMD oferece uma alternativa centrada na escolha de CPU e em infraestrutura baseada em padrões. Seu avanço de fabricação sustenta essa estratégia.
A empresa afirmou que o Venice entrou em fase de produção em escala no processo de 2 nanômetros da TSMC em maio de 2026. A AMD o classificou como o primeiro produto de computação de alto desempenho a alcançar esse estágio nesse processo.
A produção em escala não é o mesmo que ampla disponibilidade. Qualificação por OEMs, maturidade do firmware, validação de memória e remessas em volume determinam quando as empresas podem implantar sistemas.
A AMD afirma que as principais plataformas OEM estão a caminho do lançamento, com os principais provedores de nuvem começando implantações mais tarde em 2026. Essas implantações fornecerão evidências mais significativas do que projeções de engenharia.
Três sinais decidirão a corrida entre AMD e Nvidia Vera
Resultados independentes, disponibilidade em produção e throughput real de agentes determinarão se a liderança da AMD em benchmarks resiste fora de seu white paper.
O primeiro sinal é um conjunto completo de resultados publicados do SPEC CPU 2026. Submissões comparáveis devem divulgar compiladores, flags, memória, firmware, configurações de potência e topologia do sistema.
Uma vantagem verificada de throughput de 2,2 vezes reforçaria o argumento de densidade da AMD. Um resultado mais estreito mostraria que as estimativas preliminares superestimaram a liderança do Venice.
Submissões por núcleo importam tanto quanto. A comparação mais informativa incluiria o EPYC 9996, o modelo de alta frequência com 96 núcleos e o Vera sob condições de software alinhadas.
O segundo sinal é a disponibilidade de sistemas em escala significativa. A AMD iniciou a produção, mas os clientes precisam de servidores qualificados, firmware estável, memória compatível e fornecimento consistente.
Instâncias de nuvem tornarão o Venice mais fácil de testar sem uma grande compra de hardware. Seu cronograma de lançamento e as configurações disponíveis revelarão quais modelos chegam primeiro aos clientes.
A Nvidia enfrenta o mesmo teste com o Vera. As alegações sobre o produto têm peso operacional limitado até que os clientes possam obter sistemas e medir um comportamento sustentado.
A ampla disponibilidade fortaleceria o fornecedor que primeiro converter especificações em capacidade confiável. Atrasos dariam aos rivais mais tempo para melhorar hardware, compiladores e preços.
O terceiro sinal é o trabalho concluído por agentes sob restrições fixas. Os testes devem medir em conjunto sessões de usuários bem-sucedidas, latência de cauda, throughput, potência e utilização dos aceleradores.
Esses resultados precisam incluir tanto caminhos críticos estreitos quanto picos amplos de ferramentas paralelas. Caso contrário, o teste apenas repete a narrativa arquitetural preferida de um fornecedor.
Observe como os sistemas se comportam quando recuperação de dados, bancos de dados, APIs, sandboxes de código e inferência de modelos operam ao mesmo tempo. Essa combinação representa melhor os serviços de agentes em produção do que uma única suíte de CPU.
Para equipes de infraestrutura, o próximo passo correto não é aceitar o gráfico normalizado de nenhuma das empresas. Primeiro, definam a carga de trabalho, a meta de latência, a pilha de software, o limite de rack e o modelo de licenciamento.
Em seguida, comparem sistemas em comercialização com dados idênticos e objetivos de nível de serviço. Os benchmarks AMD EPYC Venice dão aos compradores um motivo sério para incluir a AMD nessa avaliação.
Eles também dão à Nvidia uma meta clara. Se o Vera puder superar o Venice em sessões de IA concluídas apesar de ter menos núcleos, o argumento da Nvidia sobre o caminho crítico ganha credibilidade.
Se o Venice converter seu throughput projetado em menor custo de infraestrutura e forte latência, a AMD terá desafiado mais do que uma CPU. Terá desafiado o plano da Nvidia de controlar toda a plataforma de servidores de IA.
