AMD EPYC Venice 基準測試令 Nvidia Vera 面臨壓力
AMD EPYC Venice 基準測試為 Nvidia Vera 帶來新一輪壓力,其中一項整數吞吐量測試據報錄得 93% 的世代提升。不過,該結果適用於特定伺服器配置及工作負載,並不代表所有採用 AMD 新一代 Zen 6 處理器架構的應用程式都會有同等表現。更重要的問題是,AMD 能否在 AI 系統周邊的混合工作負載中挑戰 Vera。
Tom’s Hardware 測試了高密度 EPYC 9996 及著重頻率的 EPYC 9686F,報告結果區分了最大同步輸出與應用程式反應速度。其評測提供了 AMD 宣傳比較以外的獨立測試。本文分析已發表的證據;並非呈現 remio 所進行的測試。
核心競爭在於 AMD 可廣泛部署的伺服器平台,對陣 Nvidia 高度整合的 AI 基礎設施方案。買家需要能執行應用程式程式碼、傳送資料並支援加速器的處理器,同時避免形成昂貴瓶頸。Venice 強化了 AMD 的論據,但要選出贏家,仍須了解每項基準測試衡量了系統中的哪一部分。
AMD EPYC Venice 基準測試將發布宣稱轉化為可驗證結果
Venice 的推出令討論從預測規格轉向可在已出貨伺服器平台上量度的實際表現。
AMD 於 2026 年 11 月 10 日宣布,其第六代 EPYC SP7 處理器正式全面供應。公司表示伺服器供應商正出貨相關系統,而 Microsoft Azure 與 Oracle Cloud Infrastructure 實例亦將隨後推出。這些分別相當重要:實體伺服器可供應,並不表示每個雲端地區或採購渠道都可即時取得。AMD 的 EPYC SP7 供應公告確立了商業里程碑,但其效能陳述仍屬公司宣稱。
這項里程碑讓基礎設施團隊有具體項目可供評估。買家現可將已供應的伺服器配置與既有部署比較,而非圍繞產品路線圖預期建立採購理由。有意義的比較單位因而成為完整系統,包括其記憶體、散熱要求、軟件及營運政策。
Tom’s Hardware 的 Venice 吞吐量測試採用雙插槽伺服器,即每部機器均配備兩枚處理器。其 EPYC 9996 配置提供 512 個核心及 1,024 個硬件執行緒,即供軟件使用的執行上下文。報告所稱的 93% 改善,是將該系統與雙 EPYC 9965 伺服器在估算 SPEC CPU 2026 整數吞吐量方面作比較。
SPEC 是標準化處理器基準測試套件;吞吐量測試衡量的是並行工作量,而非單一獨立工作完成所需時間。Tom’s Hardware 將結果標示為估算,因為尚未向 SPEC 提交。這項保留涉及發表狀態,並非承認數字來自模擬。
這個分別改變了讀者解讀標題數字的方式。當應用程式可獨立運行並可橫跨可用執行資源擴展時,吞吐量提升可支持整合工作負載的論據。但這並不證明資料庫查詢、軟件建置或互動請求會按比例更快完成。
報告觀察結果與辨識其成因之間亦存在差異。較新的伺服器可因更多核心、更快記憶體、不同軟件最佳化,以及每個核心內部變化而有所提升。除非測試刻意隔離這些變數,否則系統基準測試只會捕捉其綜合效果。
對買家而言,眼前的發展是有更有力證據可用於評估 AMD 與 Nvidia。該評測提供了將 Venice 納入驗證流程的理由,但並不能免除在目標部署限制下重現相關工作負載的需要。
這亦是為何除最高核心數型號外,較小型、著重頻率的處理器亦值得留意。買家未必總是需要最大規模的同步工作者資源池;他們需要的是單一工作速度與機器可持續處理的有效工作量之間的恰當平衡。
壓力落在 AI 主機選擇上
當買家評估 AI 模型周邊的 CPU 工作時,AMD 對 Nvidia 的挑戰才具有商業意義。
CPU,即中央處理器,負責執行一般應用程式指令。加速器處理特定的高運算量操作,但一個運作中的應用程式還依賴協調、儲存存取、網絡及其他服務。只改善加速部分,這些周邊工作仍可能限制整體效能。
試想一個在工程組織內使用的假設性程式設計助理。一次請求或會擷取程式庫上下文、呼叫模型、執行生成的程式碼,再驗證結果。模型執行只是流程的一部分;應用程式仍需要反應迅速的程序來完成擷取、編譯、測試及回傳答案。
這個例子是分析情境,而非量度過的 Venice 部署。其目的在於說明,即使加速器規格主導採購討論,伺服器處理器競爭為何仍然重要。快速模型無法補償工作流程中每一處延遲。
AMD 的通用方案為買家提供獨立檢視主機的理由。已運行相容應用程式軟件的團隊,可研究更換處理器,而毋須假定整個 AI 平台必須改變。不過,相容性仍需驗證函式庫、部署映像、監控及安全控制。
Nvidia 則透過平台敘事處理同一問題。其 Vera CPU 架構介紹中,公司描述了 88 個自訂 Olympus 核心,以及整合式記憶體和連接設計。Nvidia 亦聲稱在代理沙盒工作負載上具優勢,即執行代理工具的隔離環境。這些宣稱描述的是 Nvidia 選定的比較,亦需要接受與 AMD 宣稱相同的審視。
因此,壓力不僅落在處理器設計商身上。伺服器供應商必須說明哪種配置適合某項應用程式,而雲端服務供應商則必須披露足夠細節,讓客戶可比較實例。企業買家則須判斷,就其特定軟件堆疊而言,整合優勢是否勝過靈活性。
採購團隊亦需要識別實際限制所在。若應用程式正等待外部服務,較快的本地執行未必會為用戶帶來顯著變化。若編譯或資料準備佔主導,額外 CPU 能力便可能更有價值。瓶頸決定基準測試優勢有多大意義。
這正是將 AMD Venice 與 Nvidia Vera 視為部署問題而非品牌競賽時更有用之處。架構標籤和標題分數都無法找出每項 AI 服務的最佳主機。有關比較必須將處理器行為連結至完成的應用程式工作。
Venice 透過為買家提供另一種值得量度的配置,形成競爭壓力。Nvidia 的回應必須透過應用程式層面的整合及持續服務效能來評估。採購決定應將這些屬性連結至工作負載,而非將任一公司的偏好基準測試視為通用答案。
Zen 6 擴展執行能力,但軟件決定回報
架構改良創造應用程式加速機會;軟件與資料傳送則決定其中多少機會可轉化為可用效能。
一項有用的 AMD Zen 6 分析,應從處理器不同設計目標開始。AMD 的 Zen 6 架構概覽區分了針對頻率最佳化的經典核心,以及針對密度和低電壓效率最佳化的密集型 Zen 6c 核心。兩者均支援相同指令集,即軟件可要求執行的操作語彙。
AMD 列出每個插槽最多可配備 96 個經典核心或 256 個密集型核心。其文件亦指定 16 個記憶體通道,即處理器存取已安裝記憶體的獨立連接。這些規格說明,Venice 必須作為一個服務不同工作負載的系統家族來評估。
架構概覽包括 FP16 支援,即處理半精度、16 位元浮點數值的指令。較低精度可適合特定數值運算,但實用性取決於應用程式要求。軟件必須支援該操作,而降低數值精度亦必須仍適合該項工作。
處理器提供的指令不會自動改變應用程式的執行路徑。編譯器,即把原始碼翻譯為可執行指令的軟件,必須生成合適程式碼。函式庫及執行期決策亦可能決定新能力會否被使用。
這在硬件支援與生產環境效益之間形成重要區隔。為較舊機器保守建置的應用程式可成功運行,同時不使用較新指令。重新建置或選用最佳化函式庫可改變結果,但亦會帶來驗證要求。
相同邏輯亦適用於內部排程改良。指令排程器會在遵守操作相依關係的同時,選取已準備好的操作來執行。當軟件提供足夠獨立工作時,擴展執行資源才有幫助。若應用程式以相依操作為主,或正在等待記憶體,便面對另一種限制。
快取,即接近處理器核心、容量較小而速度更快的儲存空間,亦增加另一項相依因素。反覆存取鄰近資料的工作,表現可能與串流處理大型資料集的工作不同。因此,有利的運算結果無法證明每個記憶體密集型應用程式都會獲得相同效益。
記憶體配置位置亦很重要。AMD 文件說明 NUMA,即非一致記憶體存取,當中存取時間取決於核心與其記憶體之間的關係。將工作放置在接近其資料的位置可影響效能,尤其在系統包含多個處理器時。
對營運人員而言,這些機制說明為何配置細節應與基準測試結果並列。執行緒配置、函式庫選擇及記憶體分配,都會影響額外執行能力能否帶來幫助。伺服器規格描述可用資源;應用程式則決定這些資源的使用效率。
這就是 AMD EPYC Venice 基準測試的實際界線。它們可揭示一個具潛力的運算及平台能力組合,但無法找出一個獨立於軟件、記憶體行為及所量度工作結構之外、普遍適用的 Zen 6 改善百分比。
技術上有用的比較,應把解釋與觀察結果分開。架構可為效能提升提供合理原因;受控量測則可確認哪些原因在特定應用程式中真正重要,以及其效果能否在部署的運作限制下持續存在。
Vera 保留 CPU 吞吐量圖表未能反映的優勢
當記憶體及加速器連接影響應用程式的關鍵路徑時,處理器基準測試勝出並不能定論平台比較。
StorageReview 的獨立 Venice 平台測試為單純的勝利敘事提供了有用的平衡。其結果顯示,資料庫表現會因引擎而異,而 Vera 在原始記憶體頻寬及互連效能方面仍保有優勢。這些觀察結果不支持 Venice 在每一項重要伺服器工作負載中均勝出的廣泛說法。
同一份評測亦量度了在處理器維持不變下更換記憶體的影響。將其一對 EPYC 9996 處理器由 DDR5-8000 改為 MRDIMM-12800 後,STREAM Triad 頻寬提升了 58%。STREAM 量度持續記憶體傳輸;MRDIMM 是為支援更高傳輸速率而設計的緩衝記憶體模組。
這個例子很重要,因為記憶體升級可在不改變處理器架構下改變結果。它亦說明伺服器比較為何需要識別已安裝的記憶體,而非只引用 CPU 型號。所提供的生產配置必須與受測機器足夠相近,才能支持採購論點。
StorageReview 亦指出,Vera 的 NVLink-C2C 連接所提供的遠端插槽頻寬,大幅高於 AMD 相應連接。互連是元件之間的通訊路徑;其價值取決於應用程式有多頻繁地在該路徑上移動資料。
大部分工作均維持在本地端的應用程式,未必能從處理器之間更快的連接中獲得多少好處。另一個反覆存取遠端資料的應用程式,則可能面對不同的取捨。具有最高獨立運算分數的配置,並不必然是應用程式完成時間最短的配置。
加速器通訊亦帶來相關顧慮。如工作流程經常在主機與加速器之間傳輸或共享資料,便值得直接量度連接行為。即使 CPU 專用測試準確量度了原本設計要測試的處理器工作,也無法完整呈現這種互動。
這正是應維持 AMD Venice 與 Nvidia Vera 比較中立的最有力理由。AMD 的結果質疑了 Nvidia 的整合使通用處理器競爭變得無關重要的假設。Vera 的平台特性則質疑了 CPU 吞吐量領先足以解決所有基建決策的假設。
資料庫結果在軟件層面同樣說明這一點。歸入同一類別的應用程式,可能採用不同的演算法、同步模式及記憶體存取行為。一個引擎的結果不應在未經說明下變成對每一種資料庫的主張。
買家亦應區分已觀察到的平台優勢與可轉移的架構優勢。某項結果屬於受測的軟硬件配置;若要將其套用至另一部機器,便須檢查令原始結果得以成立的資源及政策。
逐漸浮現的圖像是競爭,而非絕對優勢。Venice 值得用於運算密集及高併發應用程式工作;當 Vera 的整合及資料移動特性與工作負載相符時,它亦值得考慮。應用程式的執行路徑決定哪一種優勢具有較大的實際份量。
配置差異限制了一概而論的結論
最有力的基準測試分析,會在把功勞歸於處理器核心前,先解釋系統之間有何改變。
Tom’s Hardware 的比較在各平台採用了不同的記憶體配置,並為 Venice 與其他處理器使用不同的編譯器版本。它披露了這些選擇,並說明回歸檢查。讀者在引用其結果時應保留這些背景,而非把完整系統的觀察轉化為僅針對核心的結論。
比較伺服器有多種合理方式。以每個平台偏好的受支援配置進行測試,可反映採購決策;盡可能保持資源一致,則有助研究架構行為。兩種方法都無法回答每一個問題,因此在詮釋排名前應先釐清目的。
Phoronix 透過其 EPYC Linux 測試提供了另一個方法論例子。其最初的 9686F 評測,在所比較的系統中使用 Ubuntu 26.10 及 Linux 7.3。該刊物明確排除了 Vera,原因是它沒有可使用相同軟件堆疊及基準測試版本進行公平比較的機器。
這項披露是關於範圍的寶貴證據。一篇評測即使未涵蓋所有競爭者,仍可具參考價值;承認存取不足可提升其可詮釋性。將不同測試階段的結果結合,比起在同一受控程序下比較機器,需要更審慎。
功耗同樣值得仔細處理。處理器的額定上限,並不能描述整部伺服器在完成有用工作期間消耗的電力。記憶體、散熱、網絡及其他元件均有貢獻。每瓦效能,即相對於耗電量所完成的工作,必須有清晰說明的量度邊界。
研究整合的買家亦應檢視低於最高負載時的運作行為。伺服器不一定會終其一生持續運行吞吐量基準測試。閒置時段、需求變化及回應時間目標,都可影響配置的實際價值。
延遲,即完成一項請求所需的時間,須與整體吞吐量分開關注。一個系統可整體完成更多工作,卻讓部分請求等候更久。互動式應用程式需要的是可接受延遲的政策,而不只是最大的輸出數字目標。
在考慮為 AI 應用程式並行執行工具時,這一點尤其相關。增加工作程序數量可能暴露儲存、記憶體或共享服務的資源爭用。只有當其他資源容許應用程式善用時,額外的處理器容量才會發揮作用。
所提供的簡報亦指向消費級 Zen 6 的預期。伺服器證據無法確立桌上電腦遊戲效能、消費級時脈行為或未來產品的規格。不同的記憶體系統、功耗限制及軟件需求,令伺服器吞吐量不能直接轉換為桌上電腦結果。
因此,一篇解釋 AMD Zen 6 的報道,應在證據止步之處保留不確定性。架構分析可辨識值得測試的機制,但無法保證尚未推出的硬件或未經量度的軟件會有某種結果。
比較供應商的團隊,應把來源版本、配置備註及測試定義與其結論一併保存。可搜尋的知識庫可協助工程師回顧為何早前的評估偏向某個系統。當軟件更新或經修訂的伺服器方案改變比較時,該紀錄便會變得有用。
三個訊號將釐清 Venice 的定位
下一批有用的證據,將把已供貨配置、受控比較及應用程式行為連繫起來。
第一個訊號是更多可識別的生產配置可供使用。AMD 的發佈確認了 SP7 的供應情況,但買家仍須了解他們實際可取得的記憶體選項、韌體支援及雲端執行個體特性。可重現的伺服器規格,可令獨立結果更具可行動性。
如雲端及伺服器方案與成功評測的配置高度相符,套用那些結果的理由便會更充分。如可用機器採用明顯不同的資源,買家便需要新的量測。供應情況很重要,因為除非相關配置可取得,否則基準測試優勢無法指引部署。
第二個訊號是更直接可比較的 AMD 與 Nvidia 測試。最具資訊價值的工作,將披露軟件版本、編譯器選擇、記憶體配置及運作限制。它應區分平台可支援的最高效能,與為隔離特定架構差異而設計的實驗。
若 Venice 在受控應用程式測試中反覆展現優勢,將會加強 AMD 的挑戰。若結果顯示排名高度取決於記憶體或軟件選擇,主張便會收窄。無論結果如何,都可改善決策,因為它指出競爭優勢實際所在之處。
第三個訊號是涵蓋整個工作流程的應用程式測試。對 AI 服務而言,這意味著一併量度檢索、工具執行、模型互動及支援基建。對其他工作負載而言,則意味著選擇決定營運成效的實際交易、模擬或建置流程。
如 Venice 的處理器增益能在生產限制下縮短應用程式完成時間,其價值便超越基準測試領先地位。如改善被另一個樽頸抵銷,處理器結果仍然有效,但決定性較低。應用程式量度建立了實際後果。
這些訊號亦應約束對未來產品的預期。兩家供應商均毋須勝出每一種工作負載,仍可保持競爭力。各自只須證明其配置在買家可重現的條件下,更適合一組具意義的應用程式。
AMD EPYC Venice 基準測試已足以支持更仔細評估主機處理器。它們提供證據,反對把 AI 基建視為僅由加速器決定的採購決策。它們亦顯示,針對特定工作負載的結果,比起通用贏家標籤更值得重視。
在下一次伺服器評估中,先從造成最大營運壓力的應用程式開始。保留其軟件版本、界定可接受的回應時間,並記錄完整硬件配置。在這些條件下比較有用工作,然後檢視是哪個元件造成差異。在最終評估中,保持 CPU 吞吐量、記憶體行為及加速器通訊可見。請供應商解釋其已發表結果與你的量測之間的任何落差。建基於這些證據的決策,在發佈新聞熱度消退後仍會有用。哪一個系統能在你的部署必須滿足的限制內,完成你的實際工作負載?



