La lutte des stratégies CPU à l’ère des agents : NVIDIA parie sur « un cœur plus rapide », AMD mise sur « une plus grande concurrence »

Nvidia et AMD se disputent non seulement la vitesse de leurs CPU, mais aussi qui définira les critères d'évaluation des CPU à l'ère de l'IA.

Nvidia a récemment dévoilé les détails techniques les plus complets de l’architecture CPU Vera. Ce processeur est équipé de 88 cœurs Olympus ARM développés en interne, une bande passante mémoire de 1,2 To/s et une bande passante d’interconnexion sur puce de 3,4 To/s. L’argument central de Nvidia est le suivant : le fonctionnement des AI Agent repose sur des interactions répétées entre le CPU et le GPU — appels d’outils, exécution de code, recherche de données, organisation des tâches — chaque étape dépend de l’accomplissement de la précédente, ainsi, la vitesse et la latence d’un seul cœur de CPU déterminent directement l’efficacité de réponse de l’Agent entier.

Le 23 juillet, selon les informations de la plateforme de trading Suifeng, l’analyste de Bank of America Securities, Vivek Arya, a souligné dans son dernier rapport que la publication de Vera introduit un nouveau cadre d’évaluation dans l’industrie : « La performance maximale en single thread à grande échelle ». Cela contraste directement avec la stratégie de pile multicœurs chiplet d’AMD qui s’y tient depuis longtemps. La banque qualifie cette controverse : « En IA Agent, le temps d’accomplissement d’une tâche unique est-il le facteur bloquant, ou la capacité d’un seul rack à exécuter des tâches en parallèle ? » AMD organisera ce jeudi une journée technique AI 2026, qui sera la première réponse publique officielle à ce nouveau cadre.

Le contexte de cette controverse est le suivant : le marché des CPU pour serveurs est en pleine mutation sous l’effet des besoins liés à l’IA, on estime que d’ici à 2030, la taille du marché quadruplera pour atteindre 170 milliards de dollars. Ce n’est pas une compétition sur le stock existant, mais un marché en croissance, en formation, et celui qui parvient à établir la norme d’évaluation des performances reconnue par l’industrie détiendra le pouvoir de fixer les prix et de contrôler le récit.

La logique de Nvidia : la rapidité d’exécution de l’Agent prime sur le nombre simultané d’Agents

Nvidia décrit très précisément le workflow de l’Agent : lors de l’accomplissement de ses tâches, il y a une grande quantité d’interactions sérielles entre le CPU et le GPU, chaque appel devant attendre la fin de l’étape précédente pour continuer. Cela signifie que tout retard à un maillon de la chaîne s’accumule et ralentit finalement l’efficacité globale de production de la « fabrique IA ».

Dans cette logique, la performance en single-core n’est pas juste un chiffre sur une fiche technique, mais une variable essentielle qui affecte directement l’exploitation du GPU — plus le CPU est rapide, moins le GPU attend, et l’efficacité globale d’utilisation des ressources du système est plus élevée. Autrement dit, plus le single-core est rapide, plus la chaîne est réactive.

Un choix de conception de Vera mérite également l’attention : Nvidia a opté pour une puce monolithique (monolithic die) au lieu d’une architecture chiplet séparée, affirmant que la première peut offrir une « cohérence extensible » supérieure. Cela s’oppose à la stratégie chiplet d’AMD sur laquelle la société mise depuis longtemps, révélant un fossé profond dans la philosophie architecturale de base des deux sociétés.

De plus, Vera n’est pas un produit isolé, mais une composante intégrée de l’écosystème d’infrastructure AI de Nvidia, conçu en synergie avec Rubin GPU, Groq LPX, Spectrum Switch, BlueField stockage/carte réseau. Cette intégration système constitue le véritable fossé de Nvidia au-delà de la simple comparaison de hardware individuel.

La riposte d’AMD : dans l’environnement de production réel de l’IA, c’est la capacité de concurrence parallèle qui compte

La position d’AMD repose sur une définition différente de l’« environnement de production réel ».

Selon AMD, les systèmes d’IA de niveau production ne consistent pas à faire avancer un seul Agent en série, mais ressemblent plutôt à une plateforme logicielle distribuée composée de bases de données, API, stockage vectoriel, moteurs d’orchestration, mémoire cache et middleware. Dans un tel scénario, le goulot d’étranglement n’est pas la vitesse d’accomplissement d’une tâche unique, mais la capacité à faire fonctionner un maximum de workflows simultanément dans une enveloppe de consommation d’énergie fixe.

AMD propose un calcul concret : dans un scénario simulé de déploiement sur rack de 100 kilowatts, le débit de rack de l’EPYC 9965 (Turin) représente environ 2,4 fois celui de la référence Vera de Nvidia ; le prochain EPYC 6 (Venice) devrait atteindre 3,3 fois.

La logique d’AMD est la suivante : une densité de débit plus élevée signifie qu’avec la même consommation énergétique, il est possible de servir plus d’utilisateurs et de traiter davantage de requêtes — c’est là la vraie fonction de coût du déploiement de l’IA en cloud.

AMD x86 ou Nvidia ARM : l’écosystème logiciel, le champ de bataille invisible

La bataille autour de l’architecture CPU s’étend également à la couche du jeu d’instructions.

Nvidia a choisi l’architecture ARM, sa position implicite étant : tant que le micro-architecture est excellente, la compatibilité du jeu d’instructions peut devenir secondaire. Mais AMD et Intel insisteront vraisemblablement après jeudi sur l’autre aspect — l’IA migre progressivement des inférences de modèles vers le workflow logiciel enterprise, et le stack logiciel enterprise, au niveau des bases de données, middleware, plateformes de sécurité, applications entreprise, a accumulé des décennies d’optimisations, de validations et de compatibilité sur l’écosystème x86.

Ce n’est pas une controverse purement technique. À mesure que les workloads IA s’intègrent de plus en plus dans les systèmes informatiques existants des entreprises, l’accumulation historique de l’écosystème logiciel pourrait bien être plus difficile à remplacer que la performance hardware maximale. La capacité de Nvidia à introduire Vera dans ces scénarios dépendra largement de la rapidité de maturation de l’écosystème logiciel ARM.

Deux cadres, deux KPI, au fond, il s’agit pour deux entreprises de conquérir le contrôle du récit de l’industrie.

Le cadre de Nvidia se construit autour de la latence, du progrès single-thread et de l’utilisation du GPU. Celui d’AMD s’articule autour de la concurrence, du débit et de la densité de service.

La question clé : quels indicateurs le marché utilisera-t-il finalement pour acheter des CPU de serveurs ?

Selon Bank of America, le focus de l’évènement AMD ce jeudi ne sera pas de submerger l’adversaire avec des scores, mais de convaincre l’industrie d’accepter son propre cadre d’évaluation. Celui dont le cadre est adopté par les acheteurs des data centers obtiendra le pouvoir de fixation des prix sur ce marché de 170 milliards de dollars.

Nvidia maintient le rating Buy sur NVDA, prix cible à 350 dollars (prix actuel 207,29 dollars).