Mga Alitan sa CPU Ruta sa Panahon ng Agent: Nvidia Tumaya sa "Mas Mabilis na Single-core", AMD Tumaya sa "Mas Maraming Concurrency"
Ibinunyag ng NVIDIA ang Vera CPU architecture, na nakatuon sa "pinakamataas na single-threaded performance" bilang pangunahing hamon sa high-concurrency approach ng AMD. Ang debate ng dalawang kumpanya hinggil sa mga pangunahing sukatan ng CPU sa panahon ng agent AI ay opisyal nang lumitaw. Ayon sa pagsusuri ng AMD, ang kanilang EPYC Turin ay may throughput na 2.4 na beses ng sa Vera sa 100 kilowatt rack scenario. Sa gitna ng patuloy na paglaki ng merkado ng server CPU, ang mauunang magtakda ng KPI ng industriya ay magkakaroon ng bentahe sa diskurso.
Ang pagtatalo sa pagitan ng Nvidia at AMD ay hindi lamang tungkol sa kung aling CPU ang mas mabilis, kundi kung sino ang magtatakda ng pamantayan sa pagsusuri ng CPU sa panahon ng AI.
Kamakailan, isiniwalat ng Nvidia ang pinakamadetalye nitong teknikal na detalye ng Vera CPU architecture. Ang processor na ito ay mayroong 88 na custom na Olympus ARM architecture core, memory bandwidth na 1.2TB/s, at on-chip interconnect bandwidth na 3.4TB/s. Ang pangunahing punto ng Nvidia ay: Ang paraan ng pagtatrabaho ng AI Agent ay ang paulit-ulit na interaksyon ng CPU at GPU—tool invocation, pagpapatupad ng code, pagkuha ng datos, pag-oorganisa ng gawain—na bawat hakbang ay nakaasa sa napaunang hakbang, kaya't ang bilis at latency ng bawat CPU core ay direktang nagdidikta sa response efficiency ng buong Agent.
Noong Hulyo 23, ayon sa balita ng Trading Desk ng Chasing the Wind, sinabi ng Bank of America Securities analyst na si Vivek Arya sa pinakabagong ulat nito na ang paglabas ng Vera ay nagdala ng bagong framework ng pagsusuri sa industriya: “Pinakamataas na single-thread performance sa ilalim ng scale”. Direktang salungat ito sa matagal nang chiplet multi-core stacking approach ng AMD. Inilarawan nila ang debate na ito bilang: “Ang AI ba ng Agent ay natatali sa completion time ng single task, o sa dami ng sabay-sabay na kaya ng isang rack?” Magkakaroon ng AI 2026 Tech Day ang AMD ngayong Huwebes, at ito ang unang pormal na tugon nila sa framework na ito.
Ang konteksto ng debate na ito ay ang merkado ng server CPU ay muling binubuo ng AI demand, na tinatayang lalago ng halos 4 na beses pagdating ng 2030, aabot sa $170 bilyong dolyar. Hindi ito kompetisyon para sa dati nang bahagi ng merkado, kundi isang tumutubong incremental market, kung saan ang unang makapagtatakda ng industry-recognized performance standard ay siyang magtatamo ng kapangyarihan sa presyo at narrative.
Ang Lohika ng Nvidia: Ang Bilis ng Agent, Mas Mahalaga kaysa Dami ng Kaya nitong Sabay-sabay na Patakbuhin
Detalyado ang paglalarawan ng Nvidia sa work flow ng Agent: Sa proseso ng pagtapos ng task ng isang Agent, maraming sunod-sunod na interaksyon ang nagaganap sa pagitan ng CPU at GPU, at kailangang hintayin muna ang kasunod bago magpatuloy. Ibig sabihin, ang anumang delay sa bawat bahagi ay mag-iipon at magpapabagal sa buong output efficiency ng AI factory.
Sa lohika na ito, ang single-core performance ay hindi lang basta numero sa spec sheet, kundi isang pangunahing variable na direktang nakakaapekto sa GPU utilization—mas mabilis ang CPU, mas maikli ang paghihintay ng GPU, mas mataas ang kabuuang resource utilization ng system. Ibig sabihin, mas mabilis ang single-core, mas mabilis ang response ng buong chain.
May isa pang design choice ang Vera na kapansin-pansin: Pinili ng Nvidia ang monolithic die imbes na chiplet-separation architecture, ang dahilan ay nagbibigay raw ito ng mas maganda at scalable consistency. Malayo ito sa pinapaboran na chiplet route ng AMD, at ibig sabihin ay malalim na ang pagtatalo nila sa foundational architecture philosophy.
Bukod pa dito, ang Vera ay hindi standalone na produkto, kundi bahagi ng buong ecosystem ng AI infrastructure ng Nvidia na “co-design”, kasama ng Rubin GPU, Groq LPX, Spectrum switch, BlueField storage/network card. Ang ganitong system-level integration ang tunay na moat ng Nvidia kumpara sa simpleng hardware comparison.
Ang Pagsalungat ng AMD: Sa Tunay na AI Production Environment, Ang Laban ay Nasa Concurrency Capacity
Ang paninindigan ng AMD ay nakabatay sa ibang depinisyon ng “tunay na production environment.”
Sa pananaw ng AMD, ang production-level na AI system ay hindi isang Agent lang na sunud-sunod magtrabaho, kundi mas kahalintulad ng distributed software platform na binubuo ng database, API, vector storage, orchestration engine, cache, at middleware. Sa ganitong sitwasyon, ang bottleneck ay hindi ang bilis ng pagkatapos ng single task, kundi kung ilan ang kasabay na kayang isagawa sa parehong power budget.
Nagbigay ang AMD ng kongkretong measurement: Sa simulated na 100kW rack deployment scenario, ang rack-level throughput ng EPYC 9965 (Turin) ay mga 2.4x ng base benchmark ng Nvidia Vera; ang susunod na henerasyong EPYC 6 (Venice) ay inaasahang aabot ng 3.3x.
Lohika ng AMD: Mas mataas na throughput density, ibig sabihin, mas maraming users ang maseserbisyuhan at mas maraming requests ang mapoproseso sa parehong energy cost—ito talaga ang tunay na cost function ng cloud AI deployment.
AMD x86 o Nvidia ARM: Ang Software Ecosystem ang Tunay na Laban
Ang away sa CPU architecture ay umaabot pa sa instruction set level.
Pinili ng Nvidia ang ARM architecture, ipinahihiwatig na hangga’t sapat na mahusay ang micro-architecture, puwedeng isantabi sandali ang instruction set compatibility. Pero malaking posibilidad na tututukan ng AMD at Intel pagkatapos ng Huwebes ang kabilang panig—lumalawak na ang AI Mula sa model inference papuntang enterprise software workflow, at ang enterprise software stack sa aspeto ng database, middleware, security platform, at enterprise application ay dekada nang na-optimize, nasubok, at compatible na sa x86 ecosystem.
Hindi lang ito teknikal na usapin. Habang lalong lumalalim ang AI workload integration sa kasalukuyang enterprise IT systems, posibleng mas mahirap palitan ang historical accumulation ng software ecosystem kaysa peak hardware performance. Makakapasok lamang si Nvidia gamit ang Vera sa ganitong mga eksena depende sa bilis ng maturity ng ARM software ecosystem.
Diskurso sa Pamantayan: Sino ang Magtatakda ng Susunod na CPU KPI?
Dalawang framework, dalawang KPI—sa esensya, ito ay labanan ng dalawang kumpanya kung sino ang may kapangyarihan sa industry narrative.
Ang framework ng Nvidia ay nakaikot sa latency, single-thread progress, at GPU utilization. Ang framework ng AMD ay nakaikot naman sa concurrency, throughput, at service density.
Ang mahalaga: Aling metric ang gagamitin sa huli ng merkado para bumili ng server CPU?
Ang pagtatasa ng Bank of America ay, ang mahalaga sa event ng AMD ngayong Huwebes ay hindi ang paglalabas ng performance numbers para lamangan ang kalaban, kundi ang hikayatin ang industriya na tanggapin ang kanilang evaluation framework. Kung alin mang framework ang mapili ng data center buyers, siya ang makakakuha ng pricing power sa $170 bilyong merkado na ito.
Nananatili ang buy rating ng Nvidia sa NVDA, target price ay $350 (kasalukuyang presyo $207.29).
Disclaimer: Ang nilalaman ng artikulong ito ay sumasalamin lamang sa opinyon ng author at hindi kumakatawan sa platform sa anumang kapasidad. Ang artikulong ito ay hindi nilayon na magsilbi bilang isang sanggunian para sa paggawa ng mga desisyon sa investment.
Baka magustuhan mo rin
Mga pahiwatig mula sa ulat ng chip manufacturer para sa ikalawang quarter: Mas malakas ang demand kaysa tatlong buwan na ang nakalipas, nagsisimula nang "kumalat" ang pagtaas ng presyo
Ayon sa JPMorgan, malinaw ang positibong signal na inilalabas ng global semiconductor industry sa kanilang second quarter reports: Una, mas mataas sa inaasahan ang demand, kaya't pinaigting ng mga higanteng wafer tulad ng TSMC ang kanilang capital expenditures upang pabilisin ang pagpapalawak ng produksyon; Pangalawa, ang epekto ng pagtaas ng presyo ay aktuwal na “kumakalat” sa mga kagamitan at materyales, at ginagamit ito ng mga equipment supplier upang taasan ang gross profit margin; Pangatlo, ang mga nangungunang kumpanya sa storage ay gumagamit ng mga long-term contract at malaking advance payment upang maagang masiguro ang napakataas na profit floor para sa mga susunod na taon.
Nagulat ang ekonomiya ng Japan na "tumapak sa preno"! GDP sa ikalawang quarter ay tumaas lamang ng 1.1%, ngunit ang 10-year na bond yield ng Japan ay umabot sa pinakamataas na antas sa loob ng 30 taon
Ang paglago ng ekonomiya ng Japan ay hindi inaasahang bumagal sa loob ng tatlong buwan na nagtapos noong Hunyo, at maaaring gawing mas kumplikado nito ang komunikasyon ng polisiya ng Bank of Japan habang pinag-aaralan nila ang susunod na tamang panahon para magtaas ng interest rate.
Mga presyo ng crypto
Higit pa
