W erze Agent rywalizacja dotycząca architektury CPU: Nvidia stawia na „szybszy pojedynczy rdzeń”, AMD stawia na „większą liczbę rdzeni równolegle”
Nvidia ujawnia architekturę CPU Vera, koncentrując się na „maksymalnej wydajności pojedynczego wątku”, by rzucić wyzwanie strategii AMD opartej na wysokiej równoczesności. Debata między obiema firmami dotycząca kluczowych wskaźników CPU w erze inteligentnych agentów AI oficjalnie wyszła na światło dzienne. AMD szacuje, że przepustowość ich EPYC Turin w scenariuszu szafy 100 kW jest 2,4 razy większa niż w przypadku Vera. W obliczu stale rosnącego rynku serwerowych CPU, kto pierwszy zdefiniuje branżowe KPI, ten zdobywa przewagę w kształtowaniu narracji.
Nvidia i AMD rywalizują nie tylko o to, czyj CPU jest szybszy, ale również o to, kto zdefiniuje standardy oceny CPU w erze AI.
Nvidia niedawno ujawniła najdokładniejsze szczegóły techniczne architektury CPU Vera. Ten procesor wyposażony jest w 88 autorskich rdzeni Olympus ARM, przepustowość pamięci wynosi 1.2TB/s, a przepustowość połączeń na chipie to 3.4TB/s. Kluczowe przesłanie Nvidia jest takie: praca AI Agent polega na wielokrotnych interakcjach między CPU a GPU — wywoływanie narzędzi, wykonywanie kodu, pobieranie danych, organizacja zadań — każda operacja zależy od poprzedniej, dlatego szybkość i opóźnienie pojedynczego rdzenia CPU bezpośrednio decydują o efektywności odpowiedzi całego Agenta.
23 lipca, według wiadomości od Stacji Handlu Z Wiatrem, analityk BofA Securities Vivek Arya w najnowszym raporcie wskazał, że premiera Vera wprowadza nowy ramowy model oceny w branży: „maksymalna wydajność jednowątkowa na dużą skalę”. To bezpośrednio kontrastuje z długoterminową strategią AMD polegającą na stosowaniu chipletów i wielordzeniowych struktur. Bank uznał ten spór za: „czy AI Agent jest ograniczony czasem realizacji pojedynczego zadania, czy też liczbą równoległych zadań możliwych do wykonania na jednym racku?” AMD w czwartek organizuje AI 2026 Technology Day, gdzie po raz pierwszy formalnie odniesie się do tego modelu.
Tło tej debaty jest następujące: rynek CPU serwerowych jest kształtowany przez popyt na AI i przewiduje się, że do 2030 roku jego wartość wzrośnie czterokrotnie do 170 miliardów dolarów. To nie jest konkurencja o istniejące zasoby, lecz nowo powstający rynek, a ten, kto pierwszy ustanowi standardy oceny wydajności uznawane przez branżę, będzie miał władzę ustalania cen i narracji.
Logika Nvidia: Szybkość Agenta ważniejsza niż liczba równoległych zadań
Opis workflow Agent przez Nvidia jest bardzo szczegółowy: Agent podczas realizacji zadania wymaga licznych serialnych interakcji CPU z GPU, każda kolejna operacja musi poczekać na zakończenie poprzedniej. To sprawia, że opóźnienie w dowolnym miejscu się kumuluje i finalnie spowalnia cały zakład AI.
Według tej logiki, wydajność pojedynczego rdzenia nie jest tylko liczba w tabeli, lecz kluczowy czynnik wpływający bezpośrednio na wykorzystanie GPU — im szybszy CPU, tym krótszy czas oczekiwania GPU, a efektywność całego systemu jest wyższa. Szybszy rdzeń oznacza szybszą reakcję całego łańcucha.
Wera ma jeszcze jeden ciekawy element konstrukcji: Nvidia postawiła na monolityczny die zamiast architektury chipletowej, ponieważ pierwszy zapewnia lepszą „skalowalną spójność”. To jest przeciwstawne względem długoterminowej strategii AMD, co pokazuje, iż rozbieżności w filozofii projektowania między firmami są już bardzo głębokie.
Dodatkowo, Vera nie jest produktem samodzielnym, lecz częścią „współprojektowanego” ekosystemu infrastruktury AI Nvidia, współpracując z Rubin GPU, Groq LPX, Spectrum switchami, BlueField storage/kartami sieciowymi. Takie systemowe połączenie to prawdziwa przewaga Nvidia poza samą hardware’ową konkurencją.
Kontra AMD: Liczy się wydajność równoległa w prawdziwym środowisku AI
Stanowisko AMD bazuje na innym podejściu do „prawdziwego środowiska produkcyjnego”.
Według AMD, systemy AI na poziomie produkcyjnym to nie pojedynczy Agent wykonujący zadania serialnie, ale rozproszona platforma software’owa składająca się z baz danych, API, magazynów wektorowych, silnika organizacji, cache’u i middleware. W takich środowiskach wąskim gardłem nie jest szybkość pojedynczego zadania, a liczba workflow możliwych do wykonania w określonym budżecie energetycznym.
AMD przedstawiło konkretne obliczenia: w przypadku symulacji racku o mocy 100 kW, przepustowość rackowa EPYC 9965 (Turin) wynosi około 2.4 razy więcej niż Vera Nvidia; następna generacja EPYC 6 (Venice) ma mieć 3.3 razy więcej.
Logika AMD jest taka: wyższa gęstość przepustowości oznacza, że przy tej samej konsumpcji energii można obsłużyć więcej użytkowników i przetworzyć więcej żądań — to jest realny koszt funkcjonowania AI w chmurze.
AMD x86 czy Nvidia ARM: Ekosystem software’owy to ukryte pole walki
Rywalizacja CPU dotyczy także poziomu instrukcji.
Nvidia wybrała ARM, sugerując, że doskonała mikroarchitektura pozwala odsunąć kompatybilność na drugi plan. AMD oraz Intel prawdopodobnie będą podkreślać od czwartku, że AI rozwija się od inferencji modelu do workflow software’owego w firmach, a software firmowy (bazy danych, middleware, platformy bezpieczeństwa, aplikacje korporacyjne) jest od dziesięcioleci optymalizowany, sprawdzany i wspierany na ekosystemie x86.
To nie jest tylko techniczna debata. W miarę jak coraz więcej zadań AI pojawia się w istniejących systemach IT przedsiębiorstw, wieloletni dorobek ekosystemu software’owego może być trudniejszy do zastąpienia niż szczytowa wydajność hardware. To, czy Nvidia z Verą zdobędzie miejsce w tych środowiskach, zależy w dużej mierze od tempa rozwoju software’owego ekosystemu ARM.
Spór o standard: kto ustali nowy CPU KPI?
Dwa modele, dwa KPI — w istocie to walka o kontrolę nad narracją w branży.
Model Nvidia opiera się na opóźnieniu, postępie jednowątkowym, wykorzystaniu GPU. Model AMD stawia na równoległość, wydajność, gęstość obsługi.
Kluczowe jest: który wskaźnik rynek finalnie przyjmie przy zakupie CPU do serwerów?
BofA ocenia, że wydarzenie AMD w czwartek nie ma na celu przebicia konkurencji wynikami, lecz przekonanie branży do własnej metodologii oceny. Czyj model zostanie zaakceptowany przez nabywców centrów danych, ten będzie miał władzę nad cenami na rynku wartym 170 mld dolarów.
Nvidia utrzymuje rekomendację zakupu dla NVDA, docelowa cena 350 dolarów (aktualna cena 207,29 dolarów).
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
Transport przez Cieśninę Ormuz niemal całkowicie zamarł! Bliski Wschód gorączkowo poszukuje alternatyw dla eksportu energii, dostawcy LNG wyjątkowo stosują przeładunek statek-statek
Pomimo że rywalizacja między Stanami Zjednoczonymi a Iranem wokół kluczowego szlaku żeglugowego – Cieśniny Ormuz – nadal trwa, dostawcy wciąż starają się zapewnić, by paliwo było transportowane z Zatoki Perskiej na światowe rynki.
Jak bardzo agresywna jest wycena IPO Anthropic? Wall Street stawia, że przychody w 2028 roku gwałtownie wzrosną do 200 miliardów dolarów
Anthropic przygotowuje się do debiutu giełdowego, a Wall Street wyznacza jego wycenę głównie w oparciu o prognozowane przychody na 2028 rok (około 200 miliardów dolarów), a nie obecne wyniki. Roczne tempo wzrostu przychodów firmy jest szybkie, jednak ogromne inwestycje w AI powodują, że zyskowność jest wciąż odległa. Rynek porównuje wycenę do takich szybko rosnących spółek jak Palantir czy SpaceX, licząc na to, że w przyszłości firma osiągnie efekt skali i przekształci rozwój w zyski. Jednak czy ta logiczna podstawa wysokiej wyceny się utrzyma, wciąż pozostaje wyzwaniem dla rynku.
Amazon AWS — droga do bilionowych przychodów
Morgan Stanley przewiduje, że moc obliczeniowa AWS wzrośnie z 14 GW w 2025 roku do 120 GW w 2035 roku. Jeśli efektywność monetyzacji mocy obliczeniowej osiągnie 12 dolarów za wat, przychody AWS mogą przekroczyć 1 bilion dolarów. Wraz z rozwojem skali działalności, marża zysku AI może podążać ścieżką rozszerzania się marży podstawowej działalności chmurowej, a długoterminowa marża EBIT może osiągnąć około 30%.
Karty na stole przed burzą: „AI Giełdowy Bóg” na skraju likwidacji, Saudi Arabia ryzykuje wszystko na chipy pamięci, Citadel w pełnej strategii hedgingowej, a Jane Street z miliardowymi pozycjami hedgingowymi nadal nie uniknęła strat sięgających setek milionów.
SA, Citadel Investments oraz Jane Street niedawno opublikowały swoje raporty dotyczące pozycji portfelowych za drugi kwartał kończący się 30 czerwca 2026 roku (13F).
Ceny krypto
Więcej
