A disputa da era dos Agentes na rota das CPUs: Nvidia aposta em "núcleo único mais rápido", enquanto a AMD aposta em "maior concorrência"

O que Nvidia e AMD estão disputando não é apenas quem tem o CPU mais rápido, mas quem vai definir o padrão de avaliação dos CPUs na era da IA.

Recentemente, a Nvidia divulgou os detalhes técnicos mais completos até agora sobre a arquitetura de CPU Vera. Este processador conta com 88 núcleos próprios baseados na arquitetura Olympus ARM, largura de banda de memória de 1.2TB/s e largura de banda de interconexão no chip de 3.4TB/s. O argumento central da Nvidia é: o funcionamento dos Agentes de IA é uma interação repetida entre CPU e GPU — chamadas de ferramentas, execução de código, recuperação de dados, orquestração de tarefas — cada etapa depende da conclusão da anterior, portanto, a velocidade e latência de núcleo único do CPU determinam diretamente a eficiência de resposta do Agente inteiro.

Em 23 de julho, segundo informações do Zflt Trading Desk, o analista do Bank of America, Vivek Arya, afirmou em seu último relatório que o lançamento do Vera trouxe ao setor um novo quadro de avaliação: "Desempenho máximo por thread única em escala". Isso contrasta diretamente com a estratégia de chiplet e multicore empilhados que a AMD defende há muito tempo. O banco define esse debate como: "A IA baseada em agentes é limitada pelo tempo de conclusão de uma tarefa única, ou pela quantidade de tarefas simultâneas que um rack pode executar?" A AMD realizará o AI 2026 Technology Day nesta quinta-feira, ocasião em que dará sua primeira resposta oficial a esse quadro de avaliação.

O pano de fundo dessa discussão é que o mercado de CPU para servidores está sendo remodelado pela demanda da IA, com previsão de crescimento de cerca de 4 vezes até 2030, alcançando US$ 170 bilhões. Não se trata de uma disputa por mercado existente, mas sim de um mercado incremental em formação. Quem estabelecer primeiro o padrão de avaliação de desempenho reconhecido pela indústria, terá o poder de precificação e de narrativa.

Lógica da Nvidia: É mais importante que o agente rode mais rápido do que quantos podem rodar simultaneamente

A Nvidia descreve de maneira bem específica o fluxo de trabalho de um agente: durante a execução de uma tarefa, ocorre uma grande quantidade de interações seriais entre o CPU e o GPU, e cada chamada deve aguardar a conclusão do passo anterior para continuar. Isso significa que qualquer latência em uma das etapas é acumulada e amplificada, reduzindo a eficiência de produção de toda a "fábrica de IA".

Nessa lógica, o desempenho de núcleo único não é apenas um número na ficha técnica — quanto mais rápido o CPU, menor o tempo de espera do GPU e maior a eficiência do sistema como um todo. Ou seja, quanto mais rápido o núcleo, mais rápida é toda a cadeia de resposta.

A Vera possui ainda uma escolha de design importante: a Nvidia optou por um único die de computação monolítico ao invés de arquitetura separada por chiplets, alegando que o primeiro oferece "consistência escalável" melhor. Isso contrasta com a estratégia de chiplets defendida há anos pela AMD, mostrando que a divergência das empresas quanto à filosofia da arquitetura é profunda.

Além disso, Vera não é um produto isolado, mas parte da "projetada para funcionar em conjunto" infraestrutura de IA da Nvidia, atuando em sinergia com a Rubin GPU, Groq LPX, switches Spectrum e armazenamento/placas de rede BlueField. Essa integração sistêmica é o verdadeiro fosso de proteção da Nvidia além da simples comparação de hardware individual.

Resposta da AMD: Em ambientes reais de produção em IA, o que conta é a capacidade de carga concorrente

A posição da AMD é fundamentada em uma definição diferente do que é o "ambiente real de produção".

Para a AMD, sistemas de IA em produção não têm apenas um agente executando tarefas em série, e sim se parecem mais com plataformas de software distribuídas envolvendo banco de dados, APIs, armazenamento vetorial, orquestradores, cache e middleware. Nesses cenários, o gargalo não é a velocidade de conclusão de uma tarefa única, mas sim quantos fluxos de trabalho podem ser suportados simultaneamente sob um orçamento fixo de energia.

A AMD apresentou alguns números concretos: em uma simulação de rack de 100 kW, o throughput em nível de rack do EPYC 9965 (Turin) é cerca de 2,4 vezes maior que o padrão de referência Vera da Nvidia; e a próxima geração EPYC 6 (Venice) pode chegar a 3,3 vezes.

A lógica da AMD é que maior densidade de throughput significa que o mesmo consumo energético atende mais usuários e processa mais requisições — este é o verdadeiro fator de custo na implantação de IA na nuvem.

AMD x86 ou Nvidia ARM: O verdadeiro campo de batalha está no ecossistema de software

A disputa por arquitetura de CPU também se estende ao nível do conjunto de instruções.

A escolha da Nvidia pela arquitetura ARM embute a posição de que, desde que a microarquitetura seja suficientemente avançada, a compatibilidade do conjunto de instruções pode ficar em segundo plano. No entanto, é provável que AMD e Intel continuem a destacar, após esta quinta-feira, o outro lado: a IA está agora migrando da inferência de modelos para fluxos de trabalho de software corporativo, e a pilha de software empresarial — desde bancos de dados, middleware, plataformas de segurança a aplicativos corporativos — já acumulou décadas de otimização, validação e compatibilidade no ecossistema x86.

Não é uma simples disputa tecnológica. Com as cargas de trabalho de IA sendo cada vez mais integradas aos sistemas de TI legados das empresas, o histórico e maturidade do ecossistema de software muitas vezes é mais difícil de substituir que picos de desempenho em hardware. A capacidade da Nvidia de inserir a Vera nesses cenários depende, em grande parte, da maturidade do ecossistema de software ARM.

Duas abordagens, dois tipos de KPI — na essência, a disputa é pela liderança da narrativa no setor.

O quadro da Nvidia se baseia em latência, desempenho por thread única e uso eficiente da GPU. O da AMD se apoia em concorrência, throughput e densidade de serviço.

A questão fundamental é: qual métrica o mercado usará, afinal, para adquirir CPUs para servidores?

Segundo o Bank of America, o objetivo do evento da AMD nesta quinta-feira não é mostrar benchmarks para esmagar o rival, mas sim persuadir o setor a adotar seu próprio modelo de avaliação. Quem tiver seu quadro adotado pelos compradores de data center, conquista o poder de precificação neste mercado de US$ 170 bilhões.

A recomendação para NVDA segue como "compra", com preço-alvo em US$ 350 (preço atual: US$ 207,29).