Епоха Agent: битва за CPU — Nvidia робить ставку на "швидший одноядерний процесор", AMD — на "більшу кількість паралельних ядер"

NVIDIA та AMD змагаються не тільки за те, чиї CPU швидші, а й за те, хто визначає стандарти оцінки CPU в епоху AI.

NVIDIA нещодавно розкрила найдетальніші технічні деталі архітектури Vera CPU. Процесор оснащений 88 власними ядрами Olympus ARM, має пропускну здатність пам'яті 1.2 TB/s, а пропускну здатність внутрішньочіпової комунікації — 3.4 TB/s. Головний аргумент NVIDIA: спосіб роботи AI Agent полягає у постійній взаємодії між CPU та GPU — виклики інструментів, виконання коду, пошук даних, управління завданнями — кожен крок залежить від завершення попереднього, тому швидкість одного ядра CPU та затримки безпосередньо визначають ефективність відповіді всього Agent.

23 липня, за інформацією Trading Platform Chaser, аналітик Bank of America Securities Vivek Arya у новому звіті зазначив, що реліз Vera вводить у галузь нову рамку оцінки: “максимальна продуктивність одного потоку під час масштабування”. Це прямо протиставляється багатоядерній chiplet-архітектурі, яку довго підтримує AMD. Банк визначає дебати як: “чи гальмує AI Agent час виконання однієї задачі, чи кількість паралельних завдань на одному серверному стійці?” AMD проведе AI 2026 Tech Day цього четверга, де вперше офіційно звернеться до цієї рамки.

Ця суперечка розгортається на фоні того, що ринок серверних CPU перебудовується під впливом AI, і до 2030 року його обсяг, ймовірно, збільшиться у чотири рази до $170 млрд. Це не боротьба за існуючий ринок, а формування нового, де той, хто встановить стандарт оцінки продуктивності, отримує право на визначення цін і на контроль над історією галузі.

Логіка NVIDIA: важливіше, щоб Agent працював швидко, а не скільки їх може працювати одночасно

Опис робочого процесу Agent у NVIDIA максимально конкретний: під час виконання завдання між CPU і GPU відбувається багато послідовних взаємодій, кожен виклик має чекати завершення попереднього. Це означає, що будь-яка затримка накопичується і врешті-решт сповільнює продуктивність всього AI-заводу.

У цій логіці продуктивність одного ядра — не просто число у таблиці характеристик, а ключова змінна, що впливає на ефективність GPU: чим швидший CPU, тим менше часу GPU очікує, тим ефективніше використовується весь ресурс системи. Чим швидше ядро, тим швидше реагує вся система.

Ще один важливий вибір у Vera: NVIDIA віддала перевагу монолітному кристалу (monolithic die), а не chiplet-архітектурі, аргументуючи це кращою “масштабованою консистентністю”. Це протиставляється багаторічній ставці AMD на chiplet і підкреслює глибокі філософські розбіжності у архітектурі реалізації.

Крім цього, Vera — не ізольований продукт, а частина синергійного дизайну AI-екосистеми NVIDIA, що взаємодіє з Rubin GPU, Groq LPX, Spectrum switch, BlueField зберіганням/мережевими картами. Така системна інтеграція — справжній "моат" NVIDIA, який виходить за межі порівняння окремого обладнання.

Відповідь AMD: у реальному AI-виробництві вирішує паралельна здатність

Позиція AMD базується на іншому розумінні “реального виробничого середовища”.

На думку AMD, виробничі AI-системи — це не один Agent, який послідовно виконує завдання, а розподілена платформа з базами даних, API, векторним сховищем, рушієм оркестрації, кешуванням і middleware. У такій ситуації вузьким місцем стає не швидкість виконання однієї задачі, а кількість робочих процесів, які можна одночасно обслуговувати при фіксованому споживанні енергії.

AMD подає конкретні оцінки: у моделюванні розгортання стійок на 100 кВт EPYC 9965 (Turin) має продуктивність на рівні стійки, що у 2.4 рази вища за NVIDIA Vera; наступне покоління EPYC 6 (Venice) очікується на рівні 3.3 рази.

Логіка AMD проста: більша щільність продуктивності означає, що при тому ж енергоспоживанні можна обслуговувати більше користувачів та виконувати більше запитів — це реальна функція витрат для хмарних AI-розгортань.

AMD x86 чи NVIDIA ARM: програмна екосистема — приховане поле битви

Суперечка архітектур CPU переходить і на рівень інструкцій.

NVIDIA обрала ARM, зайнявши позицію: якщо мікроархітектура достатньо досконала, сумісність інструкцій може бути менш актуальною. Але AMD та Intel, ймовірно, продовжуватимуть наголошувати іншу сторону — AI розширюється від моделі inferencing до робочих процесів корпоративного програмного забезпечення, а корпоративний стек у базах даних, middleware, платформах безпеки, корпоративних застосунках десятиліттями оптимізувався, перевірявся й забезпечував сумісність в екосистемі x86.

Це не просто технічна суперечка. З інтеграцією AI-робочих навантажень у існуючі IT-системи підприємств історична накопичена програмна екосистема може виявитися більш незамінною, ніж пікова продуктивність обладнання. Чи зможе NVIDIA Vera зайняти ці ніші, значною мірою залежить від швидкості розвитку ARM-програмної екосистеми.

Дві рамки, два KPI — по суті, дві компанії змагаються за право керувати розповіддю галузі.

Рамка NVIDIA побудована навколо затримки, продуктивності одного потоку і використання GPU. Рамка AMD — навколо паралелізму, пропускної здатності і щільності сервісу.

Ключове питання: за якими показниками ринок зрештою купуватиме серверні CPU?

Bank of America вважає, що акцент на заході AMD цього четверга робиться не стільки на демонстрації переваги в тестах, скільки на переконанні галузі прийняти власну систему оцінки. Чию рамку виберуть покупці дата-центрів, та компанія отримає можливість визначати цінову політику на ринку обсягом $170 млрд.

NVIDIA зберігає рейтинг "купувати" для NVDA з цільовою ціною $350 (поточна $207.29).