بدلاً من سباق مباشر على أداء النواة الواحدة، تقترح AMD تجربة فكرية: امنح كل منصة ميزانية طاقة قدرها 100 كيلوواط للحامل الخادم، وشاهد كم يمكنها التعامل معه من أعمال الذكاء الاصطناعي التوكيلي في العالم الحقيقي. في هذا السيناريو، تُظهر النماذج الداخلية لـ AMD أن معالجات EPYC عالية الأنوية تتفوق بشكل كبير على معالج Vera من NVIDIA، ليس لأن كل نواة أسرع بكثير، ولكن لأن كفاءة الطاقة الفائقة تسمح بتعبئة العديد من الأنوية الإضافية في نفس غلاف الطاقة .

بطاقة أداء الحامل الخادم: كيف تتراصف المعالجات بحسب AMD

تقارن نماذج AMD جميع المنصات عند مستوى حامل خادم بمقبسين (2P) وطاقة 100 كيلوواط. وهي تجمع بين ستة أنواع من أحمال العمل الأساسية للذكاء الاصطناعي التوكيلي — أداء SPECrate 2017 الصحيح، وجافا من جانب الخادم، وخدمة ويب NGINX، وقواعد بيانات Redis، وMemcached، وقواعد البيانات العلائقية — في درجة إنتاجية متوسطة هندسية، مع اعتبار Vera كخط أساس .

يُعد تحليل الأداء على مستوى أحمال العمل لشريحة 'Venice' القادمة مقابل Vera قوياً بشكل خاص، حيث تتراوح التوقعات بين تفوق بنسبة 2.40x في أداء الأعداد الصحيحة إلى تفوق بنسبة 4.05x في معاملات قواعد البيانات العلائقية (TPROC-C) .

جدل المنهجية: الأنوية لكل واط مقابل الأداء لكل نواة

يعود الخلاف إلى حسابات فيزيائية وأساسية في الكفاءة. يُقدر نموذج AMD أن استهلاك الطاقة لعقدتها ثنائية المقبس (2P) أقل من Vera. وعندما يوضع سقف 100 كيلوواط لكل حامل، فإن انخفاض استهلاك الطاقة لكل عقدة يعني إمكانية تركيب المزيد من الخوادم فعلياً. يُظهر تحليل AMD أنه بينما يحتوي حامل Vera على عدد عُقد طبيعي يبلغ 1.00x، يمكن لحامل EPYC 9965 استيعاب 1.86x من الأنوية الطبيعية، ويمكن لحامل Venice استيعاب 2.08x .

تُحسب الإنتاجية على مستوى الحامل بعد ذلك كحاصل ضرب أداء العقدة الواحدة في عدد العقد في الحامل. حتى لو كانت Vera أسرع قليلاً على أساس كل نواة — وهي نقطة دعمتها بعض الاختبارات المستقلة المبكرة لبعض المهام — فإن حجة AMD هي أنه من المستحيل رياضياً التغلب على ميزة العدد الهائل للأنوية التي تتيحها تصاميمها الأكثر كفاءة في استهلاك الطاقة داخل حامل خادم مقيد الطاقة .

ومع ذلك، تقدم AMD أيضاً ادعاءات حول أداء النواة نفسها. تُقدر ورقتها المنهجية أن معالج Venice بـ 64 نواة سيقدم أداءً أعلى لكل نواة بنسبة 27٪ في اختبار SPECrate مقارنة بمعالج Vera بـ 88 نواة، وأنه حتى شريحة Venice بـ 96 نواة ستحافظ على تفوق بنسبة 11٪ لكل نواة .

عدستان مختلفتان في حرب المعالجات

هذه حرب كلاسيكية في تأطير المعايير القياسية، حيث تختار كل شركة القياس الذي يناسب فلسفتها في التصميم .

• عدسة NVIDIA: سرعة المقبس الواحد. تضع NVIDIA معالج Vera على أنه 'المعالج المخصص للوكلاء'، والمُصمم لبيئات الاختبار المعزولة (Sandboxes) الضخمة والمتزامنة حيث يكون الأداء السريع للشريحة الواحدة هو الأهم. تدوينة NVIDIA التقنية تدّعي أن Vera يقدم أداءً أعلى يصل إلى 1.5x في بيئات الاختبار المعزولة للوكلاء مقارنة بمنصات x86 المنافسة، مدعوماً بنطاق ترددي للذاكرة يبلغ 1.2 تيرابايت/ثانية وأنوية Olympus المخصصة مع تقنية 'تعدد الخيوط المكاني' (Spatial Multithreading) من NVIDIA .
• عدسة AMD: كثافة الخدمة على مستوى الحامل. تعيد AMD صياغة النقاش حول بيئات الإنتاج الفعلية للذكاء الاصطناعي التوكيلي، حيث تقوم وحدة معالجة الرسوميات (GPU) بتنفيذ النموذج بينما يتولى المعالج المركزي (CPU) كل ما حوله — التنسيق، وتوثيق المستخدمين، وطبقات التخزين المؤقت، واستعلامات قواعد البيانات. من هذا المنطلق، تتطلب خدمة 10,000 عميل ذكي متزامن إنتاجية هائلة متعددة الخيوط، وهو ما يُخدم بشكل أفضل من خلال تعظيم كثافة الأنوية في كل حامل .

تحفظات جوهرية وراء رقم 3.3x

في حين أن أرقام AMD الرئيسية لافتة للنظر، إلا أنها تتطلب جرعة صحية من السياق.

• جميع الأرقام هي تقديرات AMD الداخلية. التحفظ الأهم هو أن أرقام Venice بشكل خاص هي توقعات ما قبل إنتاج السيليكون، وليست نتائج مُقاسة بشكل مستقل. التحليل نفسه هو نموذج، وليس اختباراً .
• NVIDIA تروي قصة مختلفة بأحمال عمل مختلفة. اختبارات NVIDIA الخاصة، باستخدام مجموعتها المختارة من أحمال عمل بيئات الاختبار المعزولة والتجميع (compilation)، غالباً ما تُظهر تفوق Vera على معالجات AMD الحالية المتطورة من EPYC على أساس المقبس الواحد .
• مقارنات غير متكافئة. يركز المتوسط الهندسي لأحمال العمل الستة من AMD على خدمات البنية التحتية من جانب المعالج المركزي. وهي لا تشمل أحمال عمل بيئة الاختبار المعزولة للوكلاء مثل تجميع الأكواد، والتنفيذ، واستدعاءات الأدوات التي تشكل جوهر تسويق NVIDIA لمعالج Vera .
• استهلاك طاقة Vera هو تقدير من AMD. أحد المحركات الرئيسية لتفوق AMD على مستوى الحامل هو افتراض استهلاك طاقة عقدة Vera. في نموذج AMD الطبيعي، تمتلك Vera أعلى استهلاك طاقة للعقدة ثنائية المقبس، مما يحد من عدد العقد في الحامل. هذا افتراض من نموذج AMD، وليس قياساً مستقلاً ومُوثقاً للسيليكون النهائي .

التوفر: متى تصل هذه الشرائح فعلياً؟

تضيف الجداول الزمنية للإنتاج طبقة أخرى للديناميكيات التنافسية.

• AMD EPYC 9965 "Turin" (Zen 5): هذا المعالج بـ 192 نواة هو الرائد الحالي وأساس ادعاء AMD بتفوق 2.37x في إنتاجية الحامل على Vera. إنه يُشحن الآن .
• AMD EPYC "Venice" (Zen 6, 256-نواة): أكدت AMD في 21 مايو 2026 أن معالج Venice دخل مرحلة الإنتاج بكميات كبيرة في مصانع TSMC المتقدمة بتقنية 2 نانومتر . من المتوقع إطلاق سلسلة EPYC Venice المخصصة للخوادم في النصف الثاني من عام 2026، على أن تليها نماذج سطح المكتب من معمارية Zen 6 لاحقاً .
• NVIDIA Vera: بدأت NVIDIA بشحن أول وحدات معالج Vera إلى مختبرات الذكاء الاصطناعي الرائدة مثل Anthropic وOpenAI وOracle Cloud Infrastructure في منتصف مايو 2026، مع توقع توفر أوسع للشركاء في النصف الثاني من العام .

مع اقتراب كلا المعالجين من التوفر العام، سينتقل النقاش أخيراً من عروض الشركات التقديمية إلى اختبارات مراكز البيانات المستقلة. وحتى ذلك الحين، قد لا يكون الاستنتاج الأكثر فائدة حول أي معالج هو الأسرع، بل حول ضمان توافق تقييم بنيتك التحتية مع حجم العمل المحدد الذي تنوي تشغيله.

بدلاً من سباق مباشر على أداء النواة الواحدة، تقترح AMD تجربة فكرية: امنح كل منصة ميزانية طاقة قدرها 100 كيلوواط للحامل الخادم، وشاهد كم يمكنها التعامل معه من أعمال الذكاء الاصطناعي التوكيلي في العالم الحقيقي. في هذا السيناريو، تُظهر النماذج الداخلية لـ AMD أن معالجات EPYC عالية الأنوية تتفوق بشكل كبير على معالج Vera من NVIDIA، ليس لأن كل نواة أسرع بكثير، ولكن لأن كفاءة الطاقة الفائقة تسمح بتعبئة العديد من الأنوية الإضافية في نفس غلاف الطاقة .

بطاقة أداء الحامل الخادم: كيف تتراصف المعالجات بحسب AMD

تقارن نماذج AMD جميع المنصات عند مستوى حامل خادم بمقبسين (2P) وطاقة 100 كيلوواط. وهي تجمع بين ستة أنواع من أحمال العمل الأساسية للذكاء الاصطناعي التوكيلي — أداء SPECrate 2017 الصحيح، وجافا من جانب الخادم، وخدمة ويب NGINX، وقواعد بيانات Redis، وMemcached، وقواعد البيانات العلائقية — في درجة إنتاجية متوسطة هندسية، مع اعتبار Vera كخط أساس .

يُعد تحليل الأداء على مستوى أحمال العمل لشريحة 'Venice' القادمة مقابل Vera قوياً بشكل خاص، حيث تتراوح التوقعات بين تفوق بنسبة 2.40x في أداء الأعداد الصحيحة إلى تفوق بنسبة 4.05x في معاملات قواعد البيانات العلائقية (TPROC-C) .

جدل المنهجية: الأنوية لكل واط مقابل الأداء لكل نواة

يعود الخلاف إلى حسابات فيزيائية وأساسية في الكفاءة. يُقدر نموذج AMD أن استهلاك الطاقة لعقدتها ثنائية المقبس (2P) أقل من Vera. وعندما يوضع سقف 100 كيلوواط لكل حامل، فإن انخفاض استهلاك الطاقة لكل عقدة يعني إمكانية تركيب المزيد من الخوادم فعلياً. يُظهر تحليل AMD أنه بينما يحتوي حامل Vera على عدد عُقد طبيعي يبلغ 1.00x، يمكن لحامل EPYC 9965 استيعاب 1.86x من الأنوية الطبيعية، ويمكن لحامل Venice استيعاب 2.08x .

تُحسب الإنتاجية على مستوى الحامل بعد ذلك كحاصل ضرب أداء العقدة الواحدة في عدد العقد في الحامل. حتى لو كانت Vera أسرع قليلاً على أساس كل نواة — وهي نقطة دعمتها بعض الاختبارات المستقلة المبكرة لبعض المهام — فإن حجة AMD هي أنه من المستحيل رياضياً التغلب على ميزة العدد الهائل للأنوية التي تتيحها تصاميمها الأكثر كفاءة في استهلاك الطاقة داخل حامل خادم مقيد الطاقة .

ومع ذلك، تقدم AMD أيضاً ادعاءات حول أداء النواة نفسها. تُقدر ورقتها المنهجية أن معالج Venice بـ 64 نواة سيقدم أداءً أعلى لكل نواة بنسبة 27٪ في اختبار SPECrate مقارنة بمعالج Vera بـ 88 نواة، وأنه حتى شريحة Venice بـ 96 نواة ستحافظ على تفوق بنسبة 11٪ لكل نواة .

عدستان مختلفتان في حرب المعالجات

هذه حرب كلاسيكية في تأطير المعايير القياسية، حيث تختار كل شركة القياس الذي يناسب فلسفتها في التصميم .

• عدسة NVIDIA: سرعة المقبس الواحد. تضع NVIDIA معالج Vera على أنه 'المعالج المخصص للوكلاء'، والمُصمم لبيئات الاختبار المعزولة (Sandboxes) الضخمة والمتزامنة حيث يكون الأداء السريع للشريحة الواحدة هو الأهم. تدوينة NVIDIA التقنية تدّعي أن Vera يقدم أداءً أعلى يصل إلى 1.5x في بيئات الاختبار المعزولة للوكلاء مقارنة بمنصات x86 المنافسة، مدعوماً بنطاق ترددي للذاكرة يبلغ 1.2 تيرابايت/ثانية وأنوية Olympus المخصصة مع تقنية 'تعدد الخيوط المكاني' (Spatial Multithreading) من NVIDIA .
• عدسة AMD: كثافة الخدمة على مستوى الحامل. تعيد AMD صياغة النقاش حول بيئات الإنتاج الفعلية للذكاء الاصطناعي التوكيلي، حيث تقوم وحدة معالجة الرسوميات (GPU) بتنفيذ النموذج بينما يتولى المعالج المركزي (CPU) كل ما حوله — التنسيق، وتوثيق المستخدمين، وطبقات التخزين المؤقت، واستعلامات قواعد البيانات. من هذا المنطلق، تتطلب خدمة 10,000 عميل ذكي متزامن إنتاجية هائلة متعددة الخيوط، وهو ما يُخدم بشكل أفضل من خلال تعظيم كثافة الأنوية في كل حامل .

تحفظات جوهرية وراء رقم 3.3x

في حين أن أرقام AMD الرئيسية لافتة للنظر، إلا أنها تتطلب جرعة صحية من السياق.

• جميع الأرقام هي تقديرات AMD الداخلية. التحفظ الأهم هو أن أرقام Venice بشكل خاص هي توقعات ما قبل إنتاج السيليكون، وليست نتائج مُقاسة بشكل مستقل. التحليل نفسه هو نموذج، وليس اختباراً .
• NVIDIA تروي قصة مختلفة بأحمال عمل مختلفة. اختبارات NVIDIA الخاصة، باستخدام مجموعتها المختارة من أحمال عمل بيئات الاختبار المعزولة والتجميع (compilation)، غالباً ما تُظهر تفوق Vera على معالجات AMD الحالية المتطورة من EPYC على أساس المقبس الواحد .
• مقارنات غير متكافئة. يركز المتوسط الهندسي لأحمال العمل الستة من AMD على خدمات البنية التحتية من جانب المعالج المركزي. وهي لا تشمل أحمال عمل بيئة الاختبار المعزولة للوكلاء مثل تجميع الأكواد، والتنفيذ، واستدعاءات الأدوات التي تشكل جوهر تسويق NVIDIA لمعالج Vera .
• استهلاك طاقة Vera هو تقدير من AMD. أحد المحركات الرئيسية لتفوق AMD على مستوى الحامل هو افتراض استهلاك طاقة عقدة Vera. في نموذج AMD الطبيعي، تمتلك Vera أعلى استهلاك طاقة للعقدة ثنائية المقبس، مما يحد من عدد العقد في الحامل. هذا افتراض من نموذج AMD، وليس قياساً مستقلاً ومُوثقاً للسيليكون النهائي .

التوفر: متى تصل هذه الشرائح فعلياً؟

تضيف الجداول الزمنية للإنتاج طبقة أخرى للديناميكيات التنافسية.

• AMD EPYC 9965 "Turin" (Zen 5): هذا المعالج بـ 192 نواة هو الرائد الحالي وأساس ادعاء AMD بتفوق 2.37x في إنتاجية الحامل على Vera. إنه يُشحن الآن .
• AMD EPYC "Venice" (Zen 6, 256-نواة): أكدت AMD في 21 مايو 2026 أن معالج Venice دخل مرحلة الإنتاج بكميات كبيرة في مصانع TSMC المتقدمة بتقنية 2 نانومتر . من المتوقع إطلاق سلسلة EPYC Venice المخصصة للخوادم في النصف الثاني من عام 2026، على أن تليها نماذج سطح المكتب من معمارية Zen 6 لاحقاً .
• NVIDIA Vera: بدأت NVIDIA بشحن أول وحدات معالج Vera إلى مختبرات الذكاء الاصطناعي الرائدة مثل Anthropic وOpenAI وOracle Cloud Infrastructure في منتصف مايو 2026، مع توقع توفر أوسع للشركاء في النصف الثاني من العام .

مع اقتراب كلا المعالجين من التوفر العام، سينتقل النقاش أخيراً من عروض الشركات التقديمية إلى اختبارات مراكز البيانات المستقلة. وحتى ذلك الحين، قد لا يكون الاستنتاج الأكثر فائدة حول أي معالج هو الأسرع، بل حول ضمان توافق تقييم بنيتك التحتية مع حجم العمل المحدد الذي تنوي تشغيله.