Las estimaciones de AMD proyectan que su chip EPYC 9965 (192 núcleos) y el futuro EPYC Venice (256 núcleos) ofrecen 2.37x y 3.3x más rendimiento a nivel de rack que la CPU NVIDIA Vera de 88 núcleos, bajo un límite de... AMD argumenta que el rendimiento a escala de rack para servicios de IA agéntica intensivos en CPU...

Create a landscape editorial hero image for this Studio Global article: What arguments did AMD make in its June 9 technical blog to counter Nvidia's Vera CPU benchmarks, specifically regarding rack-scale AI workl. Article summary: On June 10, 2026, AMD published a blog post and accompanying methodology paper arguing that NVIDIA's Vera benchmarks miss the critical dimension of **rack-scale throughput** for agentic AI — where the CPU handles orchest. Topic tags: general, general web, user generated, documentation. Reference image context from search candidates: Reference image 1: visual subject "# AMD’s bold claim: Nvidia has no moat. ## Instinct goes rackscale with "Helios" AI Rack. **During Advancing AI 2025 in San Jose, AMD was adamant: Nvidia can be beaten and has no m" source context "AMD's bold claim: Nvidia has no moat - Techzine Global" Reference image 2: visual subject "AMD has po
La batalla por el alma del centro de datos de IA ha pasado de las GPU a la humilde CPU. El 10 de junio de 2026, AMD publicó un blog técnico y un documento metodológico que desafía directamente la narrativa de rendimiento que NVIDIA ha construido en torno a su nueva CPU Vera. El núcleo del argumento de AMD no es que Vera sea un chip lento, sino que NVIDIA está midiendo algo equivocado. Para la próxima ola de IA agéntica, donde miles de agentes de IA requieren una orquestación constante del lado de la CPU, acceso a bases de datos, servicio web y almacenamiento en caché, AMD insiste en que la única métrica significativa es el rendimiento total a escala de rack bajo un presupuesto de energía fijo .
En lugar de una carrera de velocidad directa entre un solo núcleo, AMD propone un experimento mental: asignar a cada plataforma un presupuesto de energía de rack de 100 kW y ver cuánto trabajo agéntico del mundo real puede manejar. En ese escenario, el modelo interno de AMD sugiere que sus procesadores EPYC de alto número de núcleos superan drásticamente a la NVIDIA Vera, no porque cada núcleo sea enormemente más rápido, sino porque una eficiencia energética superior permite empaquetar muchos más núcleos en la misma envolvente de energía .
La comparación modelada de AMD normaliza todas las plataformas a un rack de servidores de doble zócalo (2P) con un límite de 100 kW. Combina seis cargas de trabajo centrales para la IA agéntica —rendimiento entero de SPECrate 2017, Java del lado del servidor, servicio web NGINX, Redis, Memcached y bases de datos relacionales— en una puntuación de rendimiento de media geométrica, con Vera como referencia .
El desglose por carga de trabajo para el próximo chip Venice frente a Vera es particularmente agresivo, con proyecciones que van desde una ganancia de 2.40x en rendimiento entero hasta una ventaja de 4.05x en transacciones de bases de datos relacionales (TPROC-C) .
El desacuerdo se reduce a un cálculo fundamental de física y eficiencia. El modelo de AMD estima que sus chips tienen un consumo de energía de nodo 2P normalizado más bajo que Vera. Cuando cada rack tiene un límite de 100 kW, un menor consumo de energía por nodo significa que se pueden instalar físicamente más servidores. El análisis de AMD muestra que, mientras que un rack Vera tiene un recuento de nodos normalizado de 1.00x, un rack EPYC 9965 puede albergar 1.86x núcleos normalizados, y un rack Venice puede albergar 2.08x .
El rendimiento a nivel de rack se calcula entonces como el producto del rendimiento por nodo y el número de nodos por rack. Incluso si Vera fuera ligeramente más rápida por núcleo —un punto que las primeras pruebas independientes han respaldado para algunas tareas —, el argumento de AMD es que es matemáticamente imposible superar la enorme ventaja en el número de núcleos que permiten sus diseños más eficientes energéticamente en un rack con limitación de energía
.
Sin embargo, AMD también hace afirmaciones sobre el rendimiento por núcleo en sí mismo. Su documento metodológico estima que una CPU Venice de 64 núcleos ofrecerá un rendimiento SPECrate por núcleo un 27% superior al del procesador Vera de 88 núcleos, y que incluso un chip Venice de 96 núcleos mantendrá una ventaja del 11% por núcleo .
Estamos ante una clásica guerra de marcos de referencia, donde cada empresa elige la medición que mejor se adapta a su filosofía de diseño .
Aunque las cifras principales de AMD son llamativas, requieren una buena dosis de contexto.
Los plazos de producción añaden otra capa a la dinámica competitiva.
A medida que ambos chips se acercan a la disponibilidad general, el debate finalmente pasará de las diapositivas de los fabricantes a las pruebas de terceros en centros de datos. Hasta entonces, la conclusión más útil puede no ser sobre qué CPU es más rápida, sino sobre garantizar que la evaluación de tu infraestructura se alinee con la carga de trabajo específica que pretendes ejecutar.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Las estimaciones de AMD proyectan que su chip EPYC 9965 (192 núcleos) y el futuro EPYC Venice (256 núcleos) ofrecen 2.37x y 3.3x más rendimiento a nivel de rack que la CPU NVIDIA Vera de 88 núcleos, bajo un límite de...
Las estimaciones de AMD proyectan que su chip EPYC 9965 (192 núcleos) y el futuro EPYC Venice (256 núcleos) ofrecen 2.37x y 3.3x más rendimiento a nivel de rack que la CPU NVIDIA Vera de 88 núcleos, bajo un límite de... AMD argumenta que el rendimiento a escala de rack para servicios de IA agéntica intensivos en CPU (bases de datos, servidores web, cachés) es la métrica clave, contraatacando el enfoque de NVIDIA en el rendimiento de...
La comparación se reduce a un debate fundamental: ¿el valor de una CPU se mide por su velocidad pico en un chip o por la cantidad de núcleos que puedes meter en un rack para atender a miles de agentes de IA concurrentes?