I stedet for en direkte duell mellom enkeltkjerner, foreslår AMD et tankeeksperiment: Gi hver plattform en effektramme på 100 kilowatt (kW) per rack og se hvor mye reelt agentisk arbeid den kan håndtere. I dette scenariet antyder AMDs interne modellering at deres EPYC-prosessorer med høyt antall kjerner dramatisk utkonkurrerer NVIDIA Vera. Årsaken er ikke at hver enkelt kjerne er enormt mye raskere, men at overlegen energieffektivitet gjør det mulig å pakke langt flere kjerner inn i den samme effektrammen .

Styrkeforholdet ved rack-skala: Slik mener AMD at CPUene står seg

AMDs modellerte sammenligning normaliserer alle plattformer til et 100 kW serverrack med to sokler (2P). Den kombinerer seks arbeidsbelastninger som er sentrale for agentisk AI – heltallsytelse (SPECrate 2017), Java på tjenersiden, NGINX webserver, Redis, Memcached og relasjonsdatabaser – til en geometrisk gjennomsnittlig ytelsesscore. Vera danner grunnlinjen .

Nedbrytingen per arbeidsbelastning for den kommende Venice-brikken mot Vera er særlig aggressiv, med anslag som spenner fra en 2,40 ganger økning i heltallsytelse til en 4,05 ganger fordel for relasjonsdatabasetransaksjoner (TPROC-C) .

Metodedebatten: Kjerner per watt mot ytelse per kjerne

Uenigheten bunner i en grunnleggende fysisk og effektivitetsmessig kalkyle. AMDs modell estimerer at deres brikker har et lavere normalisert effektforbruk per 2P-node enn Vera. Når hvert rack er begrenset til 100 kW, betyr lavere effektforbruk per node at du fysisk kan installere flere servere. AMDs analyse viser at mens et Vera-rack har et normalisert nodeantall på 1,00x, kan et EPYC 9965-rack romme 1,86x kjerner, og et Venice-rack kan romme 2,08x .

Rack-gjennomstrømningen beregnes deretter som produktet av ytelse per node og antall noder per rack. Selv om Vera skulle være marginalt raskere per kjerne – et poeng som tidlige uavhengige tester har støttet for enkelte oppgaver – er AMDs argument at det er matematisk umulig å overvinne den enorme fordelen i antall kjerner som deres mer energieffektive design muliggjør i et effektbegrenset rack .

AMD fremmer imidlertid også påstander om selve ytelsen per kjerne. Metodedokumentet estimerer at en 64-kjerners Venice-CPU vil levere 27 % høyere SPECrate-ytelse per kjerne enn Veras 88-kjerners prosessor, og at selv en 96-kjerners Venice-brikke vil opprettholde en fordel på 11 % per kjerne .

CPU-krigens to linser

Dette er en klassisk strid om hvordan referansetester rammes inn, der hvert selskap velger målingen som best passer deres designfilosofi .

• NVIDIAs linse: Rå ytelse per sokkel. NVIDIA posisjonerer Vera som "CPUen for agenter", bygget for massivt parallelle sandkassemiljøer der rask ytelse på én enkelt brikke er avgjørende. Selskapets egen tekniske blogg hevder at Vera leverer opptil 1,5 ganger høyere agentisk sandkasseytelse sammenlignet med konkurrerende x86-plattformer, støttet av 1,2 TB/s minnebåndbredde og spesialtilpassede Olympus-kjerner .
• AMDs linse: Tjenestetetthet på rack-nivå. AMD omformulerer diskusjonen rundt produksjonsmiljøer for agentisk AI, der en GPU kjører modellen, men CPUen håndterer alt rundt – orkestrering, brukerautentisering, mellomlagring og databasespørringer. I dette perspektivet krever det å betjene 10 000 samtidige AI-agenter massiv flertrådet gjennomstrømning, som best oppnås ved å maksimere kjernettheten per rack .

Kritiske forbehold ved 3,3x-tallet

Selv om AMDs hovedtall er iøynefallende, krever de en sunn porsjon kontekst.

• Alle tall er AMDs interne estimater. Det viktigste forbeholdet er at spesielt Venice-tallene er anslag før ferdig silisium, ikke uavhengig målte resultater. Selve analysen er en modell, ikke en test .
• NVIDIA forteller en annen historie med andre arbeidsbelastninger. NVIDIAs egne referansetester, med deres utvalg av sandkasse- og kompileringsbelastninger, viser ofte at Vera utkonkurrerer AMDs nåværende toppmodeller av EPYC på enkeltsokkelbasis .
• Sammenligning av epler og pærer. AMDs geometriske snitt med seks arbeidsbelastninger fokuserer på CPU-infrastrukturtjenester. Det inkluderer ikke de agentiske sandkassebelastningene – som kompilering og kodekjøring – som er kjernen i NVIDIAs Vera-markedsføring .
• Veras effektforbruk er estimert av AMD. En nøkkeldriver for AMDs fordel på rack-nivå er antakelsen om Veras nodeeffekt. I AMDs normaliserte modell har Vera det høyeste effektforbruket per 2P-node, noe som begrenser antall noder per rack. Dette er en modelleringsantakelse fra AMD, ikke en uavhengig verifisert måling av ferdig silisium .

Tilgjengelighet: Når kommer silisiumet?

Produksjonstidslinjene legger enda et lag til konkurransedynamikken.

• AMD EPYC 9965 "Turin" (Zen 5): Denne 192-kjerners prosessoren er dagens flaggskip og grunnlaget for AMDs påstand om 2,37 ganger rack-gjennomstrømning over Vera. Den leveres nå .
• AMD EPYC "Venice" (Zen 6, 256 kjerner): AMD bekreftet 21. mai 2026 at Venice har gått inn i volumproduksjon på TSMCs avanserte 2nm-prosessteknologi . Servermodellen EPYC Venice ventes lansert i andre halvdel av 2026, med stasjonære Zen 6-modeller senere .
• NVIDIA Vera: NVIDIA begynte å sende de første Vera-CPUene til ledende AI-laboratorier som Anthropic, OpenAI og Oracle Cloud Infrastructure i midten av mai 2026, med bredere partnertilgjengelighet ventet i andre halvår .

Etter hvert som begge brikkene nærmer seg generell tilgjengelighet, vil debatten endelig bevege seg fra leverandørenes lysbildepresentasjoner til uavhengig testing i datasentre. Inntil da er den mest nyttige konklusjonen kanskje ikke hvilken CPU som er raskest, men å sikre at din infrastrukturevaluering samsvarer med den spesifikke arbeidsbelastningen du har tenkt å kjøre.

I stedet for en direkte duell mellom enkeltkjerner, foreslår AMD et tankeeksperiment: Gi hver plattform en effektramme på 100 kilowatt (kW) per rack og se hvor mye reelt agentisk arbeid den kan håndtere. I dette scenariet antyder AMDs interne modellering at deres EPYC-prosessorer med høyt antall kjerner dramatisk utkonkurrerer NVIDIA Vera. Årsaken er ikke at hver enkelt kjerne er enormt mye raskere, men at overlegen energieffektivitet gjør det mulig å pakke langt flere kjerner inn i den samme effektrammen .

Styrkeforholdet ved rack-skala: Slik mener AMD at CPUene står seg

AMDs modellerte sammenligning normaliserer alle plattformer til et 100 kW serverrack med to sokler (2P). Den kombinerer seks arbeidsbelastninger som er sentrale for agentisk AI – heltallsytelse (SPECrate 2017), Java på tjenersiden, NGINX webserver, Redis, Memcached og relasjonsdatabaser – til en geometrisk gjennomsnittlig ytelsesscore. Vera danner grunnlinjen .

Nedbrytingen per arbeidsbelastning for den kommende Venice-brikken mot Vera er særlig aggressiv, med anslag som spenner fra en 2,40 ganger økning i heltallsytelse til en 4,05 ganger fordel for relasjonsdatabasetransaksjoner (TPROC-C) .

Metodedebatten: Kjerner per watt mot ytelse per kjerne

Uenigheten bunner i en grunnleggende fysisk og effektivitetsmessig kalkyle. AMDs modell estimerer at deres brikker har et lavere normalisert effektforbruk per 2P-node enn Vera. Når hvert rack er begrenset til 100 kW, betyr lavere effektforbruk per node at du fysisk kan installere flere servere. AMDs analyse viser at mens et Vera-rack har et normalisert nodeantall på 1,00x, kan et EPYC 9965-rack romme 1,86x kjerner, og et Venice-rack kan romme 2,08x .

Rack-gjennomstrømningen beregnes deretter som produktet av ytelse per node og antall noder per rack. Selv om Vera skulle være marginalt raskere per kjerne – et poeng som tidlige uavhengige tester har støttet for enkelte oppgaver – er AMDs argument at det er matematisk umulig å overvinne den enorme fordelen i antall kjerner som deres mer energieffektive design muliggjør i et effektbegrenset rack .

AMD fremmer imidlertid også påstander om selve ytelsen per kjerne. Metodedokumentet estimerer at en 64-kjerners Venice-CPU vil levere 27 % høyere SPECrate-ytelse per kjerne enn Veras 88-kjerners prosessor, og at selv en 96-kjerners Venice-brikke vil opprettholde en fordel på 11 % per kjerne .

CPU-krigens to linser

Dette er en klassisk strid om hvordan referansetester rammes inn, der hvert selskap velger målingen som best passer deres designfilosofi .

• NVIDIAs linse: Rå ytelse per sokkel. NVIDIA posisjonerer Vera som "CPUen for agenter", bygget for massivt parallelle sandkassemiljøer der rask ytelse på én enkelt brikke er avgjørende. Selskapets egen tekniske blogg hevder at Vera leverer opptil 1,5 ganger høyere agentisk sandkasseytelse sammenlignet med konkurrerende x86-plattformer, støttet av 1,2 TB/s minnebåndbredde og spesialtilpassede Olympus-kjerner .
• AMDs linse: Tjenestetetthet på rack-nivå. AMD omformulerer diskusjonen rundt produksjonsmiljøer for agentisk AI, der en GPU kjører modellen, men CPUen håndterer alt rundt – orkestrering, brukerautentisering, mellomlagring og databasespørringer. I dette perspektivet krever det å betjene 10 000 samtidige AI-agenter massiv flertrådet gjennomstrømning, som best oppnås ved å maksimere kjernettheten per rack .

Kritiske forbehold ved 3,3x-tallet

Selv om AMDs hovedtall er iøynefallende, krever de en sunn porsjon kontekst.

• Alle tall er AMDs interne estimater. Det viktigste forbeholdet er at spesielt Venice-tallene er anslag før ferdig silisium, ikke uavhengig målte resultater. Selve analysen er en modell, ikke en test .
• NVIDIA forteller en annen historie med andre arbeidsbelastninger. NVIDIAs egne referansetester, med deres utvalg av sandkasse- og kompileringsbelastninger, viser ofte at Vera utkonkurrerer AMDs nåværende toppmodeller av EPYC på enkeltsokkelbasis .
• Sammenligning av epler og pærer. AMDs geometriske snitt med seks arbeidsbelastninger fokuserer på CPU-infrastrukturtjenester. Det inkluderer ikke de agentiske sandkassebelastningene – som kompilering og kodekjøring – som er kjernen i NVIDIAs Vera-markedsføring .
• Veras effektforbruk er estimert av AMD. En nøkkeldriver for AMDs fordel på rack-nivå er antakelsen om Veras nodeeffekt. I AMDs normaliserte modell har Vera det høyeste effektforbruket per 2P-node, noe som begrenser antall noder per rack. Dette er en modelleringsantakelse fra AMD, ikke en uavhengig verifisert måling av ferdig silisium .

Tilgjengelighet: Når kommer silisiumet?

Produksjonstidslinjene legger enda et lag til konkurransedynamikken.

• AMD EPYC 9965 "Turin" (Zen 5): Denne 192-kjerners prosessoren er dagens flaggskip og grunnlaget for AMDs påstand om 2,37 ganger rack-gjennomstrømning over Vera. Den leveres nå .
• AMD EPYC "Venice" (Zen 6, 256 kjerner): AMD bekreftet 21. mai 2026 at Venice har gått inn i volumproduksjon på TSMCs avanserte 2nm-prosessteknologi . Servermodellen EPYC Venice ventes lansert i andre halvdel av 2026, med stasjonære Zen 6-modeller senere .
• NVIDIA Vera: NVIDIA begynte å sende de første Vera-CPUene til ledende AI-laboratorier som Anthropic, OpenAI og Oracle Cloud Infrastructure i midten av mai 2026, med bredere partnertilgjengelighet ventet i andre halvår .

Etter hvert som begge brikkene nærmer seg generell tilgjengelighet, vil debatten endelig bevege seg fra leverandørenes lysbildepresentasjoner til uavhengig testing i datasentre. Inntil da er den mest nyttige konklusjonen kanskje ikke hvilken CPU som er raskest, men å sikre at din infrastrukturevaluering samsvarer med den spesifikke arbeidsbelastningen du har tenkt å kjøre.