AMD:s nya motdrag: Så ska 256-kärniga EPYC Venice slå Nvidias Vera i AI-datacenter

Kärnan i AMD:s argument är inte att Vera är ett långsamt chip, utan att Nvidia mäter fel sak. För den kommande vågen av "agent-AI", där tusentals autonoma AI-agenter kräver konstant processorberäkning för orkestrering, databasanrop, webbservering och cache-hantering, insisterar AMD på att det enda meningsfulla riktmärket är den totala genomströmningen i rackskala under en fast effektbudget .

Istället för en direkt duell mellan enskilda kärnor föreslår AMD ett tankeexperiment: ge varje plattform en rack-effektbudget på 100 kW och se hur mycket verkligt agentarbete den kan hantera. I detta scenario visar AMD:s interna modeller att företagets processorer med högt kärnantal dramatiskt överträffar Nvidias Vera – inte för att varje kärna är mycket snabbare, utan för att den överlägsna energieffektiviteten gör att många fler kärnor kan klämmas in i samma effektenvelopp .

Resultattavlan i rackskala: Så radar AMD upp processorerna

AMD:s modellbaserade jämförelse normaliserar alla plattformar till ett rack med dubbelsockels-servrar (2P) och en total effektbudget på 100 kW. Den slår samman sex arbetslaster som är centrala för agent-AI – SPECrate 2017 heltalsprestanda, server-side Java, NGINX webbservering, Redis, Memcached och relationsdatabaser – till ett geometriskt medelvärde för genomströmningen, med Vera som baslinje .

Nedbrytningen per arbetslast för det kommande Venice-chippet jämfört med Vera är särskilt aggressiv, med prognoser som sträcker sig från en 2,40x förbättring i heltalsprestanda till en 4,05x fördel vid transaktioner i relationsdatabaser (TPROC-C) .

Metodikdebatten: Kärnor per watt kontra prestanda per kärna

Meningsskiljaktigheten kokar ner till en fråga om grundläggande fysik och effektberäkning. AMD:s modell estimerar att dess chip har en lägre normaliserad nod-effekt (2P) än Vera. När varje rack är begränsat till 100 kW innebär lägre strömförbrukning per nod att man fysiskt kan installera fler servrar. AMD:s analys visar att medan ett Vera-rack har ett normaliserat nod-antal på 1.00x, kan ett EPYC 9965-rack få plats med 1.86x normaliserade kärnor, och ett Venice-rack hela 2.08x .

Genomströmningen i rackskala beräknas sedan som produkten av prestanda per nod och antalet noder per rack. Även om Vera skulle vara något snabbare per kärna – en punkt som tidiga oberoende tester har stött för vissa uppgifter – menar AMD att det är matematiskt omöjligt att övervinna den enorma fördel i kärnantal som företagets mer energieffektiva design möjliggör i ett effektbegränsat rack .

AMD gör dock också anspråk på högre prestanda per kärna i sig. Metodikrapporten estimerar att en 64-kärnig Venice-processor kommer att leverera 27% högre SPECrate-prestanda per kärna än Veras 88-kärniga processor, och att även en 96-kärnig Venice-variant kommer att behålla en 11% fördel per kärna .

Två olika glasögon för processorstriden

Detta är ett klassiskt krig om hur riktmärken definieras, där varje företag väljer den mätmetod som bäst passar dess designfilosofi .

• Nvidias perspektiv: Hastighet i en sockel. Nvidia positionerar Vera som "processorn för agenter", byggd för massivt parallella sandlådemiljöer där snabb enchips-prestanda är av största vikt. Företagets egen tekniska blogg hävdar att Vera levererar upp till 1,5 gånger högre agent-sandlådeprestanda jämfört med konkurrerande x86-plattformar, med stöd av 1,2 TB/s minnesbandbredd och skräddarsydda Olympus-kärnor med Nvidias Spatial Multithreading (SMT) .
• AMD:s perspektiv: Tjänstedensitet i rackskala. AMD flyttar diskussionen till verkliga produktionsmiljöer för agent-AI, där en GPU kör själva modellen men processorn hanterar allt runtomkring – orkestrering, användarautentisering, cache-lager och databasfrågor. I denna synvinkel kräver betjäning av 10 000 samtidiga AI-agenter massiv flertrådad genomströmning, vilket bäst uppnås genom att maximera kärndensiteten per rack .

Viktiga brasklappar bakom 3,3x-siffran

Samtidigt som AMD:s rubriksiffror är iögonfallande kräver de en stor portion sammanhang.

• Alla siffror är AMD:s interna estimat. Den allra viktigaste reservationen är att framför allt Venice-siffrorna är förhandsprojektioner, inte oberoende uppmätta resultat. Själva analysen är en modell, inte ett test .
• Nvidia berättar en annan historia med andra arbetslaster. Nvidias egna riktmärken, med hjälp av deras urval av sandlåde- och kompileringsarbetslaster, visar ofta att Vera överträffar AMD:s nuvarande högpresterande EPYC-processorer på basis av enstaka socklar .
• Riktmärken som jämför äpplen och päron. AMD:s geometriska medelvärde av sex arbetslaster fokuserar på processorns infrastrukturtjänster. Det inkluderar inte de sandlåde-baserade arbetslaster för kompilering, kodexekvering och verktygsanrop som utgör kärnan i Nvidias marknadsföring av Vera .
• Veras strömförbrukning är estimerad av AMD. En avgörande faktor för AMD:s fördel på rack-nivå är antagandet om Vera-nodens effekt. I AMD:s normaliserade modell har Vera den högsta 2P-nodeffekten, vilket begränsar antalet noder per rack. Detta är ett modellantagande från AMD, inte en oberoende verifierad mätning av slutgiltigt kisel .

Tillgänglighet: När kommer chipen på riktigt?

Produktionstidslinjerna lägger till ytterligare en dimension till den konkurrensutsatta dynamiken.

• AMD EPYC 9965 "Turin" (Zen 5): Denna 192-kärniga processor är den nuvarande flaggskeppsmodellen och grunden för AMD:s påstående om 2,37x rack-genomströmning jämfört med Vera. Den levereras nu .
• AMD EPYC "Venice" (Zen 6, 256 kärnor): AMD bekräftade den 21 maj 2026 att Venice har gått in i volymproduktion på TSMC:s avancerade 2nm-processteknik . Server-versionen av EPYC Venice-serien väntas lanseras under andra halvåret 2026, med Zen 6-modeller för stationära datorer senare .
• NVIDIA Vera: Nvidia började leverera de första Vera-processorerna till ledande AI-labb som Anthropic, OpenAI och Oracle Cloud Infrastructure i mitten av maj 2026, med bredare partnertillgänglighet väntad under andra halvan av året .

Allt eftersom båda chipen närmar sig allmän tillgänglighet kommer debatten äntligen att flyttas från tillverkarnas presentationsbilder till tredjepartstester i riktiga datacenter. Fram till dess är den mest användbara slutsatsen kanske inte vilken processor som är snabbast, utan att se till att din egen infrastrukturutvärdering ligger i linje med den specifika arbetsbelastning du avser att köra.