AMD论点的核心,并非指Vera速度慢,而是认为NVIDIA找错了衡量标准。在即将到来的智能AI浪潮中,成千上万个AI智能体需要持续的CPU侧调度、数据库访问、网页服务和缓存支持。AMD坚信,在这种场景下,唯一有价值的基准测试是 在固定功耗预算下的机架级总吞吐量。
AMD并没有在单核性能上与Vera正面交锋,而是提出了一个思想实验:给每个平台一个100千瓦的机架功耗预算,看看谁能处理更多的真实智能体工作。在这个设定下,AMD的内部模型显示,其高核心数的EPYC处理器并非单核性能绝对领先,而是凭借更优的能效比,在相同功耗内塞进了多得多的核心,从而实现了总量上的碾压。
AMD的模型化对比将所有平台都置于100千瓦双路服务器的机架限制下,并综合了SPECrate 2017整数性能、服务器端Java、NGINX网页服务、Redis、Memcached和关系数据库这六项智能AI核心负载,得出一个几何平均吞吐量分数,并以Vera作为基准。
| 平台 | 每颗CPU核心数 | 归一化机架级性能(几何平均) |
|---|---|---|
| NVIDIA Vera (88核, Olympus ARM) | 88 | 1.00倍 (基准线) |
| Intel Xeon 6980P (128核, Granite Rapids-AP) | 128 | 1.46倍 |
| AMD EPYC 9965 "都灵" (192核, Zen 5) | 192 | 2.37倍 |
| AMD EPYC "威尼斯" (256核, Zen 6) | 256 | 3.30倍 (预测值) |
其中,即将推出的“威尼斯”芯片在各分项工作负载上对Vera的领先优势尤为激进,预测范围从整数性能的2.40倍,到关系数据库事务(TPROC-C)的4.05倍不等。
这场争论根植于一个基础的物理和能效计算。AMD的模型估算,其芯片的归一化双路节点功耗低于Vera。当每个机架被严格限制在100kW时,更低的单节点功耗意味着可以物理安装更多的服务器。AMD的分析显示,若Vera机架的归一化节点数为1.00倍,EPYC 9965机架能装下1.86倍的归一化核心数,“威尼斯”机架则能装下2.08倍。
此时,机架级吞吐量等于“单节点性能”乘以“每机架节点数”。即便Vera在单核性能上略占优势——一些早期的第三方基准测试也确实支持了这一点——AMD的理论是,在功耗受限的机架里,其高能效设计带来的核心密度优势在数学上是难以逾越的。
不过,AMD在单核性能上也并非全盘让步。其方法论论文预测,一颗64核的“威尼斯”CPU的单核SPECrate性能将高出Vera 88核处理器27%;即使是96核的“威尼斯”芯片,也预计能保持11%的单核性能优势。
这是一场经典的基准测试框架之战,每家公司都选择了最符合其设计理念的度量标准。
尽管AMD给出的数字极为吸引眼球,但解读时需要加上几个重要的注脚。
芯片的量产时间线,为这场竞争增添了另一层复杂性。
随着两家芯片都接近大规模上市,这场争论终将从厂商的PPT走向第三方数据中心的机架。到那时,最有价值的结论或许不是哪款CPU更快,而是确保你对基础设施的评估标准,精准对应你真正想跑的业务负载。