AMD продвигает EPYC 9006 для agentic AI: CPU снова становится критической частью AI-стека

AI-инфраструктура постепенно перестает быть историей только про GPU. AMD в новом материале делает ставку на шестое поколение EPYC 9006 «Venice» и объясняет это ростом агентных систем, где один запрос запускает целую цепочку: поиск данных, обращения к базам, инструментальные вызовы, выполнение кода, проверку результата и формирование ответа. Часть такого конвейера работает на ускорителях, но значительный объем остается на CPU — именно здесь компания продвигает новое поколение серверных процессоров.

Агент — это не один inference-запрос

В классической схеме генеративного AI легко смотреть только на скорость модели: сколько токенов в секунду выдает GPU и сколько ускорителей нужно для заданной нагрузки. Агентная система сложнее. До вызова модели может работать retrieval, после него — код, SQL, API сторонних сервисов, проверки политик или дополнительные модели. Каждый этап имеет другой профиль нагрузки, а CPU координирует очереди, сеть, хранилище, шифрование, базы данных и часть самой AI-логики.

AMD ссылается на новый white paper, где EPYC 9006 тестируют не в одном «AI benchmark», а на общих, enterprise, cloud-native, AI и HPC-нагрузках. Для самой методики это логично: agentic AI действительно больше похож на смесь различных серверных задач, чем на один длинный матричный расчет.

Какие цифры заявляет AMD

В собственных тестах AMD процессор EPYC 9996 показал 1,2-кратное преимущество на ядро над платформой NVIDIA Vera в SPECrate 2026 Integer и 2,24-кратное — на уровне платформы. Для набора enterprise и cloud-native задач, куда входят Java, OpenSSL, MongoDB, Redis, NGINX и транзакционные нагрузки, компания заявляет прирост от 2,4 до 3,7 раза. В HPC-сравнениях с Intel Xeon 6980P AMD приводит преимущество от 1,8 до 3,13 раза в зависимости от задачи.

Эти числа важно читать именно как результаты тестирования AMD, а не как независимый универсальный рейтинг. Конфигурация сервера, компилятор, память, версия ПО и характер конкретного workload могут серьезно менять соотношение. Интереснее здесь не отдельная цифра, а тезис о том, что CPU снова становится одним из узких мест в сложной AI-системе.

Почему плотность сервера снова важна

В агентном AI многие инфраструктурные операции сложно «сбросить» на GPU. Если на один запрос приходится десяток обращений к сервисам, базе, поиску и выполнению кода, растет роль числа ядер, пропускной способности памяти и I/O. EPYC 9006 ориентируется именно на такую плотность, а AMD позиционирует «Venice» как универсальную платформу для AI, облака, enterprise и HPC.

В модели 100-кВт стойки AMD также заявляет примерно 3,3-кратную пропускную способность против платформы на Vera. Здесь особенно важно слово «модель»: это расчетный сценарий самой компании, а не результат полевого развертывания. Но он хорошо показывает направление конкуренции — от цены одного процессора к количеству полезной работы на ватт и на стойку.

Что из этого полезно на практике

Для команд, строящих RAG, корпоративных агентов или частный inference, вывод простой: измерять только GPU уже недостаточно. Нужно профилировать весь запрос от входа до ответа — базу данных, retrieval, tool execution, сетевые очереди, сериализацию и CPU-utilization. Иначе дорогой ускоритель может ждать, пока более медленный компонент подготовит следующий фрагмент работы. Новый акцент AMD на CPU для agentic AI — одновременно маркетинг и полезное напоминание об архитектуре реальных систем.

Почему vendor benchmarks все равно полезны

Производительские тесты не стоит превращать в независимый рейтинг, но они хорошо показывают, какие сценарии сам поставщик считает ключевыми. В данном случае AMD явно смещает разговор от «CPU рядом с GPU» к общей пропускной способности агентного конвейера. Для архитекторов инфраструктуры это повод проверить собственные профили нагрузки: где тратится время, сколько запросов упирается в базу или сеть и какая доля вычислений действительно идет на ускоритель.

↗