Látványos eredményt produkált az Nvidia kifejezetten AI-ügynökökhöz tervezett Vera processzora egy új tesztben. A Daytona mérése szerint a chip 27,4 másodperc alatt indított el 2000 elkülönített AI-os sandboxkörnyezetet, miközben az AMD Zen 5-alapú EPYC 9575F-nek 32,3 másodpercre volt szüksége mindössze 1000 ugyanilyen környezet felállításához. Az EPYC 9755 ennél is jóval lassabbnak bizonyult, 88,4 másodperc alatt végzett ugyanazzal az ezres feladattal.
A számok eredeti forrása nem az Nvidia, hanem az AI által generált kód futtatására és AI-ügynökök kiszolgálására szakosodott Daytona. A vállalat ugyanazt a kódolóügynökös munkaterhelést futtatta nagy mennyiségű sandboxban mindhárom processzoron. Egy ilyen sandbox lényegében egy elkülönített munkakörnyezet, saját fájlrendszerrel, függőségekkel és eszközökkel, amelyben az AI-ügynök úgy dolgozhat, hogy közben nem fér hozzá közvetlenül a gazdarendszer többi részéhez.
Az első körben 1000 ilyen környezetet kellett létrehozni és használatra kész állapotba hozni. Az Nvidia Vera 10,8 másodperc alatt végzett, az AMD EPYC 9575F 32,3, az EPYC 9755 pedig 88,4 másodpercet igényelt. Vagyis utóbbihoz képest a Vera ebben a konkrét feladatban több mint nyolcszor gyorsabban állította fel az ezres sandboxflottát. Ez azonban nem azt jelenti, hogy a Vera általánosságban nyolcszor gyorsabb processzor lenne az EPYC-nél: a különbség kifejezetten ennél az AI-ügynökökhöz igazított munkaterhelésnél és mérési módszernél jelentkezett.
A terhelést ezután egészen 2000 párhuzamos környezetig növelték. A Vera 13,3 befejezett ügynökfeladat/másodperces csúcsot ért el, és 2000 sandbox mellett is 12,7 körül maradt. Az EPYC 9755 körülbelül 10,9, az EPYC 9575F pedig 8,1 feladat/másodpercet teljesített ugyanekkora párhuzamosságnál.
A Daytona számítása szerint, ha egy rendszernek folyamatosan másodpercenként 1000 befejezett ügynökfeladatot kellene produkálnia, Verából körülbelül 15%-kal kevesebb gépre lenne szükség, mint EPYC 9755-ből, az EPYC 9575F-hez képest pedig 38%-os lehetne a különbség. Ez adatközponti léptékben már a szerverek számán túl az energiafogyasztásra, a hűtésre és a szükséges rackhelyre is komoly hatással lehet.
Nem véletlen, hogy az Nvidia éppen ezen a területen próbálja megfogni az AMD-t és az Intelt. A Vera hivatalos specifikációja szerint 88 saját fejlesztésű Olympus magot és 176 szálat kínál, LPDDR5X memóriarendszere pedig akár 1,2 TB/s sávszélességet és 1,5 TB kapacitást biztosíthat. Az Nvidia eleve kódfuttatásra, eszközhasználatra, sandboxokra, megerősítéses tanulásra és más AI-ügynökös feladatokra optimalizálta az Arm-alapú processzort.
Az összehasonlított AMD-k más filozófiát követnek. Az EPYC 9755 hivatalosan 128 Zen 5 magot és 256 szálat, míg az EPYC 9575F 64 magot és 128 szálat kínál. Előbbi 500 wattos TDP-vel és 2,7 GHz-es alapórajellel, utóbbi 400 wattos TDP-vel és akár 5 GHz-es boosttal működik. Ezek általános célú szerverprocesszorok, nem kizárólag AI-ügynökök futtatására készültek.
Az eredményeket ezért érdemes ugyanúgy kezelni, mint bármilyen gyártóhoz vagy szolgáltatóhoz kötődő benchmarkot: érdekes képet adnak egy konkrét feladatról, de nem helyettesítik a többféle terheléssel, azonos konfigurációkban végzett független teszteket. A Wccftech összefoglalója is kiemeli, hogy az AMD azóta már piacra dobta a Zen 6-os EPYC generációt, amelyet ebben a mérésben nem vetettek össze a Verával.
Az Nvidia mindenesetre komoly üzletet akar építeni a Verára. Korábban már arról is írtunk, hogy Kínában külön ezzel a processzorral próbálhat visszakapaszkodni az AI-piacra, miközben a Vera Rubin platformmal az adatközponti AI-rendszerek következő generációját is erre a CPU-ra építi. Már az év elején is látszott, hogy 2026 egyik nagy hardveres kérdése az Arm és az x86 egyre élesebb versenye lesz, a Daytona mostani mérése pedig megmutatta, hogy az Nvidia legalább az AI-ügynökök kiszolgálására kihegyezett feladatokban komoly kihívóként érkezett meg.
