AMD не стала приписывать своим новым серверным чипам дар предвидения: архитектуру Zen 6, лежащую в основе EPYC Venice, не проектировали специально как процессоры для агентного ИИ. Зато компания утверждает, что именно универсальность линейки может оказаться полезнее громкого ярлыка «создано для агентов» — важный сигнал для команд, которые выбирают инфраструктуру под пока ещё плохо стандартизированные AI-нагрузки.
Об этом на встречах с прессой заявили корпоративный вице-президент AMD Мадху Рангараджан и главный архитектор Zen Майк Кларк, сообщает Tom's Hardware. Они фактически ответили Nvidia и Arm, которые позиционируют серверные CPU Vera и AGI как решения, рассчитанные на эпоху агентного ИИ. Позиция AMD проще и честнее маркетингового лозунга: разработка серверного процессора занимает годы, поэтому нельзя было заранее точно спроектировать кремний под тренд, который оформился значительно позже старта работ над Zen 6.
Рангараджан назвал EPYC 9006 подходящим CPU для агентной эпохи, но подчеркнул, что AMD не могла «магическим образом» предсказать появление агентных систем четыре года назад. По его словам, агентный workflow — это не одна операция, а набор разнородных задач. Следовательно, дата-центру нужен не единственный идеальный SKU, а портфель чипов, который можно подобрать под характер конкретной работы. Кларк добавил, что AMD изначально считала CPU необходимой частью AI-стека: даже когда основную математику выполняют ускорители, процессору достаются оркестрация, работа с памятью, подготовка данных, вызовы инструментов и изоляция параллельных задач.
Агентный ИИ — не один бенчмарк
За спором о формулировках скрывается вполне практичный вопрос: что именно измерять у CPU для агентных систем. Базовый агентный цикл позволяет языковой модели выбрать доступную функцию и передать ей аргументы. На практике такой функцией может быть почти что угодно — запрос к базе данных, запуск кода, обращение к внутреннему API, поиск в документации или управление браузером. Агент для программирования обычно активнее нагружает вычислительные ядра и инструменты исполнения кода. Агент, который постоянно читает и обновляет данные, сильнее зависит от подсистемы памяти. А в production к этому добавляются десятки или сотни одновременно работающих, изолированных сессий.
Именно поэтому формула «лучший CPU для агентов» пока выглядит подозрительно универсальной. Производительность определяется не только числом ядер или частотой, но и долей последовательной логики, пропускной способностью памяти, числом конкурентных агентов, схемой sandboxing и тем, сколько работы остаётся на хосте после передачи инференса ускорителю. AMD использует этот аргумент против подхода Nvidia и Arm, где акцент сделан на одном специализированном позиционировании. Впрочем, это не означает, что преимущество заранее на стороне широкой линейки: для некоторых классов агентных задач один конкретный CPU действительно может быть выгоднее по плотности, задержкам или энергопотреблению.
Tom's Hardware приводит результаты раннего тестирования двух чипов Venice как иллюстрацию этой разницы. Плотный EPYC 9996 с 256 ядрами и 512 потоками показывает высокий уровень throughput, тогда как частотно оптимизированный EPYC 9686F сопоставим с Vera в роли AI host node. Это не готовый рейтинг всех платформ: агентные бенчмарки только формируются, а методика сильно зависит от состава инструментов и окружения. Но для инфраструктурных команд вывод уже полезен: покупать CPU под слово «agentic» на слайде вендора — слабая стратегия; сначала стоит профилировать собственные цепочки вызовов.
AMD готовит разные варианты Venice
AMD намерена расширить семейство в следующем году двумя направлениями. Venice-X будет ориентирован на HPC и получит 3D-стековую кеш-память, а Verano нацелен непосредственно на роль AI-хоста и использует память LPDDR5X. Компания тем самым не отказывается от специализации, а переносит её с громкого универсального обещания на более понятные технические параметры: кеш для задач, чувствительных к локальности данных, и память для сценариев, где упираются в её скорость и объём. Для российских разработчиков платформ и владельцев частных кластеров это особенно актуально: зрелость агентного приложения определяется не названием модели, а тем, где оно упирается в CPU, RAM, сеть, хранилище и GPU.
У AMD есть и коммерческий мотив спорить с Nvidia и Arm именно сейчас. Агентные системы становятся новым объяснением расходов на AI-инфраструктуру после бума обучения и инференса больших моделей. Nvidia пытается распространить влияние на CPU-узел рядом с ускорителями, Arm — закрепить идею серверного процессора, оптимизированного под новую нагрузку. AMD отвечает привычной для EPYC логикой: в дата-центре редко существует одна типовая задача, а значит, линейка с разными балансами ядер, частот, кеша и памяти ценнее единственного «правильного» чипа.
Ближайшая проверка этой позиции придёт не из презентаций, а из повторяемых тестов реальных агентных контуров: разработки, поиска, работы с базами и многоарендных песочниц. Пока рынок продаёт термин «агентный ИИ» быстрее, чем успевает договориться о его измерении, заявления AMD выглядят здравой поправкой к рекламной риторике. Проверить исходные цитаты руководителей компании и детали тестов Venice можно в материале .
