AMD desafia as CPUs NVIDIA Grace e Intel Granite Rapids Xeon com demonstração de desempenho EPYC de 5ª geração, alcançando eficiência de energia de até 2,75x

A AMD fez avanços significativos com suas CPUs EPYC de 5ª geração, alcançando um desempenho impressionante em data centers x86 que supera as CPUs Xeon da Intel e Grace da NVIDIA.

Uma demonstração abrangente de desempenho: CPUs EPYC de 5ª geração da AMD visando NVIDIA e Intel

Press Release: A integração da inteligência artificial em aplicativos empresariais tradicionais — como mecanismos de recomendação em tempo real, manutenção preditiva e processamento de linguagem — transformou o cenário do data center. Hoje, as infraestruturas empresariais devem atender a uma gama diversificada de necessidades, desde soluções orientadas por IA até aplicativos convencionais e extensas cargas de trabalho aceleradas de IA.

Os processadores AMD EPYC surgiram como os principais concorrentes para IA empresarial e desempenho de nó host em clusters alimentados por GPU, alavancando a arquitetura x86 amplamente adotada. Essa arquitetura fornece recursos de desempenho excepcionais e compatibilidade com múltiplas cargas de trabalho, contrastando fortemente com alternativas baseadas em Arm.

Comparação de desempenho de AMD EPYC vs NVIDIA Grace

Para atender às crescentes demandas da computação moderna, as CPUs AMD EPYC são projetadas para se destacar em cargas de trabalho tradicionais e focadas em IA. Elas alimentam um vasto e variado portfólio de sistemas de provedores de soluções de servidores globais confiáveis e líderes de serviços em nuvem, personalizados para satisfazer os requisitos de negócios mais rigorosos. Os principais recursos incluem:

Densidade de núcleo x86 incomparável: até 192 núcleos por soquete, com diversos modelos de CPU que garantem execução de alto desempenho para inferência de IA e tarefas gerais de computação.
Capacidade de memória e largura de banda excepcionais: suporte a terabytes de memória DDR5 de ponta, padrão do setor, essencial para cargas de trabalho tradicionais escaláveis, bem como aplicativos de IA que gerenciam grandes conjuntos de dados.
Escalabilidade perfeita: a arquitetura x86 amplamente suportada permite fácil adoção de tecnologias de IA, eliminando a necessidade de reescritas de código complexas ou portabilidade de software cara de arquiteturas alternativas.
Eficiência energética aprimorada: as CPUs AMD EPYC oferecem uma vantagem notável em eficiência energética sobre o Grace CPU Superchip da NVIDIA, apresentando desempenho até 2, 75 vezes mais eficiente.

Principais comparações: AMD EPYC vs. NVIDIA Grace

Eficiência de energia 2, 75x maior em configurações de soquete duplo (de acordo com os testes SPECpower)
Desempenho 2, 17x superior em tarefas de banco de dados (MySQL TPROC-C)
2, 90x maior rendimento em operações de codificação de vídeo (codec FFmpeg VP9)
Melhor utilização de recursos graças à tecnologia Simultaneous Multithreading (SMT)
Até 20% de melhoria na produtividade para cargas de trabalho aceleradas por GPU em comparação com outras soluções x86
Velocidades de clock atingindo 5 GHz, superando significativamente a frequência base de 3, 1 GHz do NVIDIA Grace

Maximize o desempenho da GPU com a CPU certa

É amplamente reconhecido que tarefas de IA de baixa latência e larga escala se beneficiam significativamente da aceleração de GPU. No entanto, a importância de selecionar a CPU host apropriada para essas cargas de trabalho dependentes de GPU é frequentemente subestimada. Os processadores AMD EPYC de 5ª geração são otimizados para maximizar o desempenho de clusters habilitados para GPU, alcançando até 20% mais rendimento do que as opções x86 concorrentes.

Processamento de alta frequência para aceleração de IA otimizada

As CPUs AMD EPYC de 5ª geração podem atingir velocidades de clock de até 5 GHz, o que é 16% maior do que o Xeon 6745P lançado recentemente pela Intel com uma frequência turbo de 4, 3 GHz e significativamente superior à frequência base de 3, 1 GHz da NVIDIA Grace. Essa velocidade de clock elevada facilita o processamento de dados mais rápido, o gerenciamento eficaz de tarefas e a comunicação aprimorada da GPU, tudo vital para tarefas de treinamento e inferência de IA de alto volume e baixa latência.

Fonte e Imagens