📑 Daftar Isi

Prosesor Arm AGI CPU yang diklaim unggul performa rack-level dibanding AMD EPYC 9755

Arm Klaim CPU AGI Nyaris Dua Kali Performa Rack AMD di Beban AI Agentic

Penulis:Nur Hamzah
Terbit:
Diperbarui:
⏱️3 menit membaca
Bagikan:
  • Arm klaim CPU AGI capai rata-rata 1,99x performa rack AMD EPYC 9755 di tujuh workload agentic AI
  • Hasil individual 1,43x hingga 3,19x, sebagian berbasis pemodelan daya, uji hardware final belum ada
  • Rack 24 kW muat 21-23 server Arm vs 13 sistem EPYC 9755 dual-socket
  • Cold start Sandbench 45% lebih cepat, warm start 27% lebih cepat
  • Benchmark belum buktikan Arm ungguli x86 di komputasi general-purpose

Telset.id – Arm mengklaim CPU AGI miliknya mencatat performa rack-level hampir dua kali lipat dibanding AMD EPYC 9755 pada tujuh workload yang dirancang untuk mengevaluasi agentic artificial intelligence. Penilaian yang dilakukan Signal65 dengan kerja sama Arm ini membandingkan hasil prosesor yang diukur sebelum mengestimasi performa lintas rack dalam batas daya tetap, sehingga keunggulan Arm sangat bergantung pada asumsi konsumsi daya tiap server.

Hasil pengujian tersebut menemukan rata-rata rasio performa 1,99x untuk CPU AGI Arm, dengan rentang individual antara 1,43x hingga 3,19x dibanding AMD EPYC 9755. Namun, temuan ini sebagian bertumpu pada pemodelan berbasis daya, sementara pengujian pada perangkat produksi final masih belum dilakukan.

Kepadatan Rack Jadi Sumber Keunggulan

Keunggulan Arm sebagian besar berasal dari perbedaan konsumsi daya server yang memungkinkan lebih banyak sistem Arm masuk dalam alokasi listrik yang sama. Sebuah rack 24 kW dapat menampung 21 hingga 23 server AGI CPU, dibandingkan 13 sistem EPYC 9755 dual-socket. Konfigurasi itu menyediakan antara 5.712 hingga 5.888 physical core untuk Arm, berbanding 3.328 core untuk AMD, meski perbandingan tetap bergantung pada asumsi daya yang digunakan.

Konsumsi daya per server Arm berada di rentang 950 hingga 1.050 watt, sementara konfigurasi dual-socket AMD tercatat 1.700 watt. Perbedaan inilah yang menjadi dasar pemodelan rack-level dalam assessment tersebut, bukan semata perbandingan performa chip per chip.

ARM AGI CPU

Di antara kategori workload, Arm mencatat keunggulan rack-level termodelkan rata-rata 1,7x untuk tooling, 2,0x untuk agentic workflows, dan 2,2x untuk reasoning and planning. Assessment ini mencakup workload yang melibatkan software tools, eksekusi tugas otonom, information retrieval, serta dukungan untuk AI model serving, termasuk Terminal-Bench 2 dan SWE-bench.

Laporan tersebut juga memperkirakan operasi database dan vector-search bisa membutuhkan 30% hingga 35% lebih sedikit rack untuk beban pemrosesan yang setara. Klaim performa ini sejalan dengan narasi yang diangkat dalam artikel CPU AGI Arm sebelumnya.

Cold Start Lebih Cepat dan Tantangan x86

Pengujian terpisah membandingkan prosesor Arm dengan AMD EPYC 9965 menggunakan Sandbench, yang mengukur waktu yang dibutuhkan untuk membangun isolated execution environments. Arm menyelesaikan cold start 45% lebih cepat, warm start 27% lebih cepat, dan skenario terburuknya di bawah fourfold oversubscription 41% lebih cepat.

Peningkatan ini penting karena AI agents kerap membuat execution environments saat mengakses layanan, menjalankan kode, dan memproses informasi. Setup yang lebih cepat dapat mengurangi penundaan, meski hasilnya belum menunjukkan keuntungan setara di semua aplikasi atau deployment data center secara menyeluruh.

AMD rack-scale computing system

Executive vice president for Cloud AI Arm Mohamed Awad menyatakan, “The industry needs to measure how well systems handle the work agents actually complete,” yang menegaskan kebutuhan evaluasi performa spesifik per workload. Arm mengembangkan kerangka evaluasinya dengan dukungan Fujitsu, Meta, dan OpenAI, sementara Signal65 memverifikasi hasil prosesor yang dilaporkan secara independen.

Arm juga mengakui bahwa pengujian lanjutan pada sistem produksi final akan mencakup lebih banyak workload dan perbandingan kompetitif. Bagi AMD dan Intel, temuan ini menunjukkan bahwa server berbasis Arm berpotensi menantang infrastruktur x86 dalam deployment agentic AI ketika batas daya rack membatasi kapasitas komputasi. Pembahasan kapasitas rack AI juga muncul dalam ulasan AMD Helion.

Performa rack-level yang lebih tinggi dapat memungkinkan operator menampung lebih banyak AI workload dalam alokasi daya yang ada. Namun, benchmark ini tidak membuktikan bahwa Arm akan mengungguli x86 di komputasi general-purpose atau menjadi dasar untuk mengganti server yang ada di seluruh data center. Kompatibilitas software, biaya deployment, dan kondisi operasional nyata akan memengaruhi apakah keunggulan termodelkan ini berujung pada adopsi yang lebih luas.

Untuk konteks pasar perangkat konsumen, dinamika kompetisi serupa juga terlihat pada langkah Samsung hajar Apple di segmen wearable, yang menunjukkan persaingan spesifikasi dan daya terus menjadi medan utama antar vendor.

Ikuti Telset.id di Google NewsFollow

Komentar

Belum ada komentar.