Lãnh đạo AMD “bóc mẽ” tuyên bố chip AI tự trị của Nvidia và Arm

Hai nhân vật nổi bật tại AMD đồng quan điểm rằng công ty không thiết kế dòng Zen 6 thế hệ mới có tên mã Venice dành riêng cho agentic AI (AI tự trị). Đây là động thái chỉ trích rõ ràng nhắm vào Nvidia và Arm, những hãng từng mô tả các CPU trung tâm dữ liệu mới nhất của họ có bản chất là "agentic". Trong các cuộc phỏng vấn riêng biệt, kiến trúc sư trưởng Zen của AMD là Mike Clark và Phó chủ tịch công ty Madhu Rangarajan cho biết hãng không hề dự đoán trước làn sóng agentic khi quá trình phát triển Zen 6 bắt đầu.

Chu kỳ phát triển CPU được đo bằng tính bằng năm, và xét đến việc cơn sốt agentic xung quanh CPU bùng nổ vào khoảng tháng 3 năm nay, việc kỳ vọng bất kỳ ai đã phát triển silicon đặc biệt cho agentic AI là điều bất hợp lý, chứ chưa nói đến một CPU trung tâm dữ liệu đa năng. Thế nhưng, Nvidia vẫn tuyên bố CPU Vera của họ được "xây dựng có mục đích" cho agentic AI, trong khi Arm cho biết CPU AGI của họ được "thiết kế cho các nhu cầu của agentic AI".

"Chúng tôi nghĩ rằng CPU EPYC 9006 là CPU tốt nhất cho kỷ nguyên agentic, và bật mí là chúng tôi không hề biết một cách kỳ diệu từ bốn năm trước rằng agentic sẽ trở thành xu hướng và chế tạo thứ gì đó dành riêng cho nó", Rangarajan chia sẻ trong một buổi họp báo. "Thực tế là quy trình làm việc của agentic bao gồm một tập hợp các tác vụ đa dạng... và để thực hiện các tác vụ đó tốt, bạn cần khả năng tính toán có thể xử lý một tập hợp khối lượng công việc đa dạng với danhi mục đầy đủ".

Giới thiệu vi kiến trúc Zen 6, Mike Clark đồng tình với quan điểm này: "Tôi sẽ không đánh lừa và hành động như thể tôi biết điện toán agentic sắp ra mắt, hoặc chúng tôi biết điều đó, nhưng chúng tôi thực sự tin tưởng rằng CPU sẽ luôn có một vị trí trong hệ sinh thái phần mềm của AI... Và khi agentic bùng nổ, chúng tôi hiện có thể triển khai điều đó cho khối lượng công việc tính toán agentic".

Khi AMD tung ra vi kiến trúc thế hệ tiếp theo với các CPU Venice, hãng đang nhắm mục tiêu vào thông điệp từ Arm và Nvidia, những bên đang tạo ra mối đe dọa trực tiếp nhất đối với sự trỗi dậy liên tục của AMD trong trung tâm dữ liệu dựa trên khối lượng công việc agentic. Và thực sự, có những vectơ hiệu năng mà Vera của Nvidia trông rất mạnh mẽ đối với khối lượng công việc agentic. Tuy nhiên, lập luận của AMD là agentic AI đòi hỏi một dải CPU rộng lớn giống như khối lượng công việc đa năng, qua đó đẩy lùi cách tiếp cận đơn SKU của Nvidia và Arm.

Các thử nghiệm của chúng tôi đối với hai con chip AMD Venice cũng củng cố cho lập luận đó, với EPYC 9996 dày đặc có 256 nhân và 512 luồng mang lại hiệu năng thông lượng đỉnh cao, trong khi EPYC 9686F tối ưu tần số cạnh tranh sòng phẳng với Vera trong vai trò node máy chủ AI. AMD sẽ ra mắt thêm hai dải sản phẩm vào năm tới, với Venice-X nhắm đến HPC bằng bộ nhớ đệm xếp chồng 3D và Verano đi thẳng vào Vera với tư cách là node máy chủ AI tích hợp hệ thống bộ nhớ LPDDR5X.

Mặc dù các đặc điểm khối lượng công việc của agentic AI vẫn đang trong quá trình được xác định rõ ràng, chúng ta hiện có sự hiểu biết tốt hơn về cách các vòng lặp đó hoạt động so với hồi đầu năm. Và giống như tất cả các chủ đề phức tạp, câu trả lời cho việc điều gì là quan trọng trong một CPU dành cho agentic AI luôn là câu trả lời có phần hụt hẫng "tùy thuộc vào trường hợp cụ thể".

Như chúng tôi đã phân tích trong quy trình thử nghiệm ban đầu cho agentic AI, các đặc điểm khối lượng công việc và nhu cầu đối với CPU/bộ nhớ được xác định bởi những gì tác vụ đang làm, và trong trung tâm dữ liệu là những gì một số tác vụ đang làm ở độ đồng thời cao khi được cách ly. Ví dụ, một tác vụ lập trình sẽ thường gọi nhiều công cụ gây áp lực lên CPU hơn so với tác vụ duyệt web, trong khi một tác vụ truy vấn cơ sở dữ liệu có thể đòi hỏi hiệu năng bộ nhớ mạnh mẽ.

Tất nhiên, có một số vectơ hiệu năng không thể được giải quyết bằng các SKU khác nhau (chẳng hạn như hiệu năng bộ nhớ mạnh mẽ đó). Tuy nhiên, tính đa dạng tiềm năng của khối lượng công việc agentic chắc chắn tạo ra lý do chính đáng cho sự đa dạng của CPU. Ở cấp độ cơ bản nhất, một vòng lặp agentic cho phép LLM hiểu các hàm bạn đã xác định, sau đó chuyển các đối số đến các hàm đó để thực thi chúng. Chúng ta đang nói về một khối lượng công việc rộng lớn tương đương những gì bạn có thể xác định trong một hàm bằng các ngôn ngữ như Python và Rust.