Telset.id – Arm mengklaim CPU AGI mereka mencatatkan performa tingkat rack hampir dua kali lipat dibandingkan AMD EPYC 9755 pada tujuh beban kerja yang dirancang untuk mengevaluasi kecerdasan artifisial agentic. Penilaian yang dilakukan Signal65 dengan kerja sama Arm ini membandingkan hasil prosesor terukur sebelum mengestimasi performa lintas rack yang beroperasi dalam anggaran daya tetap. Temuan tersebut sebagian bergantung pada pemodelan berbasis daya, sementara pengujian pada perangkat keras produksi final masih belum dilakukan.
Klaim performa tingkat rack ini menjadi sorotan karena menyentuh langsung batas daya yang dihadapi operator pusat data saat menjalankan beban kerja AI agentic. Assessmen mencakup beban kerja yang melibatkan perangkat lunak, eksekusi tugas otonom, pengambilan informasi, dan dukungan untuk penyajian model AI, termasuk Terminal-Bench 2 dan SWE-bench.
Keunggulan Kepadatan Rack Arm
Dalam tujuh pengujian tersebut, prosesor Arm mencapai rasio performa rata-rata 1,99x, dengan hasil individual berkisar antara 1,43x hingga 3,19x dibandingkan AMD EPYC 9755. Keunggulan yang dimodelkan sebagian berasal dari perbedaan konsumsi daya server, yang memungkinkan lebih banyak sistem Arm berada dalam alokasi listrik yang sama.
Sebuah rack 24 kW dapat menampung 21 hingga 23 server AGI CPU, dibandingkan dengan 13 sistem EPYC 9755 dual-socket. Konfigurasi tersebut menyediakan antara 5.712 dan 5.888 core fisik untuk Arm, dibandingkan dengan 3.328 untuk AMD, meskipun perbandingan ini bergantung pada asumsi daya terukur. Daya per server individual berkisar dari 950 hingga 1.050 watt untuk sistem Arm, sementara konfigurasi dual-socket AMD memiliki konsumsi terukur 1.700 watt.
Di seluruh kategori beban kerja, Arm mencatatkan keunggulan tingkat rack yang dimodelkan dengan rata-rata 1,7x untuk tooling, 2,0x untuk alur kerja agentic, dan 2,2x untuk penalaran serta perencanaan. Laporan tersebut juga mengestimasi bahwa operasi basis data dan pencarian vektor dapat membutuhkan 30% hingga 35% lebih sedikit rack untuk beban kerja pemrosesan yang setara.
Baca Juga:
Pembuatan Sandbox Lebih Cepat
Pengujian terpisah membandingkan prosesor Arm dengan AMD EPYC 9965 menggunakan Sandbench, yang mengukur waktu yang dibutuhkan untuk membangun lingkungan eksekusi terisolasi. Arm menyelesaikan cold start 45% lebih cepat, warm start 27% lebih cepat, dan skenario terburuknya di bawah oversubscription empat kali lipat 41% lebih cepat.
Peningkatan ini penting karena agen AI sering membuat lingkungan eksekusi saat mengakses layanan, menjalankan kode, dan memproses informasi. Penyiapan yang lebih cepat dapat mengurangi penundaan, meskipun hasilnya tidak menunjukkan keuntungan yang setara di semua aplikasi atau penerapan pusat data secara lengkap.
Executive vice president for Cloud AI Arm, Mohamed Awad, mengatakan, “Industri perlu mengukur seberapa baik sistem menangani pekerjaan yang benar-benar diselesaikan agen,” yang menggambarkan kebutuhan akan evaluasi performa spesifik beban kerja. Perusahaan mengembangkan kerangka evaluasinya dengan dukungan dari Fujitsu, Meta, dan OpenAI, sementara Signal65 secara independen memverifikasi hasil prosesor yang dilaporkan.
Arm juga mengakui bahwa pengujian lebih lanjut pada sistem produksi final akan mencakup beban kerja tambahan dan perbandingan kompetitif. Bagi AMD dan Intel, temuan ini menunjukkan bahwa server berbasis Arm dapat menantang infrastruktur x86 dalam penerapan AI agentic di mana batas daya rack membatasi kapasitas komputasi.
Performa tingkat rack yang lebih tinggi dapat memungkinkan operator menampung lebih banyak beban kerja AI dalam alokasi daya yang ada. Namun, benchmark tersebut tidak menetapkan bahwa Arm akan mengungguli x86 di seluruh komputasi tujuan umum atau membenarkan penggantian server yang ada di seluruh pusat data. Kompatibilitas perangkat lunak, biaya penerapan, dan kondisi operasi dunia nyata akan memengaruhi apakah keunggulan yang dimodelkan tersebut berujung pada adopsi yang lebih luas.
Di sisi lain, industri terus mendorong efisiensi energi dan keamanan sebagai fondasi penerapan AI agentic di tingkat perusahaan, sejalan dengan pembahasan mengenai keamanan agentic enterprise yang menekankan pentingnya infrastruktur pendukung. Bagi pelaku pasar yang mengikuti perkembangan perangkat keras AI, perbandingan ini menjadi salah satu rujukan untuk menilai arah kompetisi rack AI agentic antara arsitektur Arm dan x86.
Komentar
Belum ada komentar.