AMD lanza chips EPYC Zen 6 para implementar agentes de IA con mayor densidad

AMD anunció la disponibilidad general de sus procesadores para servidores EPYC SP7 de sexta generación el 10 de noviembre de 2026. Los sistemas se distribuirán a través de proveedores de servidores y se espera que las instancias de Microsoft Azure y Oracle Cloud Infrastructure estén disponibles próximamente. La gama Zen 6, compuesta por 10 modelos, está diseñada para ejecutar agentes de IA, alojar nodos de GPU y dar soporte a aplicaciones empresariales.

El anuncio se centra en el trabajo que realizan las CPU en torno a los modelos de IA. Un único flujo de trabajo agéntico puede coordinar agentes, invocar modelos, recuperar información, ejecutar código y conectarse con bases de datos y aplicaciones empresariales existentes. AMD divide la infraestructura resultante en servicios de uso general, nodos anfitriones de GPU y entornos aislados para agentes. La frecuencia del procesador, la densidad, el ancho de banda y la eficiencia varían según la tarea, pero se mantiene una base común de software, seguridad y operaciones x86.

Frecuencia y densidad en toda la gama SP7

La gama EPYC 9006 SP7 abarca de 64 a 256 núcleos y de 128 a 512 subprocesos. El multihilo simultáneo permite que cada núcleo ejecute dos subprocesos, mientras que los núcleos Zen 6 y Zen 6c equilibran el rendimiento de alta frecuencia para los nodos anfitriones de IA con una ejecución paralela de agentes de mayor densidad. La plataforma también es compatible con PCIe Gen 6.

En el extremo superior de la gama, los EPYC 9996 y 9956 incluyen cada uno 1.024 MB de caché L3. El 9996 funciona a una frecuencia base de 2,55 GHz, alcanza una frecuencia máxima de 4,1 GHz y tiene una potencia predeterminada de la CPU de 600 W, configurable entre 400 W y 600 W. La potencia predeterminada de la CPU mide el consumo de los bloques de cómputo y de E/S del procesador para un objetivo de rendimiento determinado. En cambio, los EPYC 9686F y 9586F priorizan la frecuencia, con frecuencias base de 4,05 GHz y máximas de hasta 5,3 GHz.

Además de los servidores individuales, los procesadores se incorporan a los diseños de racks Helion de AMD, presentados en octubre de 2026. Helion Liquid está dirigido a implementaciones a gran escala; Helion Air, a centros de datos existentes con refrigeración por aire; y Helion Air Inference combina la ejecución en CPU con la inferencia local en GPU. AMD afirma que algunas configuraciones Helion alcanzan los 73.728 subprocesos en un solo rack.

Estimaciones de rendimiento y límites de potencia

Para los nodos anfitriones de GPU, AMD informa de un rendimiento de salida de modelos de lenguaje de gran tamaño de hasta 1,8 veces el de los procesadores EPYC de la generación anterior, en una comparación de descarga del procesamiento de pesos del modelo a la CPU. La cifra se basa en mediciones realizadas a través de un enlace de host PCIe Gen 5, proyectadas al ancho de banda de Gen 6. Las pruebas determinaron que, en esa carga de trabajo, el factor que limitaba el rendimiento era el enlace PCIe, no la memoria del host.

Para los entornos aislados de agentes, AMD calcula que se pueden ejecutar aproximadamente 3,3 veces más agentes por vatio de CPU que con Nvidia Vera y 2,5 veces más que con Intel Xeon 6980P. En lugar de contar los agentes en una implementación activa, la comparación convierte los subprocesos de CPU disponibles en una capacidad estimada para una carga de trabajo teórica común. La capacidad y el rendimiento reales dependen de la carga de trabajo, el modelo, la memoria, el software, la orquestación y la configuración del sistema.

El modelo de rack de AMD calcula que reducir un 15 % el límite combinado de potencia del procesador y la memoria por zócalo permite que una configuración con EPYC 9996 admita aproximadamente 1,18 veces más agentes en un rack de 35 kilovatios que con los valores de potencia predeterminados. Esta capacidad adicional se obtiene al instalar más servidores dentro del mismo presupuesto de potencia. La reducción media estimada del rendimiento por servidor es del 1 %, según pruebas independientes realizadas con un procesador EPYC de quinta generación.

Microsoft abre la versión preliminar de Azure HDv2

El 10 de noviembre, Microsoft abrió el registro para una versión preliminar de la máquina virtual Azure HDv2, basada en procesadores EPYC de sexta generación cuyo nombre en clave es Venice. Cada máquina virtual ofrece más de 500 núcleos físicos Zen 6, 3,8 terabytes de memoria DDR5-8800, 30 TB de almacenamiento NVMe PCIe Gen 5 y Azure Boost Networking de 400 Gb.

Microsoft informa de que una máquina virtual HDv2 puede ejecutar en paralelo aproximadamente el doble de entornos aislados de agentes que la siguiente alternativa más potente disponible en el mercado y ofrecer hasta 1,7 veces más rendimiento en tareas agénticas. Sus gráficos indican que las mediciones son preliminares y pueden cambiar, y utilizan SPEC CPU 2026 Integer Rate como indicador indirecto del rendimiento en tareas agénticas y de aprendizaje por refuerzo. Cada vez que un agente ejecuta código o llama a una herramienta, lo hace en un entorno aislado de CPU; por tanto, una capacidad insuficiente de núcleos puede dejar sin actividad a las GPU que dirigen esos agentes.

OpenAI ha colaborado con Microsoft en HDv2 y ha relacionado el equilibrio entre núcleos y memoria tanto con las tareas de investigación como con las de programación. «Cuando preparamos grandes conjuntos de datos para la investigación en IA, disponer de más núcleos de CPU nos permite repartir el trabajo entre más tareas, siempre que cada una tenga memoria suficiente. Ese mismo equilibrio es importante cuando muchos agentes de programación desarrollan software y ejecutan pruebas a la vez», afirmó Rafael Dietrich, responsable de planificación de capacidad de CPU y almacenamiento de OpenAI.

Cuando alcance la disponibilidad general, Microsoft tiene previsto ofrecer HDv2 a través de Azure Kubernetes Service, Azure Databricks y Azure CycleCloud, así como mediante plataformas de socios como Rescale y Synopsys. La disponibilidad puede variar según el servicio y la plataforma.

El lanzamiento sitúa la densidad de CPU, la asignación de memoria y la potencia del rack en el centro de la capacidad para agentes, junto con el uso de aceleradores. La prueba práctica para estas configuraciones consiste en determinar cuánto trabajo simultáneo de agentes pueden sostener dentro de presupuestos de potencia fijos sin dejar las GPU infrautilizadas.