AMD wprowadza procesory EPYC z architekturą Zen 6, umożliwiające gęstsze wdrożenia agentów AI

AMD ogłosiło 10 listopada 2026 r. powszechną dostępność serwerowych procesorów EPYC SP7 szóstej generacji. Systemy mają być dostarczane przez producentów serwerów, a instancje Microsoft Azure i Oracle Cloud Infrastructure mają wkrótce stać się dostępne. Dziesięć modeli z rodziny Zen 6 jest przeznaczonych do uruchamiania agentów AI, obsługi węzłów hostujących GPU oraz aplikacji korporacyjnych.

Ogłoszenie koncentruje się na zadaniach procesora związanych z obsługą modeli AI. Pojedynczy przepływ pracy oparty na agentach może koordynować działanie agentów, wywoływać modele, pobierać informacje, wykonywać kod oraz łączyć się z istniejącymi korporacyjnymi bazami danych i aplikacjami. AMD dzieli powstałą infrastrukturę na usługi ogólnego przeznaczenia, węzły hostujące GPU i piaskownice dla agentów. W zależności od zadania dostosowuje częstotliwość procesora, gęstość, przepustowość i efektywność, zachowując wspólną podstawę programową, zabezpieczeń i obsługi operacyjnej opartą na architekturze x86.

Częstotliwość i gęstość w rodzinie SP7

Rodzina EPYC 9006 SP7 obejmuje procesory z 64–256 rdzeniami i 128–512 wątkami. Wielowątkowość współbieżna pozwala każdemu rdzeniowi obsługiwać dwa wątki, a rdzenie Zen 6 i Zen 6c równoważą wysoką częstotliwość, korzystną dla węzłów hostujących AI, z większą gęstością, sprzyjającą równoległemu uruchamianiu agentów. Platforma obsługuje także PCIe Gen 6.

Na szczycie tej rodziny znajdują się EPYC 9996 i 9956, każdy z 1024 MB pamięci podręcznej L3. EPYC 9996 pracuje z bazową częstotliwością 2,55 GHz, osiąga w trybie boost 4,1 GHz i ma domyślny limit mocy procesora wynoszący 600 W, który można skonfigurować w zakresie od 400 W do 600 W. Domyślna moc procesora określa pobór energii przez układy obliczeniowe i układy wejścia-wyjścia procesora przy założonym poziomie wydajności. Modele EPYC 9686F i 9586F stawiają natomiast na częstotliwość: ich bazowa częstotliwość wynosi 4,05 GHz, a w trybie boost mogą osiągnąć do 5,3 GHz.

Procesory są wykorzystywane nie tylko w pojedynczych serwerach, lecz także w projektach szaf serwerowych AMD Helion, zaprezentowanych w październiku 2026 r. Helion Liquid jest przeznaczony do wdrożeń na dużą skalę, Helion Air — do istniejących centrów danych chłodzonych powietrzem, a Helion Air Inference łączy obliczenia na CPU z lokalnym wnioskowaniem na GPU. Według AMD niektóre konfiguracje Helion obsługują 73 728 wątków w jednej szafie.

Szacunki wydajności i limity mocy

W przypadku węzłów hostujących GPU AMD podaje, że w porównaniu obejmującym odciążenie CPU od obsługi wag modelu przepustowość generowania wyników dużych modeli językowych może być do 1,8 raza wyższa niż w procesorach EPYC poprzedniej generacji. Wartość tę oszacowano na podstawie pomiarów łącza hosta PCIe Gen 5, przeliczonych dla przepustowości Gen 6. Testy wykazały, że w tym obciążeniu ograniczeniem przepustowości było łącze PCIe, a nie pamięć hosta.

W przypadku piaskownic dla agentów AMD szacuje, że na każdy wat mocy CPU można uruchomić około 3,3 raza więcej agentów niż w przypadku Nvidia Vera i 2,5 raza więcej niż w przypadku Intel Xeon 6980P. Zamiast liczyć agentów w działającym wdrożeniu, w porównaniu przelicza się dostępne wątki CPU na szacowaną pojemność przy wspólnym, teoretycznym obciążeniu. Rzeczywista pojemność i przepustowość zależą od obciążenia, modelu, pamięci, oprogramowania, orkiestracji i konfiguracji systemu.

Według modelu szafy serwerowej AMD obniżenie łącznego limitu mocy procesora i pamięci na gniazdo o 15% pozwala konfiguracji z EPYC 9996 obsłużyć około 1,18 raza więcej agentów w szafie o mocy 35 kilowatów niż przy domyślnych ustawieniach mocy. Dodatkową pojemność uzyskuje się dzięki umieszczeniu większej liczby serwerów w ramach tego samego limitu mocy. Szacowany średni spadek wydajności pojedynczego serwera wynosi 1% i opiera się na osobnych testach procesora EPYC piątej generacji.

Microsoft udostępnia wersję zapoznawczą Azure HDv2

10 listopada Microsoft rozpoczął przyjmowanie zgłoszeń do udziału w wersji zapoznawczej maszyn wirtualnych Azure HDv2, zbudowanych w oparciu o procesory EPYC szóstej generacji o nazwie kodowej Venice. Każda maszyna wirtualna oferuje ponad 500 fizycznych rdzeni Zen 6, 3,8 terabajta pamięci DDR5-8800, 30 TB pamięci masowej NVMe PCIe Gen 5 oraz łączność Azure Boost Networking o przepustowości 400 Gb.

Microsoft informuje, że jedna maszyna wirtualna HDv2 może równolegle uruchomić około dwa razy więcej piaskownic dla agentów niż kolejna pod względem możliwości alternatywa dostępna na rynku, a także zapewnić do 1,7 raza większą przepustowość zadań opartych na agentach. Wykresy Microsoftu oznaczają pomiary jako wstępne i mogące ulec zmianie; jako wskaźnik przepustowości zadań opartych na agentach i uczeniu przez wzmacnianie wykorzystano SPEC CPU 2026 Integer Rate. Za każdym razem, gdy agent wykonuje kod lub wywołuje narzędzie, robi to w odizolowanej piaskownicy CPU. Niedostateczna liczba rdzeni może więc sprawić, że procesory GPU kierujące pracą agentów będą bezczynne.

OpenAI współpracowało z Microsoftem nad HDv2 i zwróciło uwagę na znaczenie równowagi między liczbą rdzeni a pamięcią zarówno w pracach badawczych, jak i programistycznych. „Gdy przygotowujemy duże zbiory danych na potrzeby badań nad AI, większa liczba rdzeni CPU pozwala nam rozdzielić pracę na więcej zadań, pod warunkiem że każde z nich ma wystarczająco dużo pamięci. Ta sama równowaga ma znaczenie, gdy wielu agentów programistycznych jednocześnie tworzy oprogramowanie i uruchamia testy” — powiedział Rafael Dietrich, odpowiedzialny w OpenAI za planowanie pojemności CPU i pamięci masowej.

Po osiągnięciu powszechnej dostępności Microsoft planuje udostępniać HDv2 za pośrednictwem Azure Kubernetes Service, Azure Databricks i Azure CycleCloud, a także platform partnerskich, w tym Rescale i Synopsys. Dostępność może się różnić w zależności od usługi i platformy.

Ta premiera stawia gęstość CPU, przydział pamięci i limit mocy szafy serwerowej w centrum uwagi przy ocenie pojemności dla agentów — obok wykorzystania akceleratorów. W praktyce konfiguracje te należy oceniać pod kątem tego, ile równoczesnych zadań agentów są w stanie obsłużyć przy stałym limicie mocy, nie dopuszczając do niewykorzystania procesorów GPU.