AMD lança chips EPYC Zen 6 para implantações mais densas de agentes de IA

A AMD anunciou a disponibilidade geral de seus processadores para servidores EPYC SP7 de sexta geração em 10 de novembro de 2026. Os sistemas serão enviados por fabricantes de servidores, e espera-se que as instâncias do Microsoft Azure e do Oracle Cloud Infrastructure cheguem em breve. A linha Zen 6, com 10 modelos, é voltada à execução de agentes de IA, a nós host de GPU e a aplicações empresariais.

O anúncio se concentra no trabalho executado pela CPU em torno dos modelos de IA. Um único fluxo de trabalho agêntico pode coordenar agentes, invocar modelos, recuperar informações, executar código e se conectar a bancos de dados e aplicações empresariais existentes. A AMD divide a infraestrutura resultante em serviços de uso geral, nós host de GPU e ambientes sandbox para agentes, ajustando a frequência do processador, a densidade, a largura de banda e a eficiência conforme a tarefa, enquanto mantém uma base comum de software, segurança e operações x86.

Frequência e densidade em toda a linha SP7

A linha EPYC 9006 SP7 abrange de 64 a 256 núcleos e de 128 a 512 threads. A multithreading simultânea permite que cada núcleo execute duas threads, enquanto os núcleos Zen 6 e Zen 6c equilibram o desempenho em alta frequência para nós host de IA com a execução paralela de agentes em maior densidade. A plataforma também oferece suporte a PCIe Gen 6.

No topo dessa linha, os EPYC 9996 e 9956 contam, cada um, com 1.024 MB de cache L3. O 9996 opera com frequência-base de 2,55 GHz, chega a 4,1 GHz em modo boost e tem potência padrão da CPU de 600 W, configurável de 400 W a 600 W. A potência padrão da CPU mede o consumo dos chips de computação e de E/S do processador para uma meta de desempenho especificada. Já os EPYC 9686F e 9586F priorizam a frequência, com frequências-base de 4,05 GHz e velocidades boost de até 5,3 GHz.

Além dos servidores individuais, os processadores também integram os projetos de racks Helion da AMD, apresentados em outubro de 2026. O Helion Liquid é voltado a implantações em grande escala; o Helion Air, a data centers existentes com refrigeração a ar; e o Helion Air Inference combina a execução na CPU com inferência local na GPU. Segundo a AMD, algumas configurações Helion chegam a 73.728 threads em um único rack.

Estimativas de desempenho e limites de potência

Para nós host de GPU, a AMD relata até 1,8 vez a taxa de processamento de saída de modelos de linguagem grandes em comparação com processadores EPYC da geração anterior, em uma comparação de descarregamento dos pesos do modelo para a CPU. O número se baseia em medições feitas por meio de uma conexão host PCIe Gen 5, projetadas para a largura de banda da Gen 6. Nos testes, a conexão PCIe — e não a memória host — foi identificada como o gargalo de throughput nessa carga de trabalho.

Para ambientes sandbox de agentes, a AMD estima cerca de 3,3 vezes mais agentes por watt de CPU do que o Nvidia Vera e 2,5 vezes mais do que o Intel Xeon 6980P. Em vez de contar os agentes em uma implantação ativa, a comparação converte as threads de CPU disponíveis em uma capacidade estimada, com base em uma carga de trabalho teórica comum. A capacidade e o throughput reais dependem da carga de trabalho, do modelo, da memória, do software, da orquestração e da configuração do sistema.

O modelo de rack da AMD estima que reduzir em 15% o limite combinado de potência do processador e da memória por soquete permite que uma configuração com o EPYC 9996 suporte cerca de 1,18 vez mais agentes em um rack de 35 quilowatts do que com as configurações de potência padrão. A capacidade adicional decorre da possibilidade de instalar mais servidores dentro do mesmo limite de potência. A redução média estimada no desempenho por servidor é de 1%, com base em testes separados de um processador EPYC de quinta geração.

Microsoft abre a versão prévia do Azure HDv2

Em 10 de novembro, a Microsoft abriu as inscrições para uma versão prévia de máquina virtual Azure HDv2, equipada com processadores EPYC de sexta geração, de codinome Venice. Cada VM oferece mais de 500 núcleos físicos Zen 6, 3,8 terabytes de memória DDR5-8800, 30 TB de armazenamento NVMe PCIe Gen 5 e Azure Boost Networking de 400 Gb.

A Microsoft informa que uma VM HDv2 pode executar em paralelo cerca de duas vezes mais ambientes sandbox de agentes do que a alternativa mais próxima disponível no mercado e oferecer até 1,7 vez mais throughput em tarefas agênticas. Os gráficos indicam que as medições são preliminares e podem mudar; eles usam o SPEC CPU 2026 Integer Rate como indicador do throughput em tarefas agênticas e de aprendizado por reforço. Sempre que um agente executa código ou chama uma ferramenta, ele o faz em um ambiente sandbox isolado na CPU; por isso, a capacidade insuficiente de núcleos pode deixar ociosas as GPUs que coordenam esses agentes.

A OpenAI trabalhou com a Microsoft no HDv2 e relacionou o equilíbrio entre núcleos e memória tanto às cargas de trabalho de pesquisa quanto às de programação. “Quando preparamos grandes conjuntos de dados para pesquisas de IA, mais núcleos de CPU nos permitem dividir o trabalho entre mais tarefas, desde que cada uma tenha memória suficiente. Esse mesmo equilíbrio é importante quando muitos agentes de programação desenvolvem software e executam testes ao mesmo tempo”, disse Rafael Dietrich, responsável pelo planejamento da capacidade de CPU e armazenamento da OpenAI.

Quando o serviço estiver disponível ao público, a Microsoft planeja oferecer o HDv2 pelo Azure Kubernetes Service, Azure Databricks e Azure CycleCloud, além de plataformas de parceiros, incluindo Rescale e Synopsys. A disponibilidade pode variar entre esses serviços e plataformas.

O lançamento coloca a densidade de CPU, a alocação de memória e a potência do rack no centro da capacidade dos agentes, ao lado da utilização de aceleradores. O teste prático dessas configurações é verificar quanto trabalho simultâneo de agentes elas conseguem sustentar dentro de limites fixos de potência, sem deixar as GPUs subutilizadas.