Une baie de 24 kW équipée par Arm traiterait presque deux fois plus de travail agentique qu’une configuration AMD comparable. Cet avantage spectaculaire tient toutefois autant à la densité énergétique qu’aux performances du silicium.
Arm AGI CPU mise sur la densité à l’échelle du rack
Présenté à l’OCP 2026, l’AGI CPU est le premier processeur pour serveurs directement conçu par Arm. Lancé plus tôt dans l’année, il embarque 136 cœurs Neoverse V3 de troisième génération et cible les traitements d’IA agentique, avec un travail particulier sur la performance par cœur, la latence mémoire et l’efficacité énergétique.
Arm affirme avoir optimisé ses cœurs avec plusieurs hyperscalers afin de préserver une bande passante mémoire élevée. Le constructeur vise également une mise à l’échelle linéaire dans les déploiements en rack, avec un taux d’utilisation annoncé de 90 à 95 %, sans baisse sensible des performances.
Un avantage moyen de 1,20 fois par puce
Signal65 a évalué la plateforme avec TerminalBench et SwayBench face à l’AMD EPYC 9755, un processeur Turin basé sur Zen 5. Sur les sept charges mesurées, l’AGI CPU atteint en moyenne 1,20 fois les performances de l’EPYC 9755 par puce.
AMD conserve toutefois l’avantage sur deux tests au niveau du socket. MySQL affiche un ratio de 0,88 fois en faveur de l’EPYC, contre 0,95 fois pour Milvus. Le rapport ne décrit donc pas une domination uniforme de l’architecture Arm lorsque la comparaison se limite au processeur.
Le facteur 1,99 dépend surtout du budget électrique
Le résultat de 1,99 fois plus de performances par rack repose sur le modèle de puissance nominale d’Arm. Dans une baie limitée à 24 kW, celui-ci autorise 21 à 23 serveurs AGI CPU, contre 13 serveurs AMD EPYC 9755.
La configuration Arm rassemble ainsi 5 712 à 5 888 cœurs physiques, contre 3 328 pour AMD. Un serveur AGI CPU est donné entre 950 et 1 050 W, tandis qu’un système EPYC 9755 à deux sockets atteint 1 700 W. Il en résulte un facteur de densité compris entre 1,62 et 1,77, applicable quel que soit le plafond électrique retenu pour le rack.
Selon les charges, l’avance modélisée s’étend de 1,43 à 3,19 fois, le meilleur résultat étant obtenu avec fastText. Arm revendique une moyenne de 1,7 fois pour les outils, 2,0 fois pour les workflows agentiques complets et 2,2 fois pour les tâches de raisonnement et de planification.
La méthodologie mérite néanmoins d’être nuancée. La mémoire est dimensionnée à 4 Go par thread matériel, ce qui attribue environ 2 To par serveur à l’EPYC compatible SMT, contre 1 To à l’AGI CPU. Un calcul fondé sur les cœurs physiques ramènerait la moyenne des sept tests de 1,99 à environ 1,81 fois.
Des environnements isolés créés plus rapidement
Arm a également confronté son processeur à un serveur AMD EPYC 9965 à deux sockets dans Sandbench. L’AGI CPU crée plus rapidement les environnements isolés avec les trois moteurs testés, runc, Firecracker et gVisor.
Les temps mesurés diminuent de 45 % lors des démarrages à froid, de 27 % lors des démarrages à chaud et de 41 % dans le pire scénario avec une surallocation de 4 fois. Ce point est particulièrement pertinent pour les agents qui instancient fréquemment des environnements éphémères afin d’exécuter du code ou des outils.
EPYC Venice reste absent de la comparaison
Arm présente son architecture comme un compromis configurable entre performance par cœur, efficacité et capacité d’évolution. Cette orientation rejoint celle de NVIDIA, qui estime que les charges agentiques remettent la performance monothread au centre, après une période durant laquelle certains designs chiplet ont surtout privilégié le nombre de cœurs.
La comparaison s’arrête cependant à l’EPYC Turin sous Zen 5. Les futurs EPYC Venice, basés sur Zen 6, sont absents alors qu’AMD leur attribue jusqu’à 256 cœurs, 203 milliards de transistors, des fréquences supérieures à 5 GHz et des gains importants en performance par cœur.
Le résultat d’Arm reste solide pour les centres de données contraints par la puissance et le refroidissement, mais le chiffre de 2 fois ne doit pas être lu comme un simple écart architectural. Il traduit surtout une stratégie système où la consommation par serveur permet d’installer davantage de machines et de cœurs dans une même enveloppe. Une confrontation avec Venice, sur des plateformes aux capacités mémoire normalisées, donnera une lecture plus nette du rapport de force réel.
Source : Wccftech
