AMD twierdzi, że procesory EPYC są znacznie szybsze od procesorów serwerowych NVIDII.
Na rynku procesorów do centrów danych Nvidia jest stosunkowo nowym graczem, który musi udowodnić, że potrafi tworzyć konkurencyjne układy dla serwerów. AMD to natomiast uznany producent, obecny w tym obszarze od wielu lat. I, jako bardziej doświadczona firma, we wpisie na blogu wskazuje na różnice pomiędzy swoimi układami, a nowym, 72-rdzeniowym Grace Hopper Superchip od Nvidii. AMD zwraca również uwagę na zalety kompatybilności x86 w porównaniu z układami opartymi na architekturze Arm. Procesory AMD EPYC Zen 4 bazują na architekturze x86-64, co zapewnia kompatybilność z szeroką gamą oprogramowania napisanego dla x86. Z kolei Grace Nvidii jest oparty na architekturze Arm, która dopiero dogania x86 pod względem wsparcia oprogramowania dla centrów danych, choć nadal jest za nią w tyle w kwestii kompatybilności. Chociaż do takich porównań należy podchodzić z rezerwą, dają one pewne wyobrażenie o wydajności procesora Grace od Nvidii.
Z testów przeprowadzonych przez AMD wynika, że jego procesory EPYC 9754 (128 rdzeni) i 9654 (96 rdzeni) oferują ponad dwukrotnie większą wydajność niż Grace CPU Superchip Nvidii (72 rdzenie) w różnych zastosowaniach, takich jak ogólne przetwarzanie danych, serwery Java, bazy danych transakcyjnych, systemy wspomagania decyzji, serwery internetowe, analityka w pamięci, kodowanie wideo oraz obliczenia wysokiej wydajności (HPC).
Na przykład w teście SPECpower_ssj2008, systemy z jednym i dwoma gniazdami AMD EPYC przewyższają systemy Nvidia Grace o około 2,50x i 2,75x, odpowiednio. System z dwoma gniazdami AMD EPYC 9654 przewyższa podobny system Nvidii o około 2,27x, co podkreśla ich lepszą efektywność energetyczną.
AMD podkreśla, że jego procesory EPYC zdobyły ponad 300 rekordów świata w zakresie wydajności i efektywności energetycznej w różnych testach, obejmujących aplikacje biznesowe, obliczenia techniczne, zarządzanie danymi, analitykę danych, usługi cyfrowe, media i rozrywkę oraz rozwiązania infrastrukturalne. Niemniej jednak, głównym celem projektu Grace Hopper Nvidii jest obsługa obciążeń związanych z treningiem i inferencją AI, a nie typowe zadania serwerowe, co poniekąd tłumaczy wyniki. Jednak Hopper Nvidii jest znany ze swojej skuteczności w aplikacjach AI.
AMD zauważa również, że dzięki wysokiej wydajności, efektywności energetycznej i kompatybilności z istniejącym oprogramowaniem oraz infrastrukturą, procesory EPYC oferują niższy całkowity koszt posiadania (TCO) w porównaniu do Grace Nvidii.
