Kontroversi jalur CPU di era Agent: Nvidia bertaruh pada “inti tunggal lebih cepat”, AMD bertaruh pada “konkurensi lebih banyak”

Yang diperebutkan antara Nvidia dan AMD bukan hanya CPU siapa yang lebih cepat, tetapi siapa yang menentukan standar penilaian CPU di era AI.

Nvidia baru-baru ini mengungkap detail teknis paling lengkap tentang arsitektur Vera CPU. Prosesor ini memiliki 88 inti Olympus ARM yang dikembangkan sendiri, bandwidth memori 1,2TB/s, dan bandwidth interkoneksi on-chip 3,4TB/s. Argumen utama Nvidia adalah: Cara kerja AI Agent melibatkan interaksi berulang antara CPU dan GPU—pemanggilan alat, eksekusi kode, pengambilan data, penataan tugas—setiap langkah bergantung pada penyelesaian langkah sebelumnya, oleh karena itu kecepatan inti tunggal dan latensi pada CPU langsung menentukan efisiensi respons seluruh Agent.

Pada 23 Juli, menurut laporan dari meja perdagangan Zhui Feng, analis Merrill Lynch Securities, Vivek Arya, dalam laporan terbarunya menyatakan, peluncuran Vera membawa kerangka evaluasi baru untuk industri: “Kinerja inti tunggal maksimum dalam skala besar”. Ini berbanding langsung dengan jalur chiplet multi-core stacking yang telah lama dipegang AMD. Laporan tersebut menyimpulkan debat ini sebagai: “Apakah AI Agent dibatasi oleh waktu penyelesaian tugas tunggal, atau oleh berapa banyak tugas paralel yang bisa dijalankan dalam satu rak?” AMD akan mengadakan AI 2026 Tech Day pada Kamis ini, yang menandai respons publik resmi pertama terhadap kerangka tersebut.

Latar belakang debat ini adalah: pasar CPU server sedang diubah oleh permintaan AI, diperkirakan pada tahun 2030, skala pasar akan tumbuh sekitar 4 kali lipat dari level saat ini, mencapai USD 170 miliar. Ini bukan kompetisi pasar yang sudah ada, melainkan pasar baru yang sedang terbentuk, siapa pun yang membangun standar evaluasi performa yang diterima industri terlebih dahulu, dialah yang menguasai hak penetapan harga dan narasi.

Logika Nvidia: Agent yang berjalan cepat lebih penting daripada berapa banyak yang bisa berjalan bersamaan

Deskripsi Nvidia tentang alur kerja Agent sangat rinci: seorang Agent dalam menyelesaikan tugasnya, terjadi banyak interaksi seri antara CPU dan GPU, setiap pemanggilan harus menunggu tahapan sebelumnya selesai untuk bisa berlanjut. Artinya, latensi di setiap bagian akan terakumulasi, akhirnya memperlambat efisiensi keluaran pabrik AI secara keseluruhan.

Dalam logika ini, kinerja inti tunggal bukan sekadar angka di tabel spesifikasi, tetapi variabel kunci yang secara langsung memengaruhi tingkat pemanfaatan GPU—semakin cepat CPU, semakin pendek waktu menunggu GPU, semakin tinggi efisiensi pemanfaatan sumber daya sistem. Semakin cepat inti tunggal, semakin cepat respons seluruh jalur.

Vera juga memiliki pilihan desain yang patut diperhatikan: Nvidia memilih die monolitik (monolithic die) daripada arsitektur chiplet terpisah, alasannya adalah yang pertama memberikan “konsistensi skalabilitas” lebih baik. Pilihan ini berlawanan dengan jalur chiplet yang lama dijalankan AMD dan menunjukkan perbedaan filosofi arsitektur yang cukup besar antara kedua perusahaan.

Selain itu, Vera bukan produk yang berdiri sendiri, melainkan bagian dari "desain terpadu" ekosistem infrastruktur AI Nvidia, bekerja bersama Rubin GPU, Groq LPX, Spectrum switch, BlueField storage/network card. Integrasi sistem semacam ini adalah parit pertahanan nyata Nvidia di luar perbandingan hardware tunggal.

AMD membantah: Lingkungan produksi AI nyata mengandalkan kemampuan menampung kerja paralel

Posisi AMD didasarkan pada definisi berbeda tentang "lingkungan produksi nyata".

Menurut AMD, sistem AI untuk produksi bukan sebuah Agent yang secara serial menjalankan tugas, melainkan platform software terdistribusi yang terdiri dari database, API, penyimpanan vektor, mesin penataan tugas, cache, dan middleware.Dalam skenario semacam ini, bottleneck bukan pada kecepatan penyelesaian tugas tunggal, tetapi pada berapa banyak workflow yang bisa ditampung secara bersamaan dalam anggaran daya yang tetap.

AMD memberikan perhitungan konkret: dalam simulasi penempatan rak 100 kilowatt, EPYC 9965 (Turin) memiliki throughput tingkat rak sekitar 2,4 kali Vera dari Nvidia; generasi berikutnya, EPYC 6 (Venice), diperkirakan mencapai 3,3 kali.

Logika AMD adalah: semakin tinggi kepadatan throughput, semakin banyak pengguna yang bisa dilayani dengan konsumsi daya yang sama, semakin banyak permintaan yang bisa diproses—inilah fungsi biaya sebenarnya untuk deployment AI di cloud.

AMD x86 atau Nvidia ARM: ekosistem software adalah medan perang tersembunyi

Persaingan arsitektur CPU juga meluas ke tingkat set instruksi.

Nvidia memilih arsitektur ARM, posisi tersiratnya: selama mikroarsitektur cukup hebat, kompatibilitas set instruksi dapat menjadi prioritas kedua. Namun AMD dan Intel kemungkinan akan terus menekankan sisi lain setelah Kamis nanti—AI kini berkembang dari inference model ke workflow software enterprise, dan stack software enterprise di database, middleware, platform keamanan, aplikasi enterprise, telah dioptimalkan, divalidasi, dan kompatibel dalam ekosistem x86 selama beberapa dekade.

Ini bukan sekadar debat teknis. Dengan semakin banyaknya workload AI yang tertanam di sistem TI perusahaan yang ada, akumulasi sejarah ekosistem software mungkin lebih sulit digantikan daripada puncak performa hardware. Apakah Nvidia mampu menembus skenario tersebut dengan Vera sangat bergantung pada kecepatan kematangan ekosistem software ARM.

Dua kerangka, dua KPI, pada dasarnya adalah dua perusahaan yang bersaing menguasai narasi industri.

Kerangka Nvidia dibangun di sekitar latensi, progress inti tunggal, tingkat pemanfaatan GPU. Kerangka AMD berpusat pada paralelisme, throughput, dan kepadatan layanan.

Intinya: metrik mana yang akhirnya digunakan pasar untuk membeli CPU server?

Penilaian Merrill Lynch, acara AMD Kamis ini, bukan untuk mengalahkan lawan lewat skor benchmark, melainkan meyakinkan industri agar menerima kerangka penilaiannya. Siapa kerangka yang diadopsi oleh pembeli data center, dialah yang memperoleh hak penetapan harga di pasar USD 170 miliar ini.

Nvidia mempertahankan rating beli untuk NVDA, target harga USD 350 (harga saat ini USD 207.29).