Un agent de programmation vient de proposer un correctif. Le modèle a terminé sa réponse, mais le travail reste suspendu : il faut compiler, lancer les tests et lire leurs résultats avant de décider si la modification convient. Durant cette étape, la vitesse de génération du GPU Graphics Processing Unit. Processeur capable de faire avancer de nombreux calculs en parallèle, utilisé notamment pour entraîner et exécuter des modèles d’IA. ne suffit plus à expliquer le délai.
AMD veut faire de ce travail une raison de choisir ses EPYC de génération Venice face à NVIDIA Vera. Son argumentaire du 18 septembre défend plusieurs profils de CPU selon les tâches. NVIDIA avance lui aussi sur ce terrain : le 30 septembre, il a annoncé avec CoreWeave une future offre Vera destinée notamment aux environnements d’exécution des agents. AMD, NVIDIA et CoreWeave.
Cette concurrence pose une question plus intéressante qu’un nouveau duel de fiches techniques : quelle partie du travail faut-il accélérer pour que l’agent termine plus vite ? Les chiffres publiés donnent des éléments de réponse, mais ils mesurent plusieurs choses différentes.
L’agent attend aussi les programmes qu’il lance
Reprenons le correctif. Le modèle demande l’exécution d’une commande. Le logiciel qui pilote l’agent vérifie cet appel, prépare une sandbox, c’est-à-dire un environnement isolé, puis lance la compilation. Le CPU exécute ces programmes. Les résultats reviennent au modèle, qui peut proposer une nouvelle modification et recommencer.
Certaines étapes avancent en parallèle. Plusieurs fichiers peuvent être compilés simultanément ; des tests indépendants peuvent utiliser des cœurs différents. D’autres étapes attendent un résultat précis. Si le test nécessaire à la prochaine décision termine en dernier, il détermine l’attente de l’agent, même si tous les autres sont déjà passés.
Ce schéma décrit un parcours possible, sans mesure de durée. La succession d’opérations indispensables jusqu’au résultat forme le chemin critique. Accélérer une opération située sur ce chemin peut raccourcir la tâche. Accélérer un travail déjà terminé pendant que l’agent attend autre chose change moins son délai.
Il faut aussi distinguer l’attente de cet agent de l’activité du serveur entier. Pendant ses tests, le moteur d’inférence peut répondre à d’autres utilisateurs. Un agent bloqué sur le CPU ne prouve donc pas que les GPU du service restent inutilisés.
Plus de cœurs et des cœurs plus rapides répondent à deux besoins
Un service qui héberge de nombreux agents doit à la fois faire progresser chaque tâche et en accepter plusieurs simultanément. Une bonne latence pour un utilisateur isolé ne garantit pas que le serveur tiendra lorsque les compilations se multiplieront.
La mémoire intervient alors dans la compétition. Les programmes partagent les caches et les accès à la mémoire principale. Ajouter des cœurs augmente la capacité de calcul, mais peut aussi accroître les demandes sur ces ressources communes. Le résultat dépend du travail exécuté et du nombre d’environnements actifs.
Les comparaisons SPEC mises en avant par AMD illustrent cette différence. SPEC est une famille de tests de processeurs ; son score de débit agrège l’exécution de plusieurs copies de programmes. Les notes du constructeur donnent les estimations suivantes, avec GCC 15.2 et deux processeurs par serveur :
| Comparaison AMD face à Vera | Estimation publiée | Ce que mesure le ratio | |---|---|---| | Configuration EPYC 96 cœurs HF face à Vera 88 cœurs par processeur | Environ 1,20× par cœur | Débit total rapporté au nombre de cœurs | | Plateforme EPYC 9996 face à Vera | Environ 2,24× par serveur | Débit de la plateforme complète |
Ces estimations préliminaires portent sur SPECrate 2026 integer, pas sur la durée d’un agent. Le texte et les notes emploient aussi des références AMD différentes pour la comparaison par cœur : il faut conserver cette distinction. AMD, notes 9xx6-049 et 9xx6-050.
Le calcul par cœur mérite une attention particulière. Diviser le débit d’un serveur par son nombre de cœurs donne une moyenne lorsque plusieurs programmes travaillent ensemble. Cela ne mesure pas directement la vitesse d’un programme seul, encore moins celle de toutes les étapes d’un agent.
Le rack ajoute d’autres hypothèses
AMD va jusqu’à modéliser un avantage de 3,40× à l’échelle d’un rack sous une enveloppe de 100 kW. Le calcul combine un nombre de processeurs, leur consommation retenue et un panier de charges. Il ne correspond pas à deux racks physiques sur lesquels le même ensemble d’agents aurait été chronométré. Communiqué AMD, comparaison de rack.
Un modèle de ce type aide à préparer un déploiement. Il permet d’examiner ce qui se passe lorsqu’une salle impose une limite électrique. Mais sa conclusion dépend des charges choisies et des performances utilisées comme entrées. Un service de compilation, une base de données et un outil distant ne sollicitent pas les machines de la même façon.
Pour une entreprise, l’intérêt d’une forte densité apparaît lorsque suffisamment de travail peut l’utiliser. Si les demandes arrivent par intermittence ou attendent surtout une API externe, la capacité supplémentaire ne se transforme pas automatiquement en tâches terminées.
CoreWeave apporte une actualité concrète et deux calendriers
L’annonce du 30 septembre distingue les systèmes Vera Rubin NVL72 accessibles en accès anticipé, avec Cognition présenté comme utilisateur en production, de l’offre Vera CPU encore annoncée au futur. Les deux ne doivent pas être confondus dans une décision d’achat. Annonce NVIDIA.
Le même billet relaie jusqu’à 4,8× de débit de tokens supplémentaire pour SWE-2 sur Vera Rubin NVL72 face à GB200 NVL72. Il s’agit d’une comparaison de systèmes d’inférence. Elle ne permet pas d’isoler la contribution du CPU Vera : GPU, interconnexions et logiciel participent au résultat.
Cette séparation compte aussi dans l’architecture d’un agent. Le serveur qui exécute ses outils peut être distinct de celui qui héberge le modèle. Une entreprise peut donc revoir sa capacité CPU sans remplacer immédiatement ses GPU, à condition que son logiciel permette cette répartition.
Le temps gagné dépend de la part réellement accélérée
Prenons une hypothèse simple : une tâche dure 100 secondes, dont 40 de travail CPU séquentiel sur son chemin critique. Si un nouveau processeur exécute cette partie deux fois plus vite, la tâche passe à 80 secondes. L’accélération globale vaut 1,25×. Le calcul suppose que tout le reste reste identique et qu’aucune file d’attente ne change.
Si les demandes s’accumulent faute de CPU disponible, l’effet peut être différent. Une exécution plus rapide libère aussi des places pour les tâches suivantes. Il faut alors observer les délais sous charge, notamment les requêtes les plus lentes, plutôt que déduire le comportement du service à partir d’une tâche isolée.
Le bon critère pour départager ces plateformes est donc le nombre de tâches correctement terminées dans le délai demandé. Il exige de garder le même agent, le même modèle, les mêmes outils et les mêmes critères de réussite. Les échecs et les dépassements de délai doivent rester dans le bilan.
AMD et NVIDIA ont désormais un terrain de concurrence qui dépasse l’alimentation des GPU en données. Pour les équipes qui exploitent des agents, le premier test utile consiste à mesurer le temps passé à attendre les outils locaux. C’est là qu’un changement de CPU peut commencer à se justifier.
Sources et méthode
Analyse documentaire rédigée le 6 octobre 2026 à partir du dossier du 2 octobre et d’une réouverture ciblée des sources. LeCompute n’a pas mesuré ces processeurs. Les ratios AMD sont des estimations constructeur ou un modèle de déploiement ; le chiffre Cognition est un résultat rapporté par NVIDIA. L’exemple des 100 secondes est un calcul pédagogique, pas un benchmark.
Les références principales sont le billet AMD du 18 septembre et ses notes, le livre blanc EPYC 9006, notamment sa note finale sur le rack, et l’annonce NVIDIA/CoreWeave du 30 septembre. Les dates de disponibilité rapportées restent celles de ces annonces. Le dossier ne fournit pas de comparaison complète Venice/Vera sur un agent identique avec qualité et concurrence contrôlées.
