AMD เผยวิสัยทัศน์โครงสร้างพื้นฐานยุค Agentic AI เน้นศักยภาพซีพียู AMD EPYC เจเนอเรชัน 6 ชี้รุ่น Venice 96 คอร์ ให้ประสิทธิภาพต่อคอร์สูงกว่าคู่แข่ง 1.2 เท่า
AMD เผยแนวทางออกแบบโครงสร้างพื้นฐานสำหรับ Agentic AI โดยให้ความสำคัญกับบทบาทของ CPU ที่ต้องรองรับหลายงานในเวิร์กโฟลว์เดียว ตั้งแต่การประสานงานระหว่างเอเจนต์ การดึงข้อมูล การเชื่อมต่อแอปพลิเคชันองค์กร ไปจนถึงการทำหน้าที่เป็นระบบโฮสต์ให้ GPU พร้อมนำเสนอ AMD EPYC เป็นรากฐานสำหรับปรับระบบให้เหมาะกับความต้องการของแต่ละเวิร์กโหลด
สาระสำคัญของแนวทางนี้คือ Agentic AI มีความต้องการประมวลผลหลากหลายตลอดทั้งระบบ การเลือกโครงสร้างพื้นฐานจึงต้องพิจารณาหน้าที่ของงานแต่ละส่วน โดย AMD ระบุว่าไม่มีโปรไฟล์เวิร์กโหลดเพียงแบบเดียวที่ตอบโจทย์การใช้งานทั้งหมดได้
ตัวอย่างบทบาทของ CPU ได้แก่ orchestration หรือการจัดลำดับและประสานการทำงาน, retrieval หรือการดึงข้อมูลที่ระบบต้องใช้, application integration หรือการเชื่อมกับแอปพลิเคชันและบริการองค์กร และ GPU hosting ซึ่งเป็นส่วนของเซิร์ฟเวอร์ที่รองรับการทำงานร่วมกับ GPU บทบาทเหล่านี้เกิดขึ้นร่วมกันในระบบ Agentic AI และเป็นเหตุผลที่ AMD เน้นความยืดหยุ่นในการเลือกโปรเซสเซอร์
AMD เผยแพร่ White Paper และบทความบล็อกเพื่ออธิบายการใช้ EPYC ในงานประมวลผลทั่วไป ระบบองค์กร แอปพลิเคชันแบบ cloud-native, AI และการประมวลผลสมรรถนะสูง หรือ HPC โดยมองว่าพอร์ตโฟลิโอโปรเซสเซอร์ควรรองรับความแตกต่างของงาน รวมถึงงานออกแบบวงจรอิเล็กทรอนิกส์ หรือ EDA แทนการใช้แนวทางเดียวกับทุกระบบ
White Paper ของ EPYC เจเนอเรชัน 6 ยังนำเสนอการเปรียบเทียบ Venice ขนาด 96 คอร์กับ NVIDIA Vera โดย AMD ระบุประสิทธิภาพต่อคอร์ประมาณ 1.2 เท่าใน SPECrate 2026 Integer อย่างไรก็ตาม เชิงอรรถระบุว่าตัวเลขนี้อ้างอิงการประมาณการภายในและการคาดการณ์ทางวิศวกรรมของ AMD ณ วันที่ 22 กรกฎาคม 2569 เป็นข้อมูลเบื้องต้นที่อาจเปลี่ยนแปลงได้ จึงควรอ่านเป็นผลเปรียบเทียบเฉพาะเกณฑ์และเงื่อนไขดังกล่าว ไม่ใช่ผลรับรองความเร็วของทุกงาน Agentic AI amd.com
สำหรับองค์กรที่กำลังวางระบบ Agentic AI ประเด็นที่ AMD เสนอคือการพิจารณาความต้องการของแต่ละเวิร์กโหลดและเลือกโครงสร้างพื้นฐานให้สอดคล้องกัน โดย EPYC เจเนอเรชันล่าสุดถูกวางบทบาทให้รองรับทั้งงาน CPU และระบบที่ทำงานร่วมกับ GPU เพื่อให้ลูกค้าปรับการใช้งานและเตรียมรองรับความต้องการในอนาคตได้
AMD Details EPYC’s Role in Agentic AI Orchestration, Retrieval and Enterprise Integration
AMD has outlined its approach to infrastructure for agentic AI, emphasising the CPU’s role in supporting multiple tasks within a single workflow. These include coordinating agents, retrieving data, integrating enterprise applications and hosting GPUs. The company positions AMD EPYC as a foundation for configuring systems around individual workload requirements.
The central argument is that agentic AI introduces diverse computing demands across the stack. Infrastructure selection therefore needs to reflect the function of each component. AMD said no single workload profile can address every requirement.
CPU responsibilities include orchestration, which sequences and coordinates activities; retrieval, which obtains information needed by the system; application integration, which connects enterprise applications and services; and GPU hosting, which supports GPU operation within a server. These roles coexist in agentic AI systems and underpin AMD’s emphasis on processor choice and flexibility.
AMD has published a white paper and blog article discussing EPYC deployment across general-purpose computing, enterprise systems, cloud-native applications, AI and high-performance computing, or HPC. Its approach is to offer processors for differing workload requirements, including electronic design automation, or EDA, rather than apply a single configuration to every system.
The sixth-generation EPYC white paper also compares a 96-core Venice processor with NVIDIA Vera. AMD reports approximately 1.2 times the per-core performance in SPECrate 2026 Integer. However, the footnote identifies this figure as a preliminary comparison based on AMD’s internal estimates and engineering projections as of July 22, 2026, subject to change. It should therefore be interpreted within that benchmark and its stated conditions, rather than as a guarantee of performance across all agentic AI workloads. amd.com
For organisations developing agentic AI systems, AMD’s proposed approach is to assess each workload’s requirements and select suitable infrastructure. The latest EPYC generation is positioned to support both CPU workloads and systems operating alongside GPUs, allowing customers to adapt deployments and prepare for future requirements.
