Arm beansprucht für seine AGI CPU im Durchschnitt fast die doppelte Leistung pro Rack gegenüber AMDs EPYC 9755. In einer von Arm beauftragten Analyse des Testunternehmens Signal65 erreicht die neue Server-CPU über sieben sogenannte Agentic-AI-Workloads hinweg einen Faktor von 1,99. Grundlage ist ein 24-Kilowatt-Rack und eine neue, von Arm entwickelte Testmethodik.
Die entscheidende Einschränkung steht hinter der großen Zahl: Der einzelne Arm-Chip ist im Mittel nicht doppelt so schnell. Auf Chip-Ebene gibt Signal65 einen durchschnittlichen Vorsprung von 1,20 an. Bei MySQL und der Vektordatenbank Milvus lag der AMD EPYC 9755 auf Sockelebene sogar vorn. Der fast zweifache Rack-Wert entsteht vor allem, weil unter demselben Stromlimit wesentlich mehr Arm-Server untergebracht werden können.
Damit misst der Vergleich weniger ein klassisches CPU-Duell als eine operative Grenze moderner Rechenzentren: Wie viel nutzbare Arbeit passt in ein Rack, wenn Stromversorgung und Kühlung feststehen?
21 bis 23 Arm-Server statt 13 AMD-Systemen
Ein Server mit Arm AGI CPU benötigt laut den veröffentlichten Angaben zwischen 950 und 1.050 Watt. Ein Zwei-Sockel-System mit AMD EPYC 9755 wird mit 1.700 Watt angesetzt. Innerhalb des 24-Kilowatt-Budgets lassen sich daraus 21 bis 23 AGI-CPU-Server oder 13 EPYC-Systeme konfigurieren.
Warum Arm auf Rack-Ebene einen größeren Vorsprung ausweist
Vergleich der von Signal65 verwendeten 24-kW-Rack-Konfigurationen. Der modellierte Faktor 1,99 entsteht vor allem aus der höheren Zahl der Arm-Server und Kerne, während der durchschnittliche Vorsprung pro Chip bei 1,20 liegt.
Die unterschiedliche Dichte verschiebt auch die Zahl der verfügbaren Rechenkerne deutlich. Für das Arm-Rack werden je nach Konfiguration 5.712 bis 5.888 physische Kerne angegeben. Das AMD-Rack kommt auf 3.328 Kerne. Die Modellierung kombiniert diese höhere Kernzahl mit den Resultaten der sieben Einzeltests und leitet daraus den Faktor 1,99 für die durchschnittliche Rack-Leistung ab.
Das Ergebnis ist deshalb nicht mit einer direkten Messung zweier vollständig bestückter Racks gleichzusetzen. Es handelt sich um eine Hochrechnung aus den untersuchten Systemen unter einem definierten Leistungsbudget. Signal65 plant weitere Tests mit finaler Produktionshardware.
Der Benchmark bildet Aufgabenketten statt Einzeltests ab
Arms neue Methodik soll CPU-Arbeit erfassen, die beim Betrieb von KI-Agenten anfällt. Dazu gehören Tool-Nutzung, Orchestrierung, Reasoning und Planung sowie das Erstellen isolierter Sandbox-Umgebungen. Statt nur kurze Spitzenwerte einzelner Routinen zu vergleichen, soll die Bewertung länger laufende End-to-End-Aufgaben und die Grenzen eines Racks berücksichtigen.
Entwickelt wurde das Verfahren von Arm mit Unterstützung von Fujitsu, Meta und OpenAI. Signal65 führte die von Arm beauftragte Analyse aus. Diese Trennung ist für die Bewertung wichtig: Das Testunternehmen ist ein externer Akteur, doch Auswahl und Konstruktion der Methodik stammen vom Anbieter des getesteten Prozessors. Ob die Agentic AI CPU Tests über Arms Partnerkreis hinaus als Industriestandard akzeptiert werden, ist offen.
Der Ansatz ist dennoch technisch relevant. Agentische Systeme bestehen nicht ausschließlich aus großen Modellberechnungen auf GPUs. Zwischen solchen Berechnungen müssen Dienste Anfragen koordinieren, Werkzeuge aufrufen, Datenbanken ansprechen und Ausführungsumgebungen bereitstellen. Arms Testauswahl versucht, diesen CPU-Anteil als zusammenhängende Arbeitslast abzubilden. Wie repräsentativ das Ergebnis für einen konkreten Betreiber ist, hängt daher davon ab, wie ähnlich dessen Software und Lastprofil den sieben getesteten Workloads sind.
Arm verkauft erstmals nicht nur die Architektur
Die AGI CPU wurde im März 2026 vorgestellt und ist Arms erstes selbst angebotenes Silizium. Sie wird in TSMCs 3-Nanometer-Prozess gefertigt und besitzt bis zu 136 Neoverse-V3-Kerne. Der im Oktober 2024 eingeführte EPYC 9755 kombiniert 128 Zen-5-Kerne und wird im 4-Nanometer-Verfahren produziert.
Für Arm ist der Vergleich deshalb mehr als Werbung für eine neue CPU. Das Unternehmen tritt in einem Markt, den es bisher vor allem über Architektur- und Kernlizenzen bediente, nun selbst als Chipanbieter auf. Zugleich versucht Arm, die Bewertungsgröße zu verändern: weg vom isolierten Sockel und hin zu Durchsatz unter realen Strom- und Platzgrenzen.
Meta ist Entwicklungspartner der AGI CPU und plant ihren Einsatz im eigenen Server-Rack-Design Yosemite YV5. Diese Verbindung ist strategisch wichtig, weil Hyperscaler Prozessoren nicht nur nach maximaler Einzelleistung auswählen. Entscheidend ist, wie viele Server sich innerhalb vorhandener Strom-, Kühlungs- und Flächenbudgets betreiben lassen. Ein moderater Vorsprung pro Chip kann sich dann durch höhere Dichte auf Rack-Ebene vervielfachen.
Die relevante Einheit ist das Strombudget
Der Vergleich liefert AMD damit nicht in jeder Disziplin eine Niederlage. Die Siege des EPYC 9755 bei MySQL und Milvus zeigen, dass die Wahl der Arbeitslast weiterhin zählt. Auch sagt der Faktor 1,99 nichts über Migrationsaufwand, Softwarekompatibilität oder die Wirtschaftlichkeit einer konkreten Installation aus. Er beschreibt ein festgelegtes Testszenario unter einer klaren Leistungsgrenze.
Gerade diese Grenze ist jedoch der aufschlussreichste Teil der Meldung. Wenn ein Rechenzentrum sein Rack nicht mit mehr als 24 Kilowatt versorgen oder kühlen kann, hilft zusätzliche Spitzenleistung pro Sockel nur begrenzt. Dann entscheidet der Verbrauch des gesamten Servers darüber, wie viel Rechenkapazität tatsächlich installiert werden kann.
Arms stärkstes Argument ist daher nicht, dass jeder AGI-Prozessorkern AMD deutlich schlägt. Es lautet, dass sich unter demselben Infrastrukturdeckel mehr Arm-Systeme betreiben lassen. Ob daraus ein dauerhafter Marktvorteil wird, entscheidet sich nicht allein im Benchmark, sondern daran, ob Betreiber ihre Agenten-Software auf dieser Hardware mit ähnlich hoher Auslastung und ohne unverhältnismäßigen Umstellungsaufwand betreiben können.
Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?
