# Arm Reframes CPU Benchmarks Around Work AI Agents Actually Finish

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/ka/article/arm-reframes-cpu-benchmarks-for-agentic-ai-2026-10-13-morning-ka
Section: AI (https://technewslist.com/ka/ai)
Author: TechNewsList
Language: ka
Published: 2026-10-13T09:37:58.486+00:00
Updated: 2026-10-13T09:37:58.661409+00:00

> Arm-ის ახალი აგენტური AI მეთოდოლოგია ზომავს ინსტრუმენტების, ორკესტრირების, მსჯელობისა და ქვიშის ყუთის გაშვებას, ხოლო შეკვეთილი ტესტირება თითქმის ორჯერ აღემატება მოდელირებულ სამუშაოს ერთ თაროზე AMD EPYC-თან შედარებით.

## TL;DR
- Arm გვთავაზობს CPU-ების გაზომვას დასრულებული აგენტური მუშაობის, რეაგირების და მდგრადი თაროების დონის გამტარუნარიანობის მიხედვით იზოლირებული პიკური ქულების ნაცვლად.
- Signal65-მა გაზომა შვიდი დატვირთვა და შექმნა 1,99-ჯერ მეტი სამუშაო 24 კილოვატ თაროზე, ვიდრე AMD EPYC 9755 სისტემები.
- თაროს შედეგი დიდად არის დამოკიდებული სერვერის სიმკვრივეზე და რეიტინგულ სიმძლავრის დაშვებებზე, ხოლო საბოლოო წარმოების სისტემებს ჯერ კიდევ სჭირდება უფრო ფართო დამოუკიდებელი ტესტირება.

## Key points
- მეთოდოლოგია მოიცავს ხელსაწყოების დამზადებას, ორკესტრირებას, მსჯელობას, მოძიებას და დამხმარე სამუშაოს მოდელის დასკვნის გარშემო.
- Arm იუწყება კატეგორიის საშუალოდ 1,7-ჯერ ინსტრუმენტები, 2,0-ჯერ ორკესტრირებისთვის და 2,2-ჯერ მსჯელობისა და დაგეგმვისთვის.
- Signal65-მა გაზომა თითო სისტემის დატვირთვა, შემდეგ მოახდინა მოდელირება, რამდენი სერვერი ჯდებოდა იმავე თაროების დენის კონვერტში.
- Sandbox შექმნა 45 პროცენტით უფრო სწრაფად დაფიქსირდა AMD EPYC 9965 შედარების სისტემის ორი სოკეტით.
- გამოქვეყნებული ანალიზი ამბობს, რომ შემდგომი ტესტირება გამოიყენებს საბოლოო წარმოების აპარატურას და უფრო ფართო კონკურენტულ კომპლექტს.

## რა მოხდა

Arm-მა შემოიტანა მეთოდოლოგია CPU-ების შესაფასებლად, რომლებიც მხარს უჭერენ AI აგენტებს და ამტკიცებენ, რომ პიკის გამტარუნარიანობის ჩვეულებრივი ტესტები გამოტოვებენ სამუშაოს მზარდ წილს. აგენტები უფრო მეტს აკეთებენ, ვიდრე მოდელის გამოძახება: ისინი ინარჩუნებენ მდგომარეობას, იღებენ კონტექსტს, ამუშავებენ იზოლირებულ გარემოს, გამოიძახებენ ინსტრუმენტებს, გადაადგილებენ მონაცემებს და აფასებენ შედეგებს. ამიტომ Arm-ს სურს, რომ შედარება მოჰყვეს დასრულებულ ამოცანებს, თანხვედრას და პასუხის დროს მთელ ამ ციკლში.

![მკლავის საკიდების მასშტაბის პლატფორმა ნაჩვენებია აგენტური AI ინფრასტრუქტურისთვის](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1791877926560-54i8j6-arm-reframes-cpu-benchmarks-for-agentic-ai-2026-10-13-morning-inside-1-019b113657.webp)
*Arm's OCP ვიზუალური გვიჩვენებს თაროს მასშტაბის კონტექსტს, რომელიც გამოიყენება მისი ახალი შესრულების მეთოდოლოგიის ასახსნელად. კრედიტი: Arm.*

კომპანიამ მეთოდოლოგია დააკავშირა შედეგებთან მისი AGI CPU, Arm-ის პირველი წარმოების სილიკონის პროდუქტისთვის. Signal65-მა გამოსცადა შვიდი დატვირთვა, რომელიც მოიცავს ხელსაწყოების, მოძიების, ორკესტრირებისა და მსჯელობის მხარდაჭერას. Arm ამბობს, რომ იგივე სკრიპტები გამოიყენებოდა მის სისტემასა და AMD EPYC Turin პლატფორმებზე, ხოლო Fujitsu, Meta და OpenAI ადასტურებდნენ უფრო წარმომადგენლობითი და განმეორებადი აგენტის ინფრასტრუქტურის გაზომვის აუცილებლობას.

## რატომ არის მნიშვნელოვანი

წინადადება ეხება ხელოვნური ინტელექტის შესყიდვის ნამდვილ ბრმა წერტილს. GPU ტოკენის გამტარუნარიანობა მარტივია ციტირებისთვის, მაგრამ აგენტმა შეიძლება დახარჯოს კედლის საათის დროის დიდი ნაწილი CPU-ზე მიბმული კოდის შესრულებაში, მონაცემთა ბაზაში წვდომაში, ანალიზში, უსაფრთხოების შემოწმებაში ან კონტეინერის გაშვებაში. უფრო სწრაფი ამაჩქარებელი არ დაგვეხმარება, თუ მასპინძელი ვერ შეძლებს სამუშაოს მომზადებას ან ათასობით მცირე მოქმედების პროგნოზირებად დატვირთვას.

თაროს ეკონომიკა ასევე ცვლის შედარებას. მონაცემთა ცენტრები შეზღუდულია ელექტროენერგიით, გაგრილებით და იატაკის სივრცით, ამიტომ სასარგებლო კითხვა ყოველთვის არ არის ის, თუ რომელი სოკეტი იგებს ვიწრო ტესტს. ეს არის რამდენი წარმატებული დავალების შესრულება შეუძლია ფიქსირებულ დაწესებულებას. ეს ჩარჩო ხელს უწყობს დიზაინებს მაღალი სიმკვრივით და სერვერის დაბალი სიმძლავრით, მაგრამ ასევე უჩვეულოდ მნიშვნელოვანს ხდის ვარაუდებს შასის, მეხსიერების და ქსელის შესახებ.

## ტექნიკური დეტალები

Signal65 იტყობინება საშუალოდ 1,99-ჯერ მოდელირებულ შესრულებას თითო თაროზე EPYC 9755-ის წინააღმდეგ შვიდი დატვირთვის დროს. მისი რეიტინგული სიმძლავრის მოდელი ჯდება 21-დან 23 AGI CPU სერვერზე 24 კილოვატიან თაროში, 13 ორმაგი სოკეტიანი EPYC სერვერთან შედარებით. შედეგად მიღებული ფიზიკური ბირთვების რაოდენობა არის 5712-დან 5888-მდე 3328-ის წინააღმდეგ, რაც სიმკვრივეს აქცევს შედეგის ძირითად ნაწილს და არა ფარულ სქოლიოდ.

![Arm სერვერის პლატფორმა და თაროს დიზაინი AI მონაცემთა ცენტრებისთვის](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1791877928152-ru1jug-arm-reframes-cpu-benchmarks-for-agentic-ai-2026-10-13-morning-inside-2-ea9dd7b304.webp)
*Arm-ის მეორე ოფიციალური ვიზუალი ხაზს უსვამს სერვერის და თაროს სიმკვრივის ვარაუდებს საორიენტაციო ნიშნის მიღმა. კრედიტი: Arm.*

სამუშაო დატვირთვის კატეგორიებმა გამოიმუშავეს სხვადასხვა უპირატესობები: 1.7-ჯერ ინსტრუმენტების დამზადებისთვის, 2.0-ჯერ აგენტის სამუშაო პროცესებისა და ორკესტრირებისთვის და 2.2-ჯერ მსჯელობისა და დაგეგმვისთვის. Sandbench-ის ცალკეულმა შედარებამ აღმოაჩინა ცივი ქვიშის ყუთის შექმნა 45 პროცენტით უფრო სწრაფად, ვიდრე ორმაგი EPYC 9965 სისტემა, უფრო მცირე მოგებით თბილი სტარტებისთვის და გადაჭარბებული ყველაზე ცუდი შემთხვევებით. ეს ფიგურები აღწერს CPU-ის მხარდაჭერას და არა მოდელის დასკვნის ხარისხს.

## გავლენა ბაზარზე და ინდუსტრიაზე

თუ მყიდველები მიიღებენ დასრულებულ აგენტურ მუშაობას, როგორც ჩვეულებრივ მეტრულს, CPU-ის მომწოდებლებს უნდა გამოაქვეყნონ უფრო მეტი, ვიდრე ზოგადი ღრუბელი და მონაცემთა ბაზის ქულები. კონტეინერის გაშვების შეყოვნება, ვექტორის მოძიება, ხელსაწყოს შესრულება და კუდის რეაგირების დრო შეიძლება გახდეს შესყიდვის სტანდარტული მტკიცებულება. ეს ასევე უბიძგებს პროგრამული უზრუნველყოფის გამყიდველებს, რომ თავიანთი აგენტის აღკაზმულობა საკმარისად რეპროდუცირებადი გახადონ, რათა კონკურენტებმა განახორციელონ იგივე ამოცანები, ვიდრე ალუბლის არჩევის კერძო დემო.

Arm სარგებლობს ჩიპის გარშემო კითხვის განსაზღვრით, რომელიც შექმნილია სიმკვრივისა და მეხსიერების გამტარუნარიანობისთვის თითო ბირთვზე. AMD-ს და Intel-ს შეუძლიათ შედეგის გამოწვევა თაროების შესადარებელი დიზაინის, სხვადასხვა დენის ქუდების და წარმოების კონფიგურაციის ტესტირებით. ღრუბლოვანი ოპერატორები შეიძლება ნაკლებად ზრუნავდნენ სათაურზე, ვიდრე იმაზე, წინასწარმეტყველებს თუ არა მეთოდი მათ სერვისის დონის მიზნებს, უსაფრთხოების იზოლაციას და მთლიან ღირებულებას შერეული დატვირთვის პირობებში.

## რას უნდა დავაკვირდეთ შემდეგ

ყველაზე დიდი მტკიცებულება არის საბოლოო წარმოების აპარატურა. Signal65 ამბობს, რომ მისი ამჟამინდელი თაროს შედეგები მოდელირებულია სერვერის რეიტინგული სიმძლავრისა და ჩიპის გაზომილი მუშაობის მიხედვით, და ის გეგმავს უფრო ფართო შემდგომ ტესტირებას. დამოუკიდებელმა ლაბორატორიებმა უნდა გამოაქვეყნონ სრული კონფიგურაციები, პროგრამული უზრუნველყოფის ვერსიები, კედელზე გაზომილი სიმძლავრე, წარუმატებლობის სიხშირე და შეყოვნების განაწილება, რათა მომხმარებლებმა შეძლონ შედარების რეპროდუცირება იმის ნაცვლად, რომ ენდონ ერთ მთლიან თანაფარდობას.

თავად მეთოდოლოგია ასევე უნდა განვითარდეს აგენტის დიზაინის შეცვლასთან ერთად. ბრაუზერის ავტომატიზაცია, ქვიშის ყუთების კოდირება და საწარმოს სტრესის აღდგენის სისტემები განსხვავებულადაა განსხვავებულად, ხოლო დისტანციურ API-ებს შეუძლიათ დომინირება გაუწიონ ბოლომდე. გამძლე საორიენტაციო ნიშნულს დასჭირდება ღია დატვირთვა, უსაფრთხოების რეალისტური საზღვრები და მკაფიო გამიჯვნა გაზომილ შედეგებსა და მოდელირებულ სიმძლავრეს შორის. არმმა დაიწყო ეს საუბარი; კონკურენტული რეპლიკაცია გადაწყვეტს გახდება თუ არა ის ინდუსტრიის სტანდარტად.

## წყაროები

- [Arm Newsroom](https://newsroom.arm.com/news/arm-agi-cpu-launch)
- [სიგნალი 65](https://signal65.com/research/ai/arm-agi-cpu-performance-rack-scale/)
- [Arm AGI CPU გაშვება](https://newsroom.arm.com/news/arm-agi-cpu-launch)

Mentions: მკლავი, Arm AGI CPU, სიგნალი 65, AMD EPYC, OpenAI, მეტა, ფუჯიცუ

## Sources
- [Arm Newsroom](https://newsroom.arm.com/news/arm-agi-cpu-agentic-benchmarks)
- [სიგნალი 65](https://signal65.com/research/ai/arm-agi-cpu-performance-rack-scale/)
- [Arm AGI CPU გაშვება](https://newsroom.arm.com/news/arm-agi-cpu-launch)