베라, 파이벤치 평균 테스트 시간 에픽 9755보다 4% 짧아

정민석 기자 2026.10.30 22:27

2소켓 베라 서버의 PyBench 평균 테스트 시간이 2소켓 EPYC 9755 서버보다 4% 짧았다. 결과는 Python 기본 함수 중심 시험에 한정된다.

토포AI로 이 기사 더 깊이 읽기

시험대에 놓인 데이터센터용 CPU와 듀얼 소켓 메인보드 / TokenPost.ai

2소켓 베라 서버의 PyBench 평균 테스트 시간은 2소켓 EPYC 9755 서버보다 4% 짧았다. 이번 결과는 Python 기본 함수 중심 시험에 한정되며, AI 에이전트 전체 실행 성능을 측정한 것은 아니다.

톰스하드웨어(Tom’s Hardware)는 30일 공개한 자체 시험에서 이 결과를 제시했다. 시험진은 Python 작업이 대체로 단일 스레드로 실행되는 특성을 EPYC 9755가 코어 수가 더 많은 EPYC 9965보다 앞선 배경으로 들었다.

베라 서버는 소켓당 88코어, 총 176코어와 1.5TB LPDDR5-9600 메모리를 탑재했다. AMD($AMD)의 EPYC 9755 서버는 소켓당 128코어, 총 256코어와 1.5TB DDR5-6000 메모리를 사용했다.

따라서 4%는 중앙처리장치(CPU) 한 개의 성능 차이가 아니라 서로 다른 코어 수와 메모리 구성을 갖춘 두 서버에서 나온 결과다. 모든 Python 프로그램이나 전체 서버 처리량의 차이로 확대해 해석하기는 어렵다.

시험진은 엔비디아($NVDA)가 원격으로 제공한 베라 2소켓 서버를 사용했다. 엔비디아가 시험 항목이나 보도 범위를 제한하지 않았다고 시험진은 밝혔다.

CPU 기준으로 AI 에이전트 전체 실행을 측정하는 표준화된 시험이 아직 없어, 시험진은 Python과 코드 컴파일, 데이터베이스 작업 등을 나눠 측정했다고 설명했다. 개별 작업의 결과만으로 실제 에이전트 서비스의 전체 처리량을 판단할 수는 없다.

베라는 도구 호출과 코드 실행, 데이터 처리, 작업 조율을 위해 엔비디아가 설계한 데이터센터용 CPU다. 엔비디아는 베라에 Olympus 코어 88개와 최대 초당 1.2TB의 메모리 대역폭을 제시했다.

최대 초당 1.8TB는 메모리 대역폭이 아니라 NVLink-C2C의 양방향 연결 대역폭이다. 이 수치는 CPU와 GPU 또는 CPU끼리 연결하는 대역폭으로, 메모리 성능과 구분해야 한다.

다른 작업에서는 EPYC 시스템이 Zstd 압축 해제와 7-Zip에서 앞섰다. EPYC 9755의 AV1 영상 인코딩 성능은 베라보다 25% 이상 높았다.

인텔($INTC) 제온은 일부 CPU 기반 프롬프트 처리 시험에서 가장 빨랐다. 반면 베라는 GCC 컴파일에서 2소켓 EPYC 9755 서버보다 12% 앞섰다.

본지는 앞서 OpenShell 참조 아키텍처에서 베라 CPU가 AI 에이전트의 하니스와 도구 호출을 맡는 구조를 소개했다. 이번 시험은 그 역할에 쓰이는 CPU의 개별 작업 성능을 비교한 사례다.

본지는 베라의 리눅스 커널 컴파일 성능이 EPYC 9655P보다 최대 22% 빨랐다는 별도 시험 발표도 전했다. 그 결과는 이번 PyBench 측정과 다른 작업에 관한 것으로, 두 수치를 직접 비교할 수 없다.

SPEC CPU 2026 수치도 PyBench와 별개의 자체 실행 결과다. 시험진은 이를 추정치로 표시했으며 SPEC에 제출하지 않았다고 밝혔다.

SPEC 공개 규정은 성능 지표의 추정치를 추정치라고 명확히 표시하면 공개할 수 있게 하지만, 에너지 지표의 추정은 허용하지 않는다. 이에 따라 자체 추정치와 SPEC에 제출된 공식 결과는 구분해야 한다.

AMD는 7월 22일 기준 자체 추정에서 SPECrate 2026 정수형 기본 지표의 코어당 성능을 비교했다. 소켓당 96코어 고주파형 EPYC 2개를 쓴 2소켓 구성은 88코어 베라 2개 구성보다 약 1.2배 높았으며, AMD는 이 결과가 엔지니어링 전망에 따른 잠정치로 달라질 수 있다고 밝혔다.

AMD의 수치는 PyBench가 아닌 SPECrate 지표의 코어당 성능 추정치다. 측정 지표와 서버 구성이 모두 달라 이번 4% 결과와 직접 대조할 수 없다.