AMD Ryzen AI Max+ 395 vs. Apple M4 Pro: Ein überraschendes Kräftemessen
AMD hat kürzlich KI-Leistungsbenchmarks veröffentlicht, die die Leistungsfähigkeit seines Ryzen AI Max+ 395 Chipsatzes demonstrieren, wie er im Asus ROG Flow Z13 (2025) zu finden ist. Diese Benchmarks stellen den Ryzen-Chip gegen Intels Core Ultra 7 258V, der im Asus Zenbook S14 (UX5406) verbaut ist. Es überrascht nicht, dass Intels Lunar Lake-Prozessor der Mittelklasse Schwierigkeiten hatte, mit der schieren Leistung der Ryzen AI Max Strix Halo APU mitzuhalten, insbesondere bei GPU-fokussierten KI-Aufgaben.
Diese Vergleiche konzentrierten sich jedoch ausschließlich auf die Rivalität zwischen AMD und Intel und übersahen einen relevanteren Konkurrenten: Apple. Um eine umfassendere Perspektive zu bieten, haben wir eine detaillierte Analyse durchgeführt und diese Prozessoren mit Apples Silizium verglichen.
Ein tieferer Einblick in AMDs Benchmarking-Ansatz
AMDs Methodik weicht von den üblichen Industriestandards ab. Stattdessen wird eine Metrik “Token pro Sekunde” verwendet, um zu bewerten, wie Lunar Lake und Strix Halo verschiedene Large Language Model (LLM) und Small Language Model (SLM) KI-Frameworks verarbeiten, darunter DeepSeek und Microsofts Phi 4.
Wie erwartet übertrifft die robuste GPU-Komponente im Ryzen AI Max+ 395 die kleinere integrierte Intel Arc 140V-Grafik in Lunar Lake deutlich. Dieses Ergebnis ist kaum überraschend, da Intels Lunar Lake-Chips speziell für ultraportable KI-PC-Laptops entwickelt wurden und mit einer erheblich niedrigeren Leistungsaufnahme arbeiten als der Ryzen AI Max+. Darüber hinaus ist es unrealistisch, eine vergleichbare GPU-Leistung von einem ultradünnen Notebook im Vergleich zu einem Gaming-fokussierten Gerät wie dem Flow Z13 zu erwarten.
Ein ungleicher Vergleich?
Obwohl sowohl der AMD Ryzen AI Max+ 395 als auch die Intel Core Ultra 200V-Serie x86-CPUs sind, die KI-Workloads bewältigen können, ist der Vergleich zwischen dem Zenbook S14 und dem ROG Flow Z13 vergleichbar mit der Bewertung der Spieleleistung des Asus ROG Ally X gegenüber dem ROG Strix Scar 18. Sie repräsentieren grundlegend unterschiedliche Geräte, die unterschiedliche Hardware enthalten und für völlig unterschiedliche Anwendungsfälle entwickelt wurden.
Es ist auch erwähnenswert, dass AMD mit seiner Strix Point und Krackan Point Ryzen AI 300-Serie bereits einen direkten Konkurrenten zu Lunar Lake anbietet.
Validierung von AMDs Behauptungen und Einführung von Apple in den Mix
Aufgrund des Fehlens standardisierter Tests und fester Punktzahlen in AMDs Leistungsbenchmarks haben wir ihre Ergebnisse mit unseren eigenen Laborbenchmarks abgeglichen.
AMDs Behauptung, der “leistungsstärkste x86-Prozessor für LLMs” zu sein, trifft für den Strix Halo zu. Es ist jedoch wichtig zu erkennen, dass Strix Halo vom herkömmlichen mobilen CPU-Design abweicht. Er weist mehr Ähnlichkeiten mit Apples Arm-basiertem M4 Max oder M3 Ultra auf. Dies führt zu einem x86-gegen-Arm-Vergleich, bei dem Apples High-End-Chipsätze in eine vergleichbare CPU-Klasse wie der Ryzen AI Max fallen, eine Kategorie, in die Lunar Lake einfach nicht gehört.
Obwohl wir zu diesem Zeitpunkt keine Benchmark-Daten für den M4 Max oder M3 Ultra haben, verfügen wir über Testergebnisse des “leistungsstärksten Apple-Laptops, den wir je getestet haben”, dem MacBook Pro 16, das mit dem M4 Pro-Chipsatz ausgestattet ist.
Ein passenderer Vergleich: HP ZBook 14 Ultra vs. MacBook Pro 16
Idealerweise wäre für einen direkteren Chip- und Produktvergleich das andere Launch-System für die Ryzen AI Max APU, das HP ZBook 14 Ultra, ein geeigneterer Konkurrent für das MacBook Pro gewesen. Apples Premium-Laptops dienen seit langem als Maßstab für Designprofis, was das HP ZBook 14 Ultra zu einem überzeugenden Testkandidaten gegenüber dem MacBook Pro 16 macht.
Leider hatten wir noch nicht die Gelegenheit, das ZBook 14 Ultra G1a zu testen. Daher haben wir für diesen Vergleich das Flow Z13 verwendet.
Überprüfung von AMDs Behauptungen mit dem Asus Zenbook S14
Wir haben das mit Intel Core Ultra 7 258V betriebene Asus Zenbook S14 im Vergleich beibehalten, um AMDs Behauptungen zu validieren. Wie erwartet, befand sich das Zenbook S14 am unteren Ende des Leistungsspektrums im Vergleich zu den Kraftpaketen von Apple und AMD.
Geekbench AI Benchmark: Eine plattformübergreifende Perspektive
Während der Ryzen AI Max+ 395 im ROG Flow Z13 einen klaren Vorteil in der Spieleleistung zeigt, bietet der M4 Pro eine überraschend starke Konkurrenz bei GPU-intensiven KI-Aufgaben, wie der Geekbench AI Benchmark zeigt.
Obwohl der Geekbench AI Benchmark seine Grenzen bei der Messung der KI-Leistung hat, dient er als plattformübergreifender Benchmark, der für den Vergleich von CPUs und GPUs entwickelt wurde. Dies steht im Gegensatz zu AMDs berichteten “Token pro Sekunde”-Benchmarks, die in unabhängigen Tests schwieriger zu replizieren sind.
Der Ryzen AI Max+ 395: Eine ernstzunehmende Kraft
Das starke Abschneiden des Apple MacBook Pro 16 gegenüber dem Flow Z13 in unseren Benchmarks schmälert nicht die Tatsache, dass der Ryzen AI Max+ 395 ein außergewöhnlich leistungsstarker Chipsatz ist. Es handelt sich um einen hochleistungsfähigen, vielseitigen Chip, der sowohl bei kreativen als auch bei Gaming-Workloads beeindruckende Ergebnisse gezeigt hat. Er stellt einen neuartigen Ansatz für das x86-Prozessordesign dar und hat zu Recht unsere Auszeichnung “Best-in-Show” auf der CES 2025 erhalten.
Wir waren von seiner Leistung im ROG Flow Z13 sehr beeindruckt und freuen uns darauf, die PRO-Version im HP ZBook 14 Ultra zu testen. Wir hoffen auch, dass AMD den Ryzen AI Max in eine größere Auswahl an Systemen integriert, um mehr Möglichkeiten für Benchmark-Vergleiche zu bieten.
Die Notwendigkeit eines stärkeren Wettbewerbs im High-End-Chipsatz-Bereich
Das Aufkommen leistungsstarker Prozessoren wie dem Ryzen AI Max+ 395 unterstreicht den anhaltenden Bedarf an robustem Wettbewerb im High-End-Chipsatzmarkt. Apple Silicon ist zwar beeindruckend, könnte aber sicherlich von stärkeren Konkurrenten profitieren, die die Grenzen von Leistung und Innovation noch weiter verschieben. Die Vergleiche zeigen, wenn auch komplex, dass sich die Landschaft verändert und die traditionelle x86-Architektur sich weiterentwickelt, um den Anforderungen KI-gesteuerter Workloads gerecht zu werden. Die Zukunft verspricht noch interessantere Vergleiche, da sich diese Technologien weiterentwickeln.
Erweiterung spezifischer Bereiche und Hinzufügen weiterer Details
Lassen Sie uns einige spezifische Bereiche vertiefen und differenziertere Einblicke geben:
1. Die Metrik “Token pro Sekunde”:
AMDs Wahl von “Token pro Sekunde” als primäre Metrik verdient eine weitere Betrachtung. Obwohl sie ein Maß für die Verarbeitungsgeschwindigkeit von Sprachmodellen liefert, erfasst sie nicht vollständig die Komplexität der KI-Leistung. Faktoren wie Modellgenauigkeit, Latenz und Energieeffizienz sind ebenso entscheidend. Eine hohe Rate an “Token pro Sekunde” führt nicht unbedingt zu einer besseren Benutzererfahrung, wenn die Ausgabe des Modells ungenau ist oder wenn es übermäßig viel Strom verbraucht.
Darüber hinaus sind die spezifischen Sprachmodelle, die in AMDs Tests verwendet wurden (DeepSeek und Phi 4), keine universell anerkannten Benchmarks. Die Leistung dieser Modelle ist möglicherweise nicht repräsentativ für die Leistung anderer beliebter LLMs und SLMs. Eine umfassendere Bewertung würde eine größere Auswahl an Modellen umfassen, die verschiedene KI-Aufgaben und -Anwendungen widerspiegeln.
2. Die Rolle der integrierten Grafik:
Der signifikante Leistungsunterschied zwischen dem Ryzen AI Max+ 395 und dem Intel Core Ultra 7 258V ist größtenteils auf den Unterschied in den integrierten Grafikfähigkeiten zurückzuführen. Der Ryzen-Chip verfügt über eine weitaus leistungsstärkere GPU, was besonders vorteilhaft für KI-Workloads ist, die die GPU-Beschleunigung nutzen können.
Es ist jedoch wichtig anzuerkennen, dass integrierte Grafiken, selbst in High-End-Chips wie dem Ryzen AI Max+, im Vergleich zu diskreten GPUs immer noch Einschränkungen aufweisen. Für die anspruchsvollsten KI-Aufgaben bleibt eine dedizierte Grafikkarte die bevorzugte Lösung. Der Vergleich unterstreicht die wachsende Bedeutung integrierter Grafiken für die KI-Verarbeitung, sollte aber nicht als Ersatz für diskrete GPUs in allen Szenarien interpretiert werden.
3. Die x86-vs.-Arm-Debatte:
Der Vergleich zwischen dem Ryzen AI Max+ (x86) und dem Apple M4 Pro (Arm) berührt die breitere Debatte um diese beiden Prozessorarchitekturen. Während x86 traditionell den PC-Markt dominiert hat, hat Arm bei mobilen Geräten erheblich an Bedeutung gewonnen und fordert x86 zunehmend bei Laptops und sogar Desktops heraus.
Arm-Prozessoren werden oft für ihre Energieeffizienz gelobt, während x86-Chips im Allgemeinen mit höherer Leistung in Verbindung gebracht werden. Die Grenzen verschwimmen jedoch zunehmend. Der Ryzen AI Max+ zeigt, dass x86 für energieeffiziente Designs angepasst werden kann, während Apples M-Serie-Chips bewiesen haben, dass Arm beeindruckende Leistung liefern kann.
Die Wahl zwischen x86 und Arm hängt letztendlich vom spezifischen Anwendungsfall und den Prioritäten ab. Für ultraportable Geräte, bei denen die Akkulaufzeit von größter Bedeutung ist, könnte Arm einen Vorteil haben. Für Hochleistungs-Workstations, bei denen die reine Leistung im Vordergrund steht, bleibt x86 ein starker Konkurrent. Der Ryzen AI Max+ ist ein überzeugendes Beispiel dafür, wie sich x86 weiterentwickeln kann, um in der sich verändernden Landschaft zu bestehen.
4. Die Bedeutung der Softwareoptimierung:
Die Hardwarefähigkeiten sind nur ein Teil der Gleichung. Die Softwareoptimierung spielt eine entscheidende Rolle bei der Maximierung der KI-Leistung. Sowohl AMD als auch Apple investieren stark in Software-Ökosysteme, die auf ihre jeweiligen Hardwareplattformen zugeschnitten sind.
AMDs ROCm-Plattform bietet eine Reihe von Tools und Bibliotheken für die Entwicklung und Bereitstellung von KI-Anwendungen auf AMD-GPUs. Apples Core ML-Framework bietet ähnliche Funktionen für Apple-Silizium. Die Effektivität dieser Software-Stacks kann die KI-Leistung in der realen Welt erheblich beeinflussen.
Ein fairer Vergleich zwischen verschiedenen Hardwareplattformen sollte auch den Grad der Softwareoptimierung berücksichtigen, der für jede Plattform verfügbar ist. Es ist möglich, dass ein weniger leistungsstarker Chip einen leistungsstärkeren Chip übertrifft, wenn er von einer überlegenen Softwareunterstützung profitiert.
5. Zukünftige Richtungen:
Die rasanten Fortschritte in der KI treiben kontinuierliche Innovationen im Prozessordesign voran. Wir können erwarten, dass in zukünftigen Chips noch mehr spezialisierte KI-Beschleuniger integriert werden, wodurch die Grenzen zwischen CPUs, GPUs und dedizierten KI-Verarbeitungseinheiten weiter verschwimmen.
Der Wettbewerb zwischen AMD, Intel und Apple wird sich wahrscheinlich verschärfen, was zu schnelleren, energieeffizienteren und KI-fähigeren Prozessoren führen wird. Dieser Wettbewerb wird letztendlich den Verbrauchern zugute kommen und die Einführung von KI in einer breiteren Palette von Anwendungen vorantreiben. Die Entwicklung von Hardware und Software wird entscheidend für die Gestaltung der Zukunft des KI-Computing sein. Die kontinuierliche Entwicklung neuer Benchmarks und Testmethoden wird ebenfalls unerlässlich sein, um die Leistung dieser zunehmend komplexen Systeme genau zu bewerten. Das Rennen um die ultimative KI-Verarbeitungslösung hat begonnen, und die kommenden Jahre versprechen spannende Fortschritte. Die ständigen Verbesserungen in der neuronalen Verarbeitung und dedizierter KI-Hardware werden wahrscheinlich zu einem Paradigmenwechsel in der Art und Weise führen, wie wir mit Technologie interagieren.