התעמקות בגישת המדדים של AMD
המתודולוגיה של AMD סוטה ממדדי התעשייה הסטנדרטיים. במקום זאת, היא משתמשת במדד “אסימונים לשנייה” כדי להעריך כיצד Lunar Lake ו-Strix Halo מטפלים במסגרות AI שונות של מודלים גדולים של שפה (LLM) ומודלים קטנים של שפה (SLM), כולל DeepSeek ו-Phi 4 של מיקרוסופט.
כצפוי, רכיב ה-GPU החזק בתוך Ryzen AI Max+ 395 עולה באופן משמעותי על הגרפיקה המשולבת הקטנה יותר של Intel Arc 140V שנמצאת ב-Lunar Lake. תוצאה זו בקושי מפתיעה, בהתחשב בכך ששבבי Lunar Lake של אינטל תוכננו במיוחד עבור מחשבי AI ניידים במיוחד, הפועלים בסף הספק נמוך משמעותית מ-Ryzen AI Max+. יתר על כן, זה לא מציאותי לצפות לביצועי GPU דומים ממחברת דקה במיוחד לעומת מכונה הממוקדת בגיימינג כמו ה-Flow Z13.
השוואה לא תואמת?
בעוד שגם AMD Ryzen AI Max+ 395 וגם סדרת Intel Core Ultra 200V הם מעבדי x86 המסוגלים להתמודד עם עומסי עבודה של AI, ההשוואה בין Zenbook S14 ל-ROG Flow Z13 דומה להערכת יכולת המשחק של Asus ROG Ally X מול ROG Strix Scar 18. הם מייצגים מכשירים שונים מהותית, המשלבים חומרה מובחנת ומיועדים למקרי שימוש שונים לחלוטין.
כדאי גם לציין ש-AMD כבר מציעה מתחרה ישיר ל-Lunar Lake בסדרות Strix Point ו-Krackan Point Ryzen AI 300 שלה.
אימות הטענות של AMD והכנסת Apple לתמהיל
בשל היעדר מבחנים סטנדרטיים ומספרי ניקוד קשיחים במדדי הביצועים של AMD, הצלבנו את הממצאים שלהם עם מדדי המעבדה שלנו.
הטענה של AMD לגבי “מעבד ה-x86 החזק ביותר עבור LLMs” נכונה עבור Strix Halo. עם זאת, חשוב להכיר בכך ש-Strix Halo סוטה מעיצוב מעבד נייד קונבנציונלי. הוא חולק קווי דמיון רבים יותר עם M4 Max או M3 Ultra מבוססי Arm של Apple. זה יוצר השוואה בין x86 ל-Arm, כאשר ערכות השבבים המתקדמות של Apple נופלות למעמד CPU דומה כמו Ryzen AI Max, קטגוריה שבה Lunar Lake פשוט לא שייך.
אמנם אין לנו נתוני ביצועים עבור M4 Max או M3 Ultra בשלב זה, אך יש לנו תוצאות בדיקה מ-“מחשב אפל הנייד החזק ביותר שבדקנו אי פעם”, ה-MacBook Pro 16 המצויד בערכת השבבים M4 Pro.
השוואה מתאימה יותר: HP ZBook 14 Ultra מול MacBook Pro 16
באופן אידיאלי, להשוואה ישירה יותר של שבבים ומוצרים, המערכת האחרת שהושקה עבור Ryzen AI Max APU, ה-HP ZBook 14 Ultra, הייתה מתמודדת מתאימה יותר מול ה-MacBook Pro. מחשבי הפרימיום הניידים של אפל שימשו זה מכבר כאמת מידה עבור אנשי מקצוע בתחום העיצוב, מה שהופך את HP ZBook 14 Ultra לנושא בדיקה משכנע מול MacBook Pro 16.
למרבה הצער, עדיין לא הייתה לנו הזדמנות לבדוק את ZBook 14 Ultra G1a. כתוצאה מכך, השתמשנו ב-Flow Z13 להשוואה זו.
אימות הטענות של AMD עם Asus Zenbook S14
שמרנו את Asus Zenbook S14 המופעל על ידי Intel Core Ultra 7 258V בהשוואה כדי לאמת את הטענות של AMD. כצפוי, Zenbook S14 תפס את הקצה התחתון של ספקטרום הביצועים בהשוואה למעצמות Apple ו-AMD.
Geekbench AI Benchmark: נקודת מבט חוצת פלטפורמות
בעוד ש-Ryzen AI Max+ 395 ב-ROG Flow Z13 מדגים יתרון ברור בביצועי משחקים, M4 Pro מציע תחרות חזקה באופן מפתיע במשימות AI עתירות GPU, כפי שמעיד Geekbench AI benchmark.
למרות של-Geekbench AI benchmark יש מגבלות במדידת ביצועי AI, הוא משמש כמדד חוצה פלטפורמות המיועד להשוואת מעבדים ו-GPUs. זאת בניגוד למדדי “אסימונים לשנייה” המדווחים של AMD, שקשה יותר לשכפל בבדיקות עצמאיות.
Ryzen AI Max+ 395: כוח שיש להתחשב בו
ההופעה החזקה של Apple MacBook Pro 16 מול Flow Z13 במדדים שלנו אינה מפחיתה מהעובדה ש-Ryzen AI Max+ 395 היא ערכת שבבים חזקה במיוחד. זהו שבב רב-תכליתי בעל ביצועים גבוהים שהדגים תוצאות מרשימות הן בעומסי עבודה יצירתיים והן במשחקים. הוא מייצג גישה חדשנית לעיצוב מעבדי x86, והוא זכה בצדק בפרס Best-in-Show שלנו ב-CES 2025.
התרשמנו מאוד מהביצועים שלו ב-ROG Flow Z13, ואנו מצפים בקוצר רוח לבדוק את גרסת ה-PRO ב-HP ZBook 14 Ultra. אנו גם מקווים לראות את AMD משלבת את Ryzen AI Max במגוון רחב יותר של מערכות, ומספקת הזדמנויות נוספות להשוואות ביצועים.
הצורך בתחרות חזקה יותר בזירת ערכות השבבים המתקדמות
הופעתם של מעבדים חזקים כמו Ryzen AI Max+ 395 מדגישה את הצורך המתמשך בתחרות חזקה בשוק ערכות השבבים המתקדמות. Apple Silicon, למרות היותו מרשים, בהחלט יכול להפיק תועלת מיריבים חזקים יותר, שדוחפים את גבולות הביצועים והחדשנות עוד יותר. ההשוואות, למרות שהן מורכבות, מראות שהנוף משתנה, וארכיטקטורת x86 המסורתית מתפתחת כדי לעמוד בדרישות של עומסי עבודה מונעי AI. העתיד מבטיח התאמות מעניינות עוד יותר ככל שהטכנולוגיות הללו ימשיכו להתפתח.
הרחבה על תחומים ספציפיים והוספת פרטים נוספים
בואו נתעמק בכמה תחומים ספציפיים ונספק תובנות מפורטות יותר:
1. מדד “אסימונים לשנייה”:
בחירתה של AMD ב”אסימונים לשנייה” כמדד עיקרי ראויה לבדיקה נוספת. בעוד שהוא מספק מדד למהירות העיבוד עבור מודלי שפה, הוא אינו לוכד במלואו את המורכבות של ביצועי AI. גורמים כמו דיוק המודל, זמן אחזור ויעילות הספק הם קריטיים באותה מידה. קצב “אסימונים לשנייה” גבוה אינו מתורגם בהכרח לחוויית משתמש מעולה אם פלט המודל אינו מדויק או אם הוא צורך כוח מופרז.
יתר על כן, מודלי השפה הספציפיים ששימשו בבדיקות של AMD (DeepSeek ו-Phi 4) אינם מדדים שאומצו באופן אוניברסלי. הביצועים במודלים אלה עשויים שלא להיות מייצגים את הביצועים ב-LLMs וב-SLMs פופולריים אחרים. הערכה מקיפה יותר תכלול מגוון רחב יותר של מודלים, המשקפים משימות ויישומים מגוונים של AI.
2. תפקיד הגרפיקה המשולבת:
פער הביצועים המשמעותי בין Ryzen AI Max+ 395 ל-Intel Core Ultra 7 258V מיוחס במידה רבה להבדל ביכולות הגרפיקה המשולבת. שבב Ryzen מתגאה ב-GPU חזק בהרבה, שהוא יתרון במיוחד עבור עומסי עבודה של AI שיכולים למנף האצת GPU.
עם זאת, חשוב להכיר בכך שלגרפיקה משולבת, אפילו בשבבים מתקדמים כמו Ryzen AI Max+, עדיין יש מגבלות בהשוואה ל-GPUs נפרדים. עבור משימות ה-AI התובעניות ביותר, כרטיס גרפי ייעודי נותר הפתרון המועדף. ההשוואה מדגישה את החשיבות הגוברת של גרפיקה משולבת לעיבוד AI, אך אין לפרש אותה כתחליף ל-GPUs נפרדים בכל התרחישים.
3. הוויכוח x86 מול Arm:
ההשוואה בין Ryzen AI Max+ (x86) ל-Apple M4 Pro (Arm) נוגעת בוויכוח הרחב יותר סביב שתי ארכיטקטורות המעבדים הללו. בעוד ש-x86 שלט באופן מסורתי בשוק המחשבים האישיים, Arm צבר אחיזה משמעותית במכשירים ניידים ומאתגר יותר ויותר את x86 במחשבים ניידים ואפילו במחשבים שולחניים.
מעבדי Arm זוכים לעתים קרובות לשבחים על יעילות ההספק שלהם, בעוד ששבבי x86 משויכים בדרך כלל לביצועים גבוהים יותר. עם זאת, הקווים הולכים ומיטשטשים. Ryzen AI Max+ מדגים שניתן להתאים את x86 לעיצובים חסכוניים בחשמל, בעוד ששבבי M-series של Apple הוכיחו ש-Arm יכול לספק ביצועים מרשימים.
הבחירה בין x86 ל-Arm תלויה בסופו של דבר במקרה השימוש הספציפי ובסדרי העדיפויות. עבור מכשירים ניידים במיוחד שבהם חיי הסוללה הם מעל הכל, ל-Arm עשוי להיות יתרון. עבור תחנות עבודה בעלות ביצועים גבוהים שבהן כוח גולמי הוא הדאגה העיקרית, x86 נותר מתמודד חזק. Ryzen AI Max+ מייצג דוגמה משכנעת לאופן שבו x86 יכול להתפתח כדי להתחרות בנוף המתפתח.
4. החשיבות של אופטימיזציית תוכנה:
יכולות חומרה הן רק חלק אחד מהמשוואה. אופטימיזציית תוכנה ממלאת תפקיד קריטי במקסום ביצועי AI. גם AMD וגם Apple משקיעות רבות במערכות אקולוגיות של תוכנה המותאמות לפלטפורמות החומרה שלהן.
פלטפורמת ROCm של AMD מספקת חבילה של כלים וספריות לפיתוח ופריסה של יישומי AI ב-GPUs של AMD. מסגרת Core ML של Apple מציעה יכולות דומות עבור Apple silicon. היעילות של ערימות תוכנה אלה יכולה להשפיע באופן משמעותי על ביצועי AI בעולם האמיתי.
השוואה הוגנת בין פלטפורמות חומרה שונות צריכה לשקול גם את רמת אופטימיזציית התוכנה הזמינה עבור כל אחת מהן. ייתכן ששבב פחות חזק יתעלה על שבב חזק יותר אם הוא נהנה מתמיכת תוכנה מעולה.
5. כיוונים עתידיים:
ההתקדמות המהירה ב-AI מניעה חדשנות מתמשכת בעיצוב מעבדים. אנו יכולים לצפות לראות מאיצי AI מיוחדים עוד יותר המשולבים בשבבים עתידיים, ומטשטשים עוד יותר את הקווים בין מעבדים, GPUs ויחידות עיבוד AI ייעודיות.
התחרות בין AMD, אינטל ואפל צפויה להתעצם, ולהוביל למעבדים מהירים יותר, חסכוניים יותר בחשמל ויכולים יותר ל-AI. תחרות זו תועיל בסופו של דבר לצרכנים ותניע את אימוץ ה-AI במגוון רחב יותר של יישומים. האבולוציה של החומרה והתוכנה תהיה מכרעת בעיצוב עתיד מחשוב ה-AI. הפיתוח המתמשך של מדדים ומתודולוגיות בדיקה חדשות יהיה חיוני גם להערכה מדויקת של הביצועים של מערכות מורכבות יותר ויותר אלה. המירוץ ליצירת פתרון עיבוד ה-AI האולטימטיבי בעיצומו, והשנים הקרובות מבטיחות התקדמות מרגשת. השיפורים המתמידים בעיבוד עצבי ובחומרת AI ייעודית יובילו ככל הנראה לשינוי פרדיגמה באופן שבו אנו מתקשרים עם טכנולוגיה.