To serverchips definerer lige nu, hvor hurtigt datacentre kan flytte sig fra klassisk cloud-drift til agentisk AI. Arm afslørede sin første egenbyggede serverprocessor, AGI, på Hot Chips-konferencen i slutningen af august 2026, og kun uger senere fulgte AMD op med den fulde specifikationsliste for EPYC Venice, byggeriets Zen 6-generation på 2 nm. Begge chips retter sig mod samme kunder: cloud-udbydere, hyperscalere og virksomheder, der bygger AI-agenter, som skal køre døgnet rundt uden at sætte strømbudgettet over styr.
For danske og nordiske IT-afdelinger er opgøret ikke akademisk. En del af den nordiske hosting- og skydrift kører allerede på AWS’ Arm-baserede Graviton-instanser, og prisen på både chips og hukommelse er steget markant i 2026 på grund af HBM-manglen. Denne artikel stiller Arm AGI og AMD EPYC Venice op mod hinanden, tager Intel Xeon 6+ Clearwater Forest og AWS Graviton5 med som referencepunkter, og oversætter specifikationer, benchmarks og priser til beslutninger, du faktisk kan bruge.
Baggrunden er, at serverchip-markedet i 2026 ikke længere kun handler om, hvor mange transistorer man kan presse ind i en sokkel. Agentiske AI-systemer holder CPU’er og hukommelse optaget i lange, sammenhængende sessioner i stedet for korte, spidsbelastede forespørgsler, og det ændrer, hvad et “godt” serverchip faktisk er. Arm bruger det argument som sit hovedsalgspunkt for AGI. AMD svarer med rå kernemængde. Intel satser på cache og kernedensitet, og AWS optimerer kun for sin egen kundes bundlinje. Ingen af de fire har samme svar, og det gør sammenligningen mere interessant, end den ville have været for tre år siden, hvor x86 stort set stod uden reel konkurrence i datacentret.
Arm AGI: Arms første egenudviklede serverprocessor
Arm har i mere end et årti solgt kernedesign til partnere som AWS, Nvidia og Microsoft, men AGI er noget andet. Det er første gang, Arm selv bygger og sælger en færdig serverprocessor under eget navn. Chippen blev detaljeret på Hot Chips på Stanford University fra 23. til 25. august 2026, og Tom’s Hardware beskriver den som to chiplets med op til 70 kerner hver, forbundet via en UCIe-fabric-link, der klarer 2 TB/s internt.
AGI leveres i tre hovedvarianter: en model med 136 Neoverse V3-kerner, en TCO-optimeret udgave med 128 kerner og en bredbånds-optimeret model med 64 kerner. Alle tre kører inden for en TDP på 300 watt, hvilket Arm selv fremhæver som en fordel over for x86-konkurrenter, der typisk ligger nærmere 400-500 watt på tilsvarende kernetal. Chippen er bygget på TSMC’s N3P-node og understøtter op til 12 hukommelseskanaler med DDR5-8800, hvilket giver en teoretisk hukommelsesbåndbredde på omkring 845 GB/s per socket, ifølge ServeTheHome.
På I/O-siden tilbyder AGI 96 lanes PCIe 6.0 med CXL 3.0-understøttelse, og Arm angiver op til 128 MB system-level cache i standardkonfigurationen. I sin egen lanceringstekst skriver Arm, at chippen giver “leading performance per core, SoC, blade and rack” og fremhæver 6 GB/s hukommelsesbåndbredde per kerne ved under 100 nanosekunders latenstid, ifølge Arms eget nyhedsrum. Arm regner desuden med op til 8.160 kerner per rack i luftkølede opstillinger og over 45.000 kerner per rack i vandkølede systemer. Kommerciel levering er sat til slutningen af 2026, med bredere udrulning i 2027. Samtidig lancerede Arm 8. september 2026 platformen Neoverse CSS N4, en forudintegreret designramme til kunder, der selv vil bygge server- og AI-chips med op til 128 kerner per die, LPDDR6-hukommelse og PCIe Gen 7, ifølge MLQ.ai.
Et andet interessant designvalg er, at Arm har lagt både compute og I/O på samme die i AGI, i modsætning til AMD, Intel og Nvidia, som traditionelt holder compute og I/O på separate chiplets. Ifølge design-reuse.com’s dækning af Hot Chips-detaljerne skal det give sub-100 nanosekunders adgang til DRAM, hvilket er markant lavere end typiske x86-designs med adskilte I/O-dies. Arm sælger dermed ikke bare en hurtigere chip, men et andet svar på, hvordan man bygger den. AGI leveres desuden i tre konkrete SKU’er, SP113012 med 136 kerner, SP113012S med 128 kerner optimeret til lavere totalomkostning, og SP113012A med 64 kerner optimeret til høj bandbredde per kerne, hvilket giver indkøbere et reelt valg mellem rå kernetal og hukommelsesbåndbredde per kerne, i stedet for kun én fast konfiguration.
AMD EPYC Venice: Zen 6 rammer 256 kerner på 2 nm
AMD annoncerede sin sjette generation af EPYC, kodenavn Venice, med officiel lancering 22.-23. juli 2026, og systemerne begynder at komme i handlen i tredje kvartal 2026. Det er første gang en HPC-chip fra AMD når volumenproduktion på en 2-nanometer-klasse-node hos TSMC, ifølge Tech Times. Flagskibsmodellen i Zen 6-serien rammer op til 256 kerner og 512 tråde fordelt på otte compute-dies plus separate I/O-dies, en opbygning AMD har brugt siden Epyc Rome.
Venice flytter til 16 hukommelseskanaler DDR5, dobbelt så mange som AGI, og understøtter PCIe 6.0, hvilket fordobler bandbredden per lane over for forgængeren Turins PCIe 5.0. AMD deler chippen i fire klasser: Venice SP7 og SP8 til standard cloud- og enterprise-brug, Venice-X til cache-tunge workloads med op til 1.152 MB 3D V-Cache, og en separat linje kaldet Verano. AMD’s egen lanceringstekst placerer Venice i “cloud, HPC, enterprise, and agentic AI”-markederne, altså den samme kundegruppe som Arm går efter med AGI, ifølge AMDs nyhedsrum.
AMD har ikke offentliggjort et fuldt sæt TDP-tal for hver Venice-SKU, men konkurrenceanalyser, der sætter chippen op mod AGI, nævner, at sammenlignelige x86-platforme typisk kører nærmere 500 watt, mens Arm holder sig på 300 watt. Under selve lanceringen viste AMD interne tal for kerner per rack, hvor Venice angiveligt når op til 2,08 gange kernetætheden af Nvidias 88-kerners Vera-CPU og op til 1,3 gange Intels kerneydelse per kerne, en pointe der først blev rapporteret af PCMag. Det er værd at holde fast i, at det er AMD’s egne demo-tal fra en keynote, ikke et uafhængigt verificeret SPEC-resultat.
AMD deler samtidig Venice op efter formfaktor, ikke kun efter kernetal. SP7-platformen er tiltænkt standard to-socket-servere, mens SP8 sigter mod tættere, tætpakket udrulning hos hyperscalere. Venice-X, med sit ekstra 3D V-Cache-lag, retter sig specifikt mod databaser og HPC-simuleringer, hvor cache-hit-rate betyder mere end rå klokfrekvens. Den fjerde linje, Verano, er endnu kun nævnt i AMD’s egen lancerings-materiale uden fulde specifikationer, men den ser ud til at være tiltænkt et lavere effektsegment end resten af Venice-familien. Denne opdeling betyder i praksis, at “EPYC Venice” ikke er én chip, men en hel produktfamilie, hvor det rigtige valg afhænger mere af workload-typen end af generationsnavnet alene.
Referencepunkterne: Intel Xeon 6+ og AWS Graviton5
For at give opgøret mellem Arm og AMD en fair kontekst er det nødvendigt at tage to andre platforme med. Intel lancerede Xeon 6+ Clearwater Forest 1.-2. juni 2026 som sin rendyrkede E-core-chip, bygget på Intel 18A-processen med Foveros Direct 3D-stakning. Chippen rammer op til 288 Darkmont-kerner per socket, sidder i den nye LGA 7529-sokkel, kører med 12 kanaler DDR5-8000 og har op til 576 MB delt L3-cache, mere end fem gange loftet på forgængeren Sierra Forest, ifølge lanceringsdækningen fra hothardware.com og tweaktown.com.
Den anden reference er AWS Graviton5. Chippen er ikke længere i preview. Amazon EC2 M9g- og M9gd-instanser blev generelt tilgængelige omkring 10. juni 2026, og R9g/R9gd-instanserne (hukommelsesoptimeret) fulgte kort efter. AWS angiver selv, at Graviton5 leverer op til 25 procent bedre beregningsydelse end forgængeren Graviton4 på R8g-instanser. Graviton5 er ikke en chip, du kan købe eller sætte i din egen server, det er en Arm-baseret Neoverse-afledt processor, der kun findes inde i AWS’ eget skysystem, hvilket gør den til en nyttig prisreference frem for en direkte konkurrent til AGI eller Venice.
Disse fire platforme repræsenterer i praksis fire forskellige strategier for samme problem. Arm sælger silicium direkte til OEM’er og datacentre for første gang. AMD blæser videre på sin etablerede chiplet-formel med et rekordstort kernetal. Intel satser alt på tætpakkede E-kerner og cache til skalerbare cloud-tjenester. AWS holder sin arkitektur helt internt og optimerer kun for egen infrastruktur og pris per instans.
Tidslinjen fortæller også noget. Clearwater Forest blev annonceret allerede på MWC i marts 2026 og fik sin fulde lancering i juni, hvilket giver Intel næsten et halvt års forspring i markedsføring over for Arm og AMD’s nyheder i juli og august. Graviton5 gik samme vej, med en tidlig preview på AWS’ re:Invent-konference i slutningen af 2025, længe før den generelle tilgængelighed i juni 2026. Arm og AMD har omvendt valgt at holde detaljerne tættere til kroppen og først vise fulde specifikationer, når produktet er tæt på at være klar til bestilling. Den forskel i kommunikationsstrategi betyder, at Intel og AWS’s tal i denne artikel er mere gennemtestede, mens Arm og AMD’s tal stadig kan justere sig, når de første uafhængige tests kommer.
Specifikationer side om side
Tabellen nedenfor samler de tekniske data, der er offentligt bekræftet fra producenternes eget materiale og uafhængig teknisk presse. Nogle celler for EPYC Venice og Graviton5 er markeret som ikke oplyst, fordi hverken AMD eller AWS har delt komplette datablade for disse felter endnu.
| Specifikation | Arm AGI | AMD EPYC Venice (Zen 6) | Intel Xeon 6+ Clearwater Forest | AWS Graviton5 |
|---|---|---|---|---|
| Arkitektur | Armv9.2, Neoverse V3 | x86-64, Zen 6 | x86-64, Darkmont E-core | Arm-baseret, custom |
| Maks. kerner | 136 | 256 (512 tråde) | 288 | Ikke offentliggjort |
| Proces-node | TSMC N3P (3 nm) | TSMC N2 (2 nm-klasse) | Intel 18A | Ikke offentliggjort |
| Chip-opbygning | 2 chiplets, UCIe-link | 8 compute-dies + I/O-dies | Flere tiles, Foveros Direct 3D | Monolitisk (angivet) |
| Hukommelseskanaler | 12 x DDR5 | 16 x DDR5 | 12 x DDR5 | Ikke offentliggjort |
| Maks. hukommelseshastighed | DDR5-8800 | DDR5 (hastighed ikke oplyst) | DDR5-8000 | Ikke offentliggjort |
| Ca. hukommelsesbåndbredde | ~845 GB/s | Ikke bekræftet for Venice | ~750-800 GB/s (estimat) | Ikke offentliggjort |
| Cache | Op til 128 MB SLC | Op til 1.152 MB 3D V-Cache (Venice-X) | 576 MB delt L3 | Ikke offentliggjort |
| PCIe | 96 lanes PCIe 6.0 + CXL 3.0 | PCIe 6.0 | 96 lanes PCIe Gen 5 | Ikke offentliggjort |
| TDP | 300 W | Ikke fuldt oplyst per SKU | Ikke fuldt oplyst per SKU | Ikke offentliggjort |
| Socket/platform | Ikke navngivet offentligt | SP7/SP8-platforme | LGA 7529 | Kun via AWS EC2 |
| Tilgængelighed | Sen 2026, bredere i 2027 | Lanceret juli 2026, levering Q3 2026 | Lanceret juni 2026 | GA fra juni 2026 (M9g/R9g) |
| Pris pr. chip | Ikke offentliggjort | Ikke offentliggjort | Ikke offentliggjort | Kun via instanspris |
Ydelse: hvad benchmarks faktisk viser
Ingen af de fire platforme har endnu offentliggjort et fuldt, tredjeparts-verificeret SPECrate- eller MLPerf-resultatsæt, der dækker alle fire på samme testopstilling. Det, vi har, er en blanding af producentens egne demo-tal og analytikeres fortolkning, og de bør læses som det.
- Arm selv hævder på sit nyhedsrum, at AGI leverer “leading performance per core, SoC, blade and rack” med 6 GB/s hukommelsesbåndbredde per kerne og under 100 ns latenstid, samt at et 300 W TDP-design med én dedikeret kerne per programtråd giver deterministisk ydelse under sammenhængende belastning, ifølge Arm.com.
- AMD viste under Venice-lanceringen tal for kerner per rack, der angiveligt viser op til 2,08 gange kernetætheden af Nvidias 88-kerners Vera-CPU og 1,24 gange kernetætheden af Intels Xeon 6980P. Disse tal stammer fra AMD’s egen keynote og er endnu ikke bekræftet af et uafhængigt SPEC-laboratorium.
- AWS skriver direkte på sin database-blog, at Graviton4 giver op til 40 procent bedre ydelse og op til 29 procent bedre pris-ydelse end Graviton3 på RDS med open source-databaser. Graviton5 lægger yderligere op til 25 procent beregningsydelse på toppen af Graviton4, ifølge AWS’ egne produktsider for Graviton.
- Intel fremhæver ikke et samlet SPEC-tal for Clearwater Forest, men baserer sin pitch på, at 288 kerner og 576 MB cache giver markant højere gennemløb per rack i skaleringstunge cloud-tjenester end forgængeren Sierra Forest, som toppede ved 108 MB cache.
Det mønster, der går igen hos alle fire, er, at ingen af dem konkurrerer på ren clockhastighed længere. AGI kører mellem 2,8 og 3,7 GHz, Clearwater Forest holder sig lavt for at spare strøm på 288 kerner, og Venice henter sin ydelse fra kernetal og cache snarere end frekvens. For en dansk IT-chef betyder det i praksis, at “hvilken chip er hurtigst” er et mindre nyttigt spørgsmål end “hvilken chip giver flest fuldførte jobs per kilowatt i mit specifikke workload.”
Det gør det også vanskeligt at anbefale en enkelt vinder på ydelse alene, og det er bevidst, at ingen af producenterne endnu har lagt et fuldt SPEC- eller MLPerf-datablad frem, der lader dig sammenligne AGI og Venice cifer for cifer. Uafhængige testlaboratorier som SPEC og MLCommons plejer først at offentliggøre certificerede resultater flere måneder efter, at en chip er kommercielt tilgængelig, fordi det kræver adgang til faktisk hardware, ikke bare specifikationsblade. For Arm AGI, hvor bred tilgængelighed først kommer i 2027, betyder det, at de første uafhængige benchmarks realistisk først dukker op sidst i 2026 eller først i 2027. Indtil da bør enhver sammenligning, inklusive denne, læses som en vurdering baseret på arkitektur og producentens egne tal, ikke som et endeligt facit.
Hukommelseskrisen: HBM og DDR5 presser hele branchen
Ingen af disse chips kan vurderes isoleret fra hukommelsesmarkedet i 2026. HBM-mangel driver priserne op på tværs af hele forsyningskæden, og det påvirker, hvor meget det faktisk kommer til at koste at bygge en server rundt om Arm AGI, EPYC Venice eller Xeon 6+. Ifølge sedaily.com handlede et 36 GB HBM3E-modul til omkring 2.100 dollar på spotmarkedet den 4. september 2026, fire til fem gange den normale langtidskontraktpris på 300-400 dollar.
Den gennemsnitlige eksportpris på HBM steg cirka 47 procent fra 40,94 dollar i første kvartal til 60,22 dollar i andet kvartal 2026, da HBM4-leverancer begyndte, ifølge Sedaily. Samtidig rapporterer datacenterdisk.com, at priserne på DDR4 ECC RDIMM steg 60-80 procent og DDR5 ECC RDIMM steg 100-116 procent mellem tidligt 2025 og første kvartal 2026, mens EPYC Genoa- og Sapphire Rapids-platforme samtidig øgede DDR5-efterspørgslen. Reuters skriver desuden, at kinesiske AI-chipproducenter har hævet deres priser, fordi HBM-manglen rammer hele branchen, ikke kun de vestlige aktører.
Denne krise rammer AGI og Venice forskelligt. AGI’s 12-kanals DDR5-8800-design kræver flere, dyrere hukommelsesmoduler for at nå sin bandbredde, mens Venice’s 16 kanaler spreder omkostningen ud på flere, men muligvis billigere, standardmoduler. For en indkøbsafdeling betyder det, at den endelige serverpris i 2026 i lige så høj grad afhænger af hukommelseskontrakter som af selve CPU-valget.
Tabellen nedenfor opsummerer prisudviklingen på de hukommelsestyper, der direkte påvirker, hvad en server bygget rundt om Arm AGI eller EPYC Venice reelt vil koste i 2026.
| Hukommelsestype | Prisændring / niveau i 2026 | Kilde |
|---|---|---|
| HBM3E (36 GB modul, spotpris) | ~2.100 USD, mod normal 300-400 USD (4-5x) | Sedaily, 4. sept. 2026 |
| HBM (gennemsnitlig eksportpris) | +47% fra Q1 til Q2 2026 (40,94 til 60,22 USD) | Sedaily |
| DDR4 ECC RDIMM (server) | +60-80% fra tidligt 2025 til Q1 2026 | datacenterdisk.com |
| DDR5 ECC RDIMM (server) | +100-116% fra tidligt 2025 til Q1 2026 | datacenterdisk.com |
| Server-DRAM generelt | +80-90% kvartal-over-kvartal i Q1 2026 | Counterpoint Research |
Det store spring fra Q1 til Q2 2026 falder sammen med, at HBM4-leverancer begyndte at rulle ud til de store AI-chipkunder, hvilket trak kapacitet væk fra ældre HBM3E-produktion. For en organisation, der planlægger et indkøb af Venice- eller Xeon 6+-servere med store hukommelseskonfigurationer, betyder det, at selve hukommelsesregningen i 2026 kan udgøre en større og mere uforudsigelig andel af totalprisen end CPU’en selv, uanset hvilken producent man vælger.
Priser: instansomkostninger og chip-økonomi
Hverken Arm, AMD eller Intel offentliggør listepriser per chip for server-CPU’er. Priserne forhandles direkte med hyperscalere og OEM’er, og de færreste kontrakter bliver offentlige. Det eneste sted, hvor man kan se en reel, gennemsigtig pris, er i AWS’ egen EC2-prisliste, hvor Graviton-instanser står side om side med x86-instanser bygget på Intel og AMD.
| Instans | CPU-familie | vCPU | RAM | Pris/time (USD, us-east-1) |
|---|---|---|---|---|
| c8g.4xlarge | AWS Graviton4 (Arm) | 16 | 32 GiB | 0,6381 |
| m8g.4xlarge | AWS Graviton4 (Arm) | 16 | 64 GiB | 0,7181 |
| c6a.4xlarge | AMD EPYC (x86) | 16 | 32 GiB | 0,6120 |
| c6i.4xlarge | Intel Xeon Ice Lake (x86) | 16 | 32 GiB | 0,6800 |
| c7i.4xlarge | Intel Xeon Sapphire Rapids (x86) | 16 | 32 GiB | 0,7140 |
Tallene viser, at Graviton4 ikke automatisk er den billigste time-for-time, c6a med AMD’s egen EPYC-silicium er faktisk lidt billigere per time end c8g. Fordelen ved Arm-instanserne ligger i ydelse per dollar, ikke i den rå timepris. AWS selv skriver, at Graviton4 giver op til 40 procent bedre ydelse og op til 29 procent bedre pris-ydelse end Graviton3, og den forskel er typisk større, end prisforskellen på selve instansen antyder.
På GPU-siden, som er relevant for agentisk AI-inferens omkring disse CPU’er, koster en Nvidia B200 mellem 30.000 og 40.000 dollar per enhed, mens producentens interne materialefremstillingsomkostning anslås til omkring 6.400 dollar, hvoraf hukommelse udgør cirka halvdelen, ifølge Jarvislabs og Spheron. Det illustrerer, hvor stor en andel af den samlede AI-serverpris der reelt går til hukommelse frem for til selve CPU’en eller GPU’en.
Effekt, køling og rack-densitet
For danske datacentre, der betaler nogle af de højeste elpriser i Europa, er watt per udført job det tal, der i sidste ende bestemmer driftsbudgettet. Her skiller Arm AGI sig tydeligt ud med et fast 300 W TDP-loft, uanset om man kører 64, 128 eller 136 kerner. Arm bruger det til at love op til 8.160 kerner per rack ved luftkøling og over 45.000 kerner per rack ved vandkøling.
AMD og Intel har ikke lagt lige så præcise rack-tal på bordet for Venice og Clearwater Forest, men begge har offentligt sammenlignet sig med, at typiske x86-serverchips i den øverste ende ligger tættere på 400-500 watt. Det betyder ikke, at x86 automatisk er mindre effektivt per udført opgave, Venice’s 256 kerner og Clearwater Forests 288 kerner udfører betydeligt mere arbejde per chip end AGI’s 136 kerner, men det betyder, at et rack fyldt med AGI-servere sandsynligvis kræver mindre strøm og enklere køling for at nå det samme samlede kernetal.
Det praktiske resultat er, at valget mellem platformene ofte ender med et regnestykke om, hvad der er den knappeste ressource i dit datacenter. Strøm og pladsbegrænset kølekapacitet taler for AGI, mens rå kerneydelse per rackenhed uden strømbegrænsning taler for Venice eller Clearwater Forest.
For danske colocation-udbydere og de få hyperscale-anlæg, der er bygget i Danmark de seneste år, er strømtilslutning ofte den faktor, der sætter grænsen for, hvor mange racks man kan drive, ikke den fysiske gulvplads. Et datacenter med en fast strømallokering på for eksempel 10 megawatt kan i teorien presse flere fuldførte AI-inferens-jobs igennem med AGI’s lavere watt-per-kerne, selv om den enkelte AGI-server har færre kerner end en tilsvarende Venice-server. Omvendt, hvis strømtilslutningen ikke er den begrænsende faktor, og man i stedet betaler for rackplads eller for antallet af fysiske servere, man skal administrere, bliver Venice’s og Clearwater Forests højere kernetal per chip mere attraktivt, fordi man kan nøjes med færre fysiske maskiner for at nå samme samlede kapacitet.
Software-økosystemet: kan x86-kode bare flyttes til Arm
Den tekniske specifikation er kun halvdelen af historien. Den anden halvdel er, om jeres software rent faktisk kører på Arm uden at skulle genskrives. AWS har i flere år bygget et helt økosystem op omkring Graviton, og de fleste moderne Linux-distributioner, containerbaser og sprogruntimes (Python, Node.js, Java, Go, Rust) understøtter i dag Arm64 lige så godt som x86-64. Det samme gælder de store cloud-native databaser og de mest brugte AI-inferens-frameworks.
Problemerne dukker typisk op tre steder. Først i ældre, kompilerede afhængigheder skrevet i C eller C++ uden en Arm64-build. Dernæst i licenseret kommerciel software, hvor leverandøren simpelthen ikke har frigivet en Arm-version endnu. For det tredje i Windows Server-baserede workloads, som slet ikke kører på Graviton eller AGI, fordi Windows Server på nuværende tidspunkt ikke understøtter disse Arm-platforme. Det sidste punkt er ofte den reelle showstopper for danske virksomheder med .NET Framework-arv, ikke selve CPU-ydelsen.
AMD EPYC Venice og Intel Xeon 6+ har ikke dette problem, fordi de kører almindelig x86-64-kode uden ændringer. Det gør dem til det lavere-risiko-valg for organisationer med store mængder eksisterende, uportabel kode, mens Arm-platformene passer bedst til teams, der allerede bygger cloud-native, containeriseret software eller starter et nyt AI-projekt fra bunden.
Et praktisk mellemtrin, som flere danske virksomheder allerede bruger på Graviton i dag, er at køre et blandet miljø, hvor de statsløse, cloud-native dele af en applikation (webservere, API-lag, batch-jobs) flyttes til Arm, mens databaselaget eller ældre monolitter bliver stående på x86, indtil de bliver omskrevet eller udfaset. Den tilgang kræver, at man kan opdele sin arkitektur i uafhængige tjenester, men den betyder også, at man kan begynde at høste dele af Arm’s pris-ydelse-fordel, uden at vente på, at hele stakken bliver portabel på én gang. Kubernetes og de fleste moderne orkestreringsværktøjer understøtter i dag blandede node-pools, hvor nogle noder kører Arm64 og andre x86-64 i samme cluster, hvilket gør overgangen gradvis frem for et alt-eller-intet-valg.
Fem eksempler fra det virkelige marked
Fem konkrete situationer fra 2026 viser, hvordan disse platforme rent faktisk bruges eller påvirkes af hukommelses- og chipmarkedet lige nu.
- AWS EC2 selv er den eneste reelle kommercielle brugssituation for Graviton5. M9g-, M9gd-, R9g- og R9gd-instanserne findes udelukkende inde i Amazons egen sky og kan ikke købes eller lejes andre steder, hvilket gør AWS til Graviton-platformens naturlige og eneste “kunde”.
- SK Biopharmaceuticals i Sydkorea meddelte 2. september 2026, at selskabet har taget 128 Nvidia B200-chips i brug til AI-baseret lægemiddelforskning, med en samlet kapacitet på omkring 576 petaflops på FP8-basis, ifølge Sedaily. Det illustrerer, hvor hurtigt efterspørgslen efter AI-hardware presser hukommelsesmarkedet, som CPU-producenterne konkurrerer om samme ressourcer i.
- Kinesiske AI-chipproducenter har måttet hæve deres egne priser, fordi den globale HBM-mangel rammer forsyningskæden bredt, ifølge Reuters’ dækning fra 10. september 2026. Det viser, at hukommelseskrisen bag Arm AGI og EPYC Venice ikke er et isoleret vestligt problem.
- Acer lancerede 2. september 2026 sin Veriton RI110 AI Mini Workstation med en Intel Core Ultra X7 358H-processor og Arc B390-grafik, målrettet lokal agentisk AI-inferens med modeller op til 120 milliarder parametre, ifølge Unite.ai. Det viser den modsatte ende af markedet, hvor agentisk AI også flytter ned på skrivebordet, ikke kun ind i rack-servere.
- Microsoft Azure, Oracle Cloud og Meta har gennem flere generationer af EPYC kørt store dele af deres cloud- og AI-infrastruktur på AMD’s chiplet-arkitektur, og AMD’s egen positionering af Venice peger direkte på den samme kundegruppe for cloud, HPC og agentisk AI som tidligere Epyc-generationer har betjent.
Migrationsguide: fra x86 til Arm-servere i praksis
Hvis din organisation overvejer at flytte workloads fra en Intel- eller AMD-baseret server til Arm AGI eller en Graviton-instans, følger de fleste succesfulde migrationer samme rækkefølge. Spring ikke trin over, selv om det virker forsinkende. Det er billigere at finde en manglende Arm64-afhængighed i test end i produktion. Erfaringen fra de virksomheder, der allerede har flyttet dele af deres drift til Graviton, er, at selve kompileringen sjældent er det svære trin, det er derimod at finde de skjulte antagelser om CPU-arkitektur, som ligger begravet i overvågningsscripts, deployment-værktøjer og interne biblioteker, der er skrevet for ti år siden og aldrig testet på andet end x86.
- Kortlæg afhængigheder. Gennemgå alle kompilerede biblioteker, kernel-moduler og tredjepartsagenter (overvågning, sikkerhed, backup), og bekræft, at hver enkelt findes i en Arm64-udgave.
- Byg multi-arch container-images. Brug Docker Buildx eller et lignende værktøj til at bygge images, der kører på både x86-64 og Arm64, så du kan teste side om side uden at duplikere hele pipelinen.
- Kør en lille pilotgruppe. Flyt et enkelt, ikke-kritisk workload til en Graviton-instans eller en testserver med AGI, og mål både gennemløb og fejlrate i mindst to uger.
- Genbenchmark, ikke bare funktionstest. Kør de samme belastningstests, du bruger på x86 i dag, og sammenlign latenstid, hukommelsesforbrug og omkostning per transaktion, ikke kun om koden kompilerer og kører.
- Udrul gradvist med tilbagerulningsplan. Flyt trafik gradvist (for eksempel 10, 50, 100 procent) og hold den gamle x86-kapacitet klar til at tage over, hvis noget uventet dukker op i produktion.
Et konkret eksempel på trin to, byg af et multi-arch image, ser typisk sådan ud i praksis:
docker buildx create --use
docker buildx build \
--platform linux/amd64,linux/arm64 \
-t dit-repo/app:latest \
--push .
# Test billedet direkte på en Arm64-instans
docker run --rm --platform linux/arm64 dit-repo/app:latest ./run-tests.shDenne fremgangsmåde fungerer uanset om destinationen er en AWS Graviton-instans i dag eller en Arm AGI-server, når den bliver bredt tilgængelig i 2027, fordi begge kører samme Armv9-instruktionssæt.
Hvem bør vælge hvad: brugsscenarier
- Generel cloud-drift i stor skala: AWS Graviton5 (eller Graviton4, hvis Graviton5 ikke er tilgængelig i din region endnu) giver den bedste dokumenterede pris-ydelse, forudsat at din software allerede kører fint på Arm64.
- Agentisk AI-inferens on-prem med strømbegrænsning: Arm AGI’s faste 300 W TDP og høje rack-densitet passer godt til datacentre, hvor køling eller strømtilslutning er den reelle flaskehals.
- HPC og virtualisering med maksimalt rå kernetal: EPYC Venice’s op til 256 kerner og 512 tråde giver flest virtuelle maskiner eller HPC-tråde per fysisk server, især til workloads, der ikke kan eller vil flytte fra x86.
- Legacy Windows Server eller .NET Framework-tunge miljøer: Både EPYC Venice og Xeon 6+ Clearwater Forest er de sikre valg, fordi Arm-platformene i praksis ikke understøtter Windows Server.
- Edge- og telekommunikationsinfrastruktur (inklusive tidlig 6G): Intel Xeon 6+ Clearwater Forests kombination af høj kernedensitet og stor cache er specifikt positioneret til denne type skalerbar, cache-tung edge-arbejdsbelastning.
Fordele og ulemper
Arm AGI
- Fordel: Fast 300 W TDP giver forudsigelig strøm- og køleplanlægning uanset kernekonfiguration.
- Fordel: Høj hukommelsesbåndbredde per kerne (6 GB/s ved under 100 ns latenstid, ifølge Arm) er velegnet til agentisk AI med mange samtidige, hukommelsestunge tråde.
- Ulempe: Kommerciel tilgængelighed er stadig begrænset til sen 2026, med bredere udrulning først i 2027.
- Ulempe: Ingen understøttelse af Windows Server, og softwareøkosystemet er stadig tyndere end x86’s.
AMD EPYC Venice
- Fordel: Op til 256 kerner og 512 tråde giver markant flere samtidige processer end AGI’s 136 kerner.
- Fordel: Fuld x86-64-kompatibilitet betyder ingen omkostning ved migrering af eksisterende kode eller licenser.
- Ulempe: Fulde TDP-tal per SKU er endnu ikke offentliggjort, hvilket gør strømplanlægning sværere før lancering af konkrete servere.
- Ulempe: Hukommelseskrisen i 2026 rammer 16-kanals DDR5-designs hårdt på pris, fordi de kræver flere moduler for at nå fuld bandbredde.
Intel Xeon 6+ Clearwater Forest
- Fordel: Flest kerner i denne sammenligning (288) og størst cache (576 MB), ideelt til skaleringstunge, cache-følsomme cloud-tjenester.
- Fordel: Fuld x86-64-kompatibilitet og et af markedets mest modne softwareøkosystemer.
- Ulempe: Fulde TDP-tal per SKU er ikke offentliggjort, hvilket gør direkte effekt-sammenligning med AGI og Venice svær.
- Ulempe: Kun 12 hukommelseskanaler, samme som AGI men færre end Venice, hvilket kan begrænse bandbredden ved meget hukommelsestunge AI-workloads.
AWS Graviton5
- Fordel: Dokumenteret, offentlig pris-ydelse (op til 25% bedre end Graviton4, som selv gav op til 29% bedre pris-ydelse end Graviton3).
- Fordel: Ingen hardwareindkøb, ingen kapitalbinding, betaling per time direkte gennem EC2.
- Ulempe: Findes kun inde i AWS’ egen sky, ingen mulighed for on-prem eller multi-cloud-brug af selve chippen.
- Ulempe: Detaljerede silicium-specifikationer (kernetal, cache, TDP) er ikke offentliggjort af AWS, hvilket gør uafhængig verifikation svær.
Konklusion: hvem vinder opgøret lige nu
Der er ikke ét svar, og det er faktisk den vigtigste konklusion i denne sammenligning. Hvis dit datacenter er strømbegrænset, og din software allerede er cloud-native, giver Arm AGI’s 300 W-loft og høje rack-densitet den bedste vej til flere fuldførte AI-jobs per kilowatt. Hvis du derimod har brug for maksimalt rå kernetal, kører eksisterende x86-kode eller Windows Server, og ikke kan vente på AGI’s fulde udrulning i 2027, er AMD EPYC Venice med sine 256 kerner det mere praktiske valg lige nu i 2026.
Tallene understøtter det billede. AGI’s 300 W mod Venice’s markant højere, men endnu ikke fuldt offentliggjorte, strømforbrug er den klareste, bekræftede forskel. AWS’ egne data, op til 40 procent bedre ydelse og 29 procent bedre pris-ydelse fra Graviton3 til Graviton4, viser samtidig, at Arm-arkitekturen allerede har bevist sin pris-ydelse i produktion hos verdens største cloud-udbyder, mens AGI stadig venter på sin første fulde produktionscyklus. For de fleste danske og nordiske organisationer bliver 2026 derfor et år, hvor man tester Arm i mindre skala via Graviton, mens man venter på, at AGI og Venice begge når fuld, dokumenteret tilgængelighed i 2027.
Uanset hvilken side man lander på, er der én beslutning, der ikke bør vente på et endeligt benchmark-resultat: hukommelsesbudgettet. Med HBM-priser fire til fem gange normalniveau og DDR5-priser mere end fordoblet på under to år, kan valget af hukommelseskonfiguration i 2026 påvirke den samlede serverpris mere end selve CPU-valget mellem Arm og x86. Den, der planlægger sit indkøb nu, gør derfor bedst i at forhandle hukommelseskontrakter og CPU-valg som én samlet pakke, ikke som to separate beslutninger.
Ofte stillede spørgsmål
Er Arm AGI hurtigere end AMD EPYC Venice?
Der findes endnu ikke et fælles, uafhængigt benchmark, der sammenligner de to direkte. AGI har flest kerner per watt (136 kerner ved 300 W), mens Venice har flest kerner i alt (op til 256). Hvilken der er “hurtigst” afhænger af, om dit workload er strømbegrænset eller kernebegrænset.
Kan jeg købe en Arm AGI-server i dag?
Ikke endnu i bred skala. Arm annoncerede specifikationerne i august 2026 med kommerciel levering sat til slutningen af 2026 og bredere udrulning i 2027, så de første leverancer går primært til udvalgte OEM-partnere og cloud-udbydere.
Hvad er forskellen mellem AWS Graviton4 og Graviton5?
Graviton5 er AWS’ nyeste Arm-chip, generelt tilgængelig i EC2-instanser som M9g og R9g fra omkring juni 2026. AWS angiver, at Graviton5 giver op til 25 procent bedre beregningsydelse end Graviton4 på tilsvarende instanstyper.
Understøtter Arm AGI og AWS Graviton Windows Server?
Nej. Windows Server kører kun på x86-64-processorer, så både AGI og Graviton er begrænset til Linux- og containerbaserede workloads, mens Windows-tunge miljøer skal blive på Intel Xeon eller AMD EPYC.
Hvorfor er hukommelse så dyr i 2026?
En global mangel på HBM (high bandwidth memory) har drevet spotpriserne op til fire-fem gange normalprisen på enkelte moduler, og det har smittet af på almindelig DDR4- og DDR5-serverhukommelse, som er steget mellem 60 og 116 procent i pris siden tidligt 2025.
Kan jeg flytte min eksisterende x86-server-software direkte til Arm?
Ofte ja, hvis koden er skrevet i moderne sprog som Python, Java, Go eller Rust, og alle afhængigheder findes i en Arm64-udgave. Ældre, kompileret C/C++-kode eller kommerciel licenseret software kræver mere forarbejde, og Windows Server-baserede systemer kan slet ikke flyttes.
Hvilken chip giver bedst pris per udført AI-opgave?
Der findes ingen offentlig, uafhængig cost-per-token-måling for AGI eller Venice endnu. Det tætteste, gennemsigtige datapunkt er AWS’ egne EC2-priser, hvor Graviton4-instanser som c8g.4xlarge koster 0,6381 dollar i timen mod 0,6800 dollar for en tilsvarende Intel-baseret c6i.4xlarge, kombineret med AWS’ angivne 29 procent bedre pris-ydelse over for forgængeren.
Skal jeg vente med at investere, til Arm AGI er fuldt tilgængelig i 2027?
Det afhænger af, hvor akut dit strøm- eller kølingsproblem er. Hvis du har tid, giver det mening at afprøve Arm-arkitekturen i mindre skala via AWS Graviton i 2026, mens du venter på, at AGI’s fulde produktionskapacitet og pris bliver kendt.
