Armとクアルコム、AIエージェント向け性能評価基準を相次ぎ公開
Armは13日にエージェント型AI向けCPU評価手法を公表。クアルコムはSnapdragon Summit 2026でEvolveベンチマークを披露した。
Armが13日、エージェント型AI向けのCPU性能評価手法を公開した。クアルコムもSnapdragon Summit 2026のベンチマークセッションで、オランダのTraverse Researchが開発したGPU/AIベンチマーク「Evolve」を紹介した。両社がそれぞれ独自の評価基準の策定に動いている。digitaltoday.co.krが報じた。
Armの手法は、実際のエージェント利用シナリオ、再現可能な測定、最終タスク結果の検証という3つの原則に基づく。同社は米国の試験機関Signal65による性能検証結果も公表し、Arm AGI CPUとAMDのサーバー向けチップを比較した。
Armによると、AGI CPUはAMD EPYC 9755に対しラック当たりの平均性能で1.99倍を記録した。エージェント用の分離サンドボックスを開くまでの時間は、AMD EPYC 9965と比べて最大45%短縮されたという。
クアルコムが紹介したEvolveについて、Traverse Researchは自社が特定の企業に所有・運営されておらず、金銭で性能を買うことはできないと説明した。クアルコムとサムスンは現在Evolveを社内で運用しているという。
ベンチマーク単体では検証しきれない課題も
Snapdragon Summit 2026のベンチマークセッションでは、Snapdragon 8 Elite Extreme 6th GenのAIベンチマーク結果が測定ツールによってクアルコムの想定と異なる場合があった。クアルコムは、AI性能はエンドツーエンドの最適化やソフトウェア、実行するモデルの種類によって変動するため、ベンチマークだけではプラットフォームの改善を完全には検証できないとの立場を示している。
2025年10月には、IntelがSignal65に委託した報告書が、AIエージェントがモデルの応答の合間にどのように命令を実行し、ファイルを編集し、コードをコンパイルするかを分析している。
よくある質問
Armが公開した評価手法の特徴は何ですか？
実際のエージェント利用シナリオ、再現可能な測定、最終タスク結果の検証という3つの原則に基づいています。
Arm AGI CPUとAMD EPYCの比較結果は？
Armによると、AMD EPYC 9755に対しラック当たりの平均性能で1.99倍、AMD EPYC 9965と比べてサンドボックス起動時間が最大45%短いとされています。
Evolveベンチマークを開発したのはどこですか？
オランダのTraverse Researchで、クアルコムとサムスンが現在社内で運用していると同社が説明しています。