NVIDIA Vera a enregistré un gain de performance compris entre 46 % et 48 % par rapport à un Intel Xeon 6 de 96 cœurs lors d’un test TPC-H exécuté avec DuckDB, en utilisant seulement 88 cœurs. Cette évaluation, réalisée par les équipes de DuckDB et NVIDIA, porte sur un type de charge très différent des benchmarks classiques en intelligence artificielle : des requêtes analytiques sur de grands volumes de données.

Les points clés de NVIDIA Vera en 30 secondes

• Vera, avec 88 cœurs, a atteint 2 482 589,73 points avec DuckDB 1.5.5, contre 1 673 422,48 pour le Xeon 6 de 96 cœurs.
• Avec DuckDB 2.0.0-alpha, Vera a atteint 3 073 292,99 points, tandis que le Xeon 6 atteignait 2 109 782,19.
• Les deux systèmes ont utilisé 768 Go de mémoire, un stockage NVMe de plus de 3 To et Ubuntu 26.04.
• Le test employait le benchmark TPC-H SF1.000, axé sur des requêtes complexes et l’analyse de grands volumes de données.
• DuckDB 2.0.0-alpha a amélioré les résultats d’environ 24 % à 26 % par rapport à la version 1.5.5.

Ce résultat provient d’un test publié par DuckDB le 15 septembre 2026. L’expérience opposait un système basé sur un Intel Xeon 6 de 96 cœurs à une plateforme NVIDIA Vera de 88 cœurs. Pour la comparaison, les deux configurations disposaient de 768 Go de mémoire RAM et d’un SSD NVMe de plus de 3 To, Vera étant limitée à un seul socket sur une machine à double socket.

L’écart ne s’explique pas uniquement par le nombre de cœurs. Le Xeon utilisé dans le test exploitait le Hyper-Threading, tandis que DuckDB était configuré avec 96 fils d’exécution. Vera a utilisé la technologie Spatial Multithreading, le multithreading spécifique de NVIDIA pour ses cœurs, avec 88 fils. Les autres paramètres principaux tels que la mémoire, le stockage et le système d’exploitation sont restés équivalents.

Vera maintient son avantage avec les deux versions de DuckDB

Le benchmark TPC-H sous facteur de scale SF1.000 est une référence pour l’évaluation des capacités décisionnelles, combinant des requêtes métier sur de grands ensembles de données avec des opérations complexes. La métrique QphH@SF reflète la capacité à traiter des requêtes sous différentes charges.

Les résultats médians ont été les suivants :

Avec DuckDB 1.5.5, Vera a obtenu une médiane de 2 482 589,73 points, contre 1 673 422,48 pour le Xeon 6. La différence est d’environ 48,4 %. Avec DuckDB 2.0.0-alpha, les résultats étaient de 3 073 292,99 points pour Vera et 2 109 782,19 pour la plateforme Intel, représentant un avantage d’environ 45,7 %.

DuckDB résume cette différence par une marge comprise entre 46 % et 48 %, en faveur de Vera pour le test TPC-H SF1.000. La valeur précise dépend de la version du moteur de base de données utilisée, et ne doit pas être interprétée comme une différence fixe applicable à toutes les applications.

L’évolution entre versions de DuckDB est elle aussi significative. Sur le Xeon 6, la transition de la version 1.5.5 à la 2.0.0-alpha a augmenté la score d’environ 26,1 %. Sur Vera, l’accroissement est d’environ 23,8 %. DuckDB attribue cette amélioration aux optimisations intégrées dans la nouvelle génération de son moteur, notamment pour gérer des charges complexes comme TPC-H.

La version 2.0.0 étant encore en phase alpha lors de l’expérience, ces résultats ne doivent pas être considérés comme la mesure définitive d’une version stable accessible à tous.

Un benchmark orienté bases de données, pas intelligence artificielle

L’intérêt de l’expérience réside aussi dans la nature de la charge de travail. Vera a été conçue dans le cadre de la stratégie de NVIDIA de combiner ses plateformes de calcul avec des charges d’intelligence artificielle, mais le test TPC-H employé par DuckDB ne simule ni l’entraînement ni l’inférence de modèles.

Ce benchmark privilégie les requêtes et l’analyse de données, permettant d’observer la réaction du processeur dans un environnement de bases de données classique, différent des tests hardware liés à l’IA habituellement proposés.

La configuration utilisée par DuckDB introduit également des limites d’interprétation. Bien que Vera dispose de deux sockets physiques, la concurrence a été restreinte à un seul. Le résultat concerne donc un seul socket Vera doté de 88 cœurs, et non la performance de l’ensemble de la machine double socket.

Par ailleurs, il s’agit d’un seul benchmark. TPC-H peut être représentatif de charge analytique spécifique, mais ne permet pas d’extrapoler automatiquement que ces performances s’appliquent à d’autres types de bases de données, applications transactionnelles ou autres moteurs SQL ou architectures x86.

DuckDB précise aussi que ses résultats ne constituent pas une comparaison universelle entre architectures. Selon lui, l’expérimentation montre que Vera réalise environ 1,5 fois le rendement du système x86 de référence dans ses deux versions testées, et que DuckDB 2.0.0-alpha obtient environ 1,25 fois la performance de la version 1.5.5 dans ces mêmes conditions.

DuckDB prévoit de publier prochainement plus de détails sur cette étude, ce qui pourrait clarifier quelles caractéristiques du processeur, du compilateur ou du moteur de base de données expliquent ces écarts en TPC-H.

Pour les utilisateurs de DuckDB, il est aussi important de souligner que l’amélioration ne provient pas uniquement du matériel. Une partie des gains réside dans la qualité du logiciel. Les optimisations de DuckDB 2.0.0-alpha ont permis d’accroître la performance sur les deux systèmes comparés, Vera conservant une nette avance dans les versions testées.

Questions fréquentes

Questions fréquentes

Quel est le nombre de cœurs du NVIDIA Vera testé par DuckDB ?

Le système NVIDIA Vera utilisé dans le test comptait 88 cœurs et DuckDB a été configuré pour utiliser 88 threads. La machine de référence disposait d’un Intel Xeon 6 de 96 cœurs avec Hyper-Threading.

Quelle performance NVIDIA Vera a-t-elle obtenue en TPC-H ?

Vera a enregistré une score médian de 2 482 589,73 avec DuckDB 1.5.5, et de 3 073 292,99 avec DuckDB 2.0.0-alpha.

Quelle différence par rapport à l’Intel Xeon 6 ?

Avec DuckDB 1.5.5, Vera surpassait le Xeon 6 d’environ 48 %. Avec DuckDB 2.0.0-alpha, l’avantage était d’environ 46 %.

Ce test mesure-t-il la performance en intelligence artificielle ?

Non. TPC-H est un benchmark orienté vers l’analyse de données et les systèmes d’aide à la décision. La mesure chez DuckDB évalue la capacité d’un système de bases de données, et non l’entraînement ou l’inférence de modèles en intelligence artificielle.

Source : duckdb.org