- Desenvolupament d'acceleradors Instinct MI350 i MI400 per competir en centres de dades amb més ample de banda de memòria.
- Llançament de Ryzen AI Max PRO amb NPU integrades per executar models de llenguatge complexos de forma local.
- Aposta per ROCm com a alternativa de codi obert davant del domini de l'ecosistema CUDA de NVIDIA.
- Integració de processadors EPYC Venice de fins a 256 nuclis per optimitzar la infraestructura de servidors d'IA.
La carrera per dominar la intel·ligència artificial ha deixat de ser una promesa per convertir-se en una guerra oberta de maquinari. En aquest escenari, AMD està trepitjant l?accelerador per oferir alternatives creïbles que permetin a les empreses i als usuaris finals desplegar models d?IA sense que els costos es disparin ni la infraestructura es quedi obsoleta al cap de quatre dies.
L'objectiu és clar: passar dels simples projectes pilot a una producció real i escalable . Per aconseguir-ho, la companyia no només se centra en la potència bruta, sinó també en resoldre els maldecaps habituals, com la gestió de l'energia, la governança de les dades i aquesta eterna lluita per evitar dependre d'un únic proveïdor al mercat.
Acceleradors Instinct: El desafiament directe a NVIDIA
Quan parlem de centres de dades, les GPU convencionals no són suficients; calen acceleradors. Aquí és on entren els Instinct MI350 , que prometen un salt brutal, sent fins a 35 vegades més veloços en tasques d'inferència que els seus predecessors. Aquestes bèsties compten amb 288 GB de memòria HBM3E, permetent manejar fluxos de treball massius amb una soltesa esbalaïdora.
Però AMD no es queda aquí i ja té la vista posada al' horitzó amb els Instinct MI400 per al 2026 . S'espera que aquests xips arribin als 40 PFLOPS en precisió FP4 i disposin d'una memòria HBM4 de fins a 432 GB. Tot això s'integrarà als racks Helios, una arquitectura dissenyada per competir colze a colze amb les solucions de NVIDIA, oferint una capacitat d'amplada de banda que és senzillament marejant.
A llarg termini, el full de ruta inclou els EPYC Estiu i les Instinct MI500X, que podrien aprofitar el node de fabricació de 1,6 nm de TSMC. L'estratègia és òbvia: superar la competència en quantitat de memòria i velocitat de transferència, que és on realment es guanya la partida en entrenar models de llenguatge gegantins.
L'ecosistema de programari i el mur de CUDA
No tot és maquinari potent. El gran taló d'Aquil·les d'AMD ha estat històricament el programari. Mentre NVIDIA domina amb CUDA, l'estàndard que tothom fa servir, AMD ha apostat per ROCm . La versió 7 d'aquesta plataforma de codi obert cerca tancar la bretxa, arribant a ser fins i tot més eficient que CUDA en escenaris específics com el model DeepSeek R1.
Tot i així, el camí és costa amunt perquè molts desenvolupadors senten que el programari d'AMD encara té errors que compliquen l'entrenament . La clau de l'èxit futur no és afegir més nuclis, sinó que l'experiència de programació sigui fluida i no un maldecap per als enginyers.
IA a l'escriptori i portàtils: Ryzen AI i Radeon
Per a l'usuari que no té un centre de dades al soterrani, AMD ha llançat els processadors Ryzen AI Max PRO . Aquests xips integren una NPU dedicada que arriba als 50 TOPS, permetent que tasques com Llama 3.1 70B s'executin de forma local i sense connexió, cosa que fa res semblava ciència ficció en un equip compacte, facilitant executar models d'IA al teu PC.
A l'apartat gràfic, les Radeon RX Serie 9000, especialment la RX 9070 amb els seus 16 GB de VRAM, són una porta d'entrada accessible per als que volen fer inferència d'IA sense gastar-ne una fortuna. Per als més exigents, les Radeon AI PRO R9700 pugen l'aposta fins als 32 GB, eliminant qualsevol coll d'ampolla al dispositiu.
Infraestructura per a servidors: EPYC Venice
El suport d'aquestes GPU recau en els processadors de servidor. Els futurs EPYC Venice , basats en Zen 6, prometen variants de fins a 256 nuclis. Aquest increment del 70% en rendiment respecte a la generació anterior és vital perquè la CPU no es converteixi en el llast de les acceleradores potents d'IA.
És curiós veure com el mercat comença a reaccionar. Figures com Sam Altman d'OpenAI ja han reconegut que les solucions d'AMD seran peces sorprenents als seus centres de dades. Això demostra que, encara que NVIDIA tingui la quota de mercat més gran, el sector busca desesperadament una alternativa que sigui més eficient i, sobretot, més barata d'implementar.
L'aposta d'AMD combina un maquinari disruptiu en memòria i potència amb un esforç agressiu per democratitzar el programari d'IA. En integrar motors dedicats des dels portàtils fins als racks de servidors més complexos, la companyia cerca que la IA deixi de ser un luxe costós i es converteixi en una eina accessible i eficient per a qualsevol tipus de professional o empresa.
