- Az Instinct MI350 és MI400 gyorsítók fejlesztése a nagyobb memória-sávszélességgel rendelkező adatközpontokban való versenyzésre.
- Megjelenik a Ryzen AI Max PRO integrált NPU-kkal, amelyekkel lokálisan futtathatók az összetett nyelvi modellek.
- Fogadj az ROCm-ra, mint az NVIDIA CUDA ökoszisztéma-dominanciájának nyílt forráskódú alternatívájára.
- EPYC Venice processzorok integrációja akár 256 maggal az AI szerver infrastruktúra optimalizálása érdekében.
A mesterséges intelligencia feletti uralomért folytatott verseny az ígéretből egy teljes körű hardverháborúvá fajult. Ebben a színtéren az AMD fokozza erőfeszítéseit , hogy hiteles alternatívákat kínáljon, amelyek lehetővé teszik a vállalkozások és a végfelhasználók számára, hogy MI-modelleket telepítsenek anélkül, hogy az költségek az egekbe szöknének, vagy az infrastruktúra napok alatt elavulna.
A cél egyértelmű: az egyszerű kísérleti projektekről a valódi, skálázható termelésre áttérni . Ennek elérése érdekében a vállalat nemcsak a nyers energiára összpontosít, hanem a gyakori problémák megoldására is, mint például az energiagazdálkodás, az adatkezelés, valamint az egyetlen piaci szállítótól való függőség elkerülésére irányuló folyamatos küzdelem.
Instinct gyorsítók: Közvetlen kihívás az NVIDIA számára
Adatközpontokban a hagyományos GPU-k nem elegendőek; a gyorsítók elengedhetetlenek. Itt jön képbe az Instinct MI350 , amely hatalmas előrelépést ígér, akár 35-ször gyorsabb következtetési feladatokban, mint elődei. Ezek a szörnyetek 288 GB HBM3E memóriával büszkélkedhetnek, így hatalmas munkafolyamatokat is képesek kezelni lenyűgöző könnyedséggel.
De az AMD nem áll meg itt, és máris az Instinct MI400-at tűzte ki célul 2026-ra. Ezek a chipek várhatóan elérik a 40 PFLOPS-ot FP4 pontossággal, és akár 432 GB HBM4 memóriával is rendelkezhetnek. Mindez a Helios rackekbe integrálódik, amely architektúra célja, hogy fej-fej mellett versenyezzen az NVIDIA megoldásaival, és valóban elképesztő sávszélesség-kapacitást kínáljon.
Hosszú távon a terv magában foglalja az EPYC Verano és az Instinct MI500X processzorokat, amelyek kihasználhatják a TSMC 1,6 nm-es gyártási csomópontját. A stratégia egyértelmű: felülmúlni a versenytársakat memóriakapacitásban és átviteli sebességben, ami az igazi előny a hatalmas nyelvi modellek betanításakor.
A szoftver ökoszisztéma és a CUDA fal
Nem csak az erős hardverről van szó. Az AMD legnagyobb gyengesége történelmileg a szoftver volt. Míg az NVIDIA a CUDA-val dominál, a mindenki által használt szabvánnyal, az AMD az ROCm mellett döntött . Ennek a nyílt forráskódú platformnak a 7-es verziója célja, hogy áthidalja ezt a szakadékot, sőt, bizonyos forgatókönyvekben, például a DeepSeek R1 modellnél hatékonyabbá váljon, mint a CUDA.
Ennek ellenére az előttünk álló út kihívásokkal teli, mivel sok fejlesztő úgy érzi, hogy az AMD szoftverében még mindig vannak hibák, amelyek bonyolítják a betanítást . A jövőbeli siker kulcsa nem a további magok hozzáadásában rejlik, hanem a zökkenőmentes programozási élmény biztosításában, amely nem okoz fejfájást a mérnököknek.
MI asztali számítógépeken és laptopokon: Ryzen AI és Radeon
Azoknak a felhasználóknak, akik nem rendelkeznek saját adatközponttal, az AMD bemutatta a Ryzen AI Max PRO processzorokat . Ezek a chipek egy dedikált NPU-t tartalmaznak, amely eléri az 50 TOPS-t, lehetővé téve olyan feladatok futtatását, mint a Llama 3.1 70B, helyben és offline is – ami nemrég még sci-finek tűnt egy kompakt eszközben –, így könnyebben futtathatók mesterséges intelligencia modellek a PC-n.
Grafikai szempontból a Radeon RX 9000 sorozat, különösen az RX 9070 16 GB VRAM-jával, egy elérhető belépő azok számára, akik vagyonok kiadása nélkül szeretnének mesterséges intelligenciával kikövetkeztetni dolgokat. A legigényesebb felhasználók számára a Radeon AI PRO R9700 32 GB-ra emeli a lécet, kiküszöbölve az eszközben rejlő szűk keresztmetszeteket.
Szerver infrastruktúra: EPYC Venice
Ezek a GPU-k szerverprocesszorokra támaszkodnak. A hamarosan megjelenő , Zen 6-on alapuló EPYC Venice processzorok akár 256 magos változatokat is ígérnek. Ez a 70%-os teljesítménynövekedés az előző generációhoz képest létfontosságú annak megakadályozásához, hogy a CPU szűk keresztmetszetet képezzen ezeknek a nagy teljesítményű mesterséges intelligencia gyorsítóknak.
Érdekes látni, hogyan kezd reagálni a piac. Olyan személyiségek, mint Sam Altman az OpenAI-tól, már elismerték, hogy az AMD megoldásai nagyszerű alkatrészek lesznek az adatközpontjaikban. Ez azt mutatja, hogy bár az NVIDIA rendelkezik a legnagyobb piaci részesedéssel, az iparág kétségbeesetten keres egy hatékonyabb és mindenekelőtt olcsóbban megvalósítható alternatívát.
Az AMD stratégiája a memória és a feldolgozási teljesítmény terén forradalmi hardvereket ötvözi a mesterséges intelligencia által fejlesztett szoftverek demokratizálására irányuló agresszív erőfeszítésekkel. A laptopoktól a legösszetettebb szerverállványokig dedikált mesterséges intelligencia motorok integrálásával a vállalat célja, hogy a mesterséges intelligencia ne legyen drága luxus, hanem elérhető és hatékony eszköz bármilyen típusú szakember vagy vállalkozás számára.
