- פיתוח מאיצי Instinct MI350 ו-MI400 כדי להתחרות במרכזי נתונים עם רוחב פס זיכרון גבוה יותר.
- השקת Ryzen AI Max PRO עם יחידות NPU משולבות להרצת מודלי שפה מורכבים באופן מקומי.
- הימרו על ROCm כחלופה בקוד פתוח לדומיננטיות של NVIDIA במערכת האקולוגית CUDA.
- שילוב מעבדי EPYC Venice עם עד 256 ליבות לאופטימיזציה של תשתית שרתי בינה מלאכותית.
המירוץ לשליטה בבינה מלאכותית הפך מהבטחה למלחמת חומרה כוללת. בזירה זו, AMD מאיצה את מאמציה להציע חלופות אמינות המאפשרות לעסקים ולמשתמשי קצה לפרוס מודלים של בינה מלאכותית מבלי שהעלויות יעלו שחקים או שתשתיות יתיישנו תוך ימים ספורים.
המטרה ברורה: לעבור מפרויקטים פשוטים של פיילוט לייצור אמיתי וניתן להרחבה . כדי להשיג זאת, החברה מתמקדת לא רק באנרגיה גולמית אלא גם בפתרון כאבי ראש נפוצים, כגון ניהול אנרגיה, ניהול נתונים והמאבק המתמשך להימנע מתלות בספק יחיד בשוק.
מאיצי Instinct: האתגר הישיר ל-NVIDIA
כשמדובר במרכזי נתונים, כרטיסי מסך קונבנציונליים אינם מספיקים; מאיצים הם חיוניים. כאן נכנס לתמונה ה- Instinct MI350 , שמבטיח קפיצת מדרגה אדירה, עם מהירות של עד פי 35 במשימות הסקה בהשוואה לקודמיו. המעבדים הללו מתהדרים בזיכרון HBM3E של 288 ג'יגה-בייט, המאפשר להם להתמודד עם זרימות עבודה עצומות בקלות מדהימה.
אבל AMD לא עוצרת שם וכבר מכוונת אל ה- Instinct MI400 לשנת 2026. שבבים אלה צפויים להגיע ל-40 PFLOPS בדיוק FP4 ולהציג עד 432 ג'יגה-בייט של זיכרון HBM4. כל זה ישולב במארזי Helios, ארכיטקטורה שנועדה להתחרות ראש בראש בפתרונות NVIDIA, המציעה קיבולת רוחב פס מדהימה באמת .
בטווח הארוך, מפת הדרכים כוללת את ה-EPYC Verano ואת ה-Instinct MI500X, אשר יוכלו למנף את צומת הייצור של TSMC ב-1,6nm. האסטרטגיה ברורה: להתעלות על המתחרים בקיבולת זיכרון ובמהירות העברה, וזה המקום שבו טמון היתרון האמיתי באימון מודלי שפה מסיביים.
מערכת האקולוגיה של התוכנה וקיר CUDA
לא הכל עניין של חומרה חזקה. החולשה הגדולה ביותר של AMD הייתה מבחינה היסטורית תוכנה. בעוד ש-NVIDIA שולטת עם CUDA, הסטנדרט שכולם משתמשים בו, AMD בחרה ב- ROCm . גרסה 7 של פלטפורמת קוד פתוח זו שואפת לסגור את הפער, ואף להפוך ליעילה יותר מ-CUDA בתרחישים ספציפיים כמו דגם DeepSeek R1.
למרות זאת, הדרך קדימה מאתגרת משום שמפתחים רבים חשים שעדיין יש באגים בתוכנה של AMD שמסבכים את האימון . המפתח להצלחה עתידית אינו טמון בהוספת ליבות נוספות, אלא בהבטחת חוויית תכנות חלקה שאינה כאב ראש עבור המהנדסים.
בינה מלאכותית במחשבים שולחניים ומחשבים ניידים: Ryzen AI ו-Radeon
עבור משתמשים ללא מרכז נתונים במרתף, AMD השיקה את מעבדי Ryzen AI Max PRO . שבבים אלה משלבים מעבד NPU ייעודי שמגיע ל-50 TOPS, מה שמאפשר למשימות כמו Llama 3.1 70B לפעול באופן מקומי ולא מקוון - משהו שנראה כמו מדע בדיוני במכשיר קומפקטי לא מזמן - מה שמקל על הרצת מודלים של בינה מלאכותית במחשב האישי.
מבחינת גרפיקה, סדרת Radeon RX 9000, ובמיוחד ה-RX 9070 עם 16 גיגה-בייט של זיכרון VRAM, היא נקודת כניסה נגישה עבור אלו שרוצים לבצע ניתוח של בינה מלאכותית מבלי להוציא הון תועפות. עבור המשתמשים התובעניים ביותר, ה-Radeon AI PRO R9700 מעלה את הרף ל-32 גיגה-בייט, ומבטל כל צווארי בקבוק במכשיר.
תשתית שרתים: EPYC ונציה
מעבדים גרפיים אלה מסתמכים על מעבדי שרת. מעבדי EPYC Venice הקרובים , המבוססים על Zen 6, מבטיחים גרסאות עם עד 256 ליבות. עלייה זו של 70% בביצועים לעומת הדור הקודם חיונית כדי למנוע מהמעבד להפוך לצוואר בקבוק עבור מאיצי בינה מלאכותית רבי עוצמה אלה.
מעניין לראות איך השוק מתחיל להגיב. דמויות כמו סם אלטמן מ-OpenAI כבר הודו שפתרונות של AMD יהיו רכיבים מדהימים במרכזי הנתונים שלהם. זה מראה שלמרות של-NVIDIA יש את נתח השוק הגדול ביותר, התעשייה מחפשת נואשות אלטרנטיבה יעילה יותר, ומעל הכל, זולה יותר ליישום.
האסטרטגיה של AMD משלבת חומרה פורצת דרך בזיכרון ובכוח עיבוד עם מאמץ אגרסיבי לדמוקרטיזציה של תוכנות בינה מלאכותית. על ידי שילוב מנועי בינה מלאכותית ייעודיים, החל ממחשבים ניידים ועד למתקני השרתים המורכבים ביותר, החברה שואפת להפוך את הבינה המלאכותית לא עוד למותרות יקרות, אלא לכלי נגיש ויעיל לכל סוג של איש מקצוע או עסק.
