- Ontwikkeling van de Instinct MI350- en MI400-acceleratoren om te concurreren in datacenters met een hogere geheugenbandbreedte.
- De Ryzen AI Max PRO is gelanceerd met geïntegreerde NPU's om complexe taalmodellen lokaal uit te voeren.
- Zet in op ROCm als open-source alternatief voor de dominantie van NVIDIA's CUDA-ecosysteem.
- Integratie van EPYC Venice-processors met maximaal 256 cores om de AI-serverinfrastructuur te optimaliseren.
De wedloop om de markt voor kunstmatige intelligentie te domineren is van een belofte uitgegroeid tot een regelrechte hardwareoorlog. In deze arena versnelt AMD zijn inspanningen om geloofwaardige alternatieven te bieden waarmee bedrijven en eindgebruikers AI-modellen kunnen implementeren zonder torenhoge kosten of een infrastructuur die binnen enkele dagen verouderd raakt.
Het doel is duidelijk: van eenvoudige pilotprojecten overstappen naar echte, schaalbare productie . Om dit te bereiken, richt het bedrijf zich niet alleen op pure energieproductie, maar ook op het oplossen van veelvoorkomende problemen, zoals energiebeheer, databeheer en de voortdurende strijd om afhankelijkheid van één enkele leverancier op de markt te voorkomen.
Instinct Accelerators: De directe uitdaging voor NVIDIA
Voor datacenters volstaan conventionele GPU's niet; accelerators zijn essentieel. De Instinct MI350 belooft een enorme sprong voorwaarts en is tot wel 35 keer sneller in inferentietaken dan zijn voorgangers. Deze krachtpatsers beschikken over 288 GB HBM3E-geheugen, waardoor ze enorme workflows met verbazingwekkend gemak aankunnen.
Maar AMD stopt daar niet en heeft zijn blik al gericht op de Instinct MI400 voor 2026. Deze chips zullen naar verwachting een FP4-nauwkeurigheid van 40 PFLOPS bereiken en beschikken over maximaal 432 GB HBM4-geheugen. Dit alles zal worden geïntegreerd in de Helios-racks, een architectuur die is ontworpen om rechtstreeks te concurreren met NVIDIA-oplossingen en een werkelijk verbluffende bandbreedtecapaciteit te bieden.
Op de lange termijn omvat de roadmap de EPYC Verano en de Instinct MI500X, die gebruik zouden kunnen maken van TSMC's 1,6nm-productieproces. De strategie is duidelijk: de concurrentie overtreffen op het gebied van geheugencapaciteit en overdrachtssnelheid, want daar ligt het echte voordeel bij het trainen van omvangrijke taalmodellen.
Het software-ecosysteem en de CUDA-muur
Het draait niet alleen om krachtige hardware. De grootste zwakte van AMD is van oudsher de software. Terwijl NVIDIA domineert met CUDA, de standaard die iedereen gebruikt, heeft AMD gekozen voor ROCm . Versie 7 van dit open-source platform is erop gericht de kloof te dichten en in specifieke scenario's, zoals bij het DeepSeek R1-model, zelfs efficiënter te worden dan CUDA.
Desondanks blijft de weg vooruit uitdagend, omdat veel ontwikkelaars vinden dat de software van AMD nog steeds bugs bevat die de training bemoeilijken . De sleutel tot toekomstig succes ligt niet in het toevoegen van meer cores, maar in het garanderen van een soepele programmeerervaring die geen hoofdpijn oplevert voor ontwikkelaars.
AI op desktops en laptops: Ryzen AI en Radeon
Voor gebruikers zonder een datacenter in de kelder heeft AMD de Ryzen AI Max PRO- processors gelanceerd . Deze chips bevatten een dedicated NPU die 50 TOPS haalt, waardoor taken zoals Llama 3.1 70B lokaal en offline kunnen worden uitgevoerd – iets wat tot voor kort nog sciencefiction leek in een compact apparaat – waardoor het eenvoudiger wordt om AI-modellen op uw pc te draaien.
Wat grafische prestaties betreft, is de Radeon RX 9000-serie, met name de RX 9070 met 16 GB VRAM, een toegankelijk instapmodel voor wie AI-inferentie wil uitvoeren zonder een fortuin uit te geven. Voor de meest veeleisende gebruikers legt de Radeon AI PRO R9700 de lat hoger met 32 GB, waardoor eventuele knelpunten in het apparaat worden weggenomen.
Serverinfrastructuur: EPYC Venetië
Deze GPU's zijn afhankelijk van serverprocessors. De aankomende EPYC Venice-processors , gebaseerd op Zen 6, beloven varianten met maximaal 256 cores. Deze prestatieverhoging van 70% ten opzichte van de vorige generatie is cruciaal om te voorkomen dat de CPU een knelpunt wordt voor deze krachtige AI-acceleratoren.
Het is interessant om te zien hoe de markt begint te reageren. Mensen zoals Sam Altman van OpenAI hebben al erkend dat AMD-oplossingen fantastische componenten zullen zijn in hun datacenters. Dit laat zien dat, hoewel NVIDIA het grootste marktaandeel heeft, de industrie dringend op zoek is naar een alternatief dat efficiënter en vooral goedkoper te implementeren is.
De strategie van AMD combineert baanbrekende hardware op het gebied van geheugen en processorkracht met een agressieve poging om AI-software te democratiseren. Door dedicated AI-engines te integreren, van laptops tot de meest complexe serverracks, wil het bedrijf AI niet langer een dure luxe maken, maar een toegankelijk en efficiënt hulpmiddel voor elk type professional of bedrijf.
