- Pagbuo ng Instinct MI350 at MI400 accelerators upang makipagkumpitensya sa mga data center na may mas mataas na memory bandwidth.
- Inilunsad ang Ryzen AI Max PRO na may kasamang mga integrated NPU para magpatakbo ng mga kumplikadong modelo ng wika nang lokal.
- Tumaya sa ROCm bilang isang open-source na alternatibo sa pangingibabaw ng NVIDIA sa CUDA ecosystem.
- Pagsasama ng mga EPYC Venice processor na may hanggang 256 core upang ma-optimize ang imprastraktura ng AI server.
Ang laban para mangibabaw sa artificial intelligence ay mula sa isang pangako ay naging isang ganap na digmaan sa hardware. Sa larangang ito, pinabibilis ng AMD ang mga pagsisikap nito na mag-alok ng mga kapani-paniwalang alternatibo na nagbibigay-daan sa mga negosyo at mga end user na mag-deploy ng mga modelo ng AI nang hindi tumataas ang mga gastos o nagiging lipas na ang imprastraktura sa loob lamang ng ilang araw.
Malinaw ang layunin: lumipat mula sa mga simpleng pilot project patungo sa tunay at nasusukat na produksyon . Upang makamit ito, ang kumpanya ay nakatuon hindi lamang sa hilaw na enerhiya kundi pati na rin sa paglutas ng mga karaniwang problema, tulad ng pamamahala ng enerhiya, pamamahala ng datos, at ang patuloy na pakikibaka upang maiwasan ang pagdepende sa iisang vendor sa merkado.
Instinct Accelerators: Ang Direktang Hamon sa NVIDIA
Pagdating sa mga data center, hindi sapat ang mga conventional GPU; mahalaga ang mga accelerator. Dito pumapasok ang Instinct MI350 , na nangangako ng isang malaking pag-unlad, na hanggang 35 beses na mas mabilis sa mga gawain ng paghihinuha kaysa sa mga nauna nito. Ipinagmamalaki ng mga halimaw na ito ang 288 GB ng HBM3E memory, na nagbibigay-daan sa kanila na pangasiwaan ang napakalaking daloy ng trabaho nang may kamangha-manghang kadalian.
Ngunit hindi pa doon tumitigil ang AMD at nakatutok na ang kanilang atensyon sa Instinct MI400 para sa 2026. Inaasahang aabot ang mga chip na ito sa 40 PFLOPS sa FP4 accuracy at magtatampok ng hanggang 432 GB ng HBM4 memory. Lahat ng ito ay isasama sa mga Helios rack, isang arkitektura na idinisenyo upang makipagkumpitensya sa mga solusyon ng NVIDIA, na nag-aalok ng tunay na kahanga-hangang kapasidad ng bandwidth .
Sa pangmatagalan, kasama sa roadmap ang EPYC Verano at ang Instinct MI500X, na maaaring gumamit ng 1,6nm manufacturing node ng TSMC. Malinaw ang estratehiya: malampasan ang mga kakumpitensya sa kapasidad ng memorya at bilis ng paglipat, kung saan nakasalalay ang tunay na bentahe kapag nagsasanay ng malalaking modelo ng wika.
Ang ecosystem ng software at ang CUDA wall
Hindi lang puro makapangyarihang hardware ang pinagtutuunan ng pansin. Ang pinakamalaking kahinaan ng AMD ay ang software sa kasaysayan. Bagama't nangingibabaw ang NVIDIA sa CUDA, ang karaniwang ginagamit ng lahat, pinili naman ng AMD ang ROCm . Nilalayon ng Bersyon 7 ng open-source platform na ito na punan ang kakulangan, at maging mas mahusay pa nga kaysa sa CUDA sa mga partikular na sitwasyon tulad ng modelong DeepSeek R1.
Gayunpaman, ang hinaharap ay mapanghamon dahil maraming developer ang naniniwala na ang software ng AMD ay mayroon pa ring mga bug na nagpapahirap sa pagsasanay . Ang susi sa tagumpay sa hinaharap ay wala sa pagdaragdag ng mas maraming core, kundi sa pagtiyak ng isang maayos na karanasan sa programming na hindi magiging sakit ng ulo para sa mga inhinyero.
AI sa mga desktop at laptop: Ryzen AI at Radeon
Para sa mga user na walang basement data center, inilunsad ng AMD ang Ryzen AI Max PRO processors . Ang mga chip na ito ay may integrated na dedicated NPU na umaabot sa 50 TOPS, na nagpapahintulot sa mga gawain tulad ng Llama 3.1 70B na tumakbo nang lokal at offline—isang bagay na tila science fiction sa isang compact device kamakailan lang—na ginagawang mas madali ang pagpapatakbo ng mga AI model sa iyong PC.
Sa usapin ng graphics, ang Radeon RX 9000 Series, lalo na ang RX 9070 na may 16 GB na VRAM, ay isang madaling puntahan para sa mga gustong gumawa ng AI inference nang hindi gumagastos nang malaki. Para sa mga pinaka-demanding na gumagamit, itinataas ng Radeon AI PRO R9700 ang pamantayan sa 32 GB, na nag-aalis ng anumang bottleneck sa device.
Imprastraktura ng server: EPYC Venice
Ang mga GPU na ito ay umaasa sa mga server processor. Ang mga paparating na EPYC Venice processor , na batay sa Zen 6, ay nangangako ng mga variant na may hanggang 256 na core. Ang 70% na pagtaas ng performance kumpara sa nakaraang henerasyon ay mahalaga upang maiwasan ang CPU na maging isang bottleneck para sa mga makapangyarihang AI accelerator na ito.
Nakakatuwang makita kung paano nagsisimulang tumugon ang merkado. Kinilala na ng mga kilalang tao tulad ni Sam Altman ng OpenAI na ang mga solusyon ng AMD ay magiging kahanga-hangang mga bahagi sa kanilang mga data center. Ipinapakita nito na, kahit na ang NVIDIA ang may pinakamalaking bahagi sa merkado, ang industriya ay desperadong naghahanap ng alternatibo na mas mahusay at, higit sa lahat, mas mura ipatupad.
Pinagsasama ng estratehiya ng AMD ang nakakagambalang hardware sa memorya at lakas ng pagproseso kasabay ng agresibong pagsisikap na gawing demokratiko ang AI software. Sa pamamagitan ng pagsasama ng mga nakalaang AI engine mula sa mga laptop hanggang sa pinakakumplikadong server rack, nilalayon ng kumpanya na gawing hindi na isang mamahaling luho ang AI kundi isang madaling gamitin at mahusay na tool para sa anumang uri ng propesyonal o negosyo.
