- Розробка прискорювачів Instinct MI350 та MI400 для конкуренції в центрах обробки даних з вищою пропускною здатністю пам'яті.
- Запуск Ryzen AI Max PRO з інтегрованими нейронними процесорами для локального запуску складних мовних моделей.
- Зробіть ставку на ROCm як альтернативу з відкритим кодом домінуванню NVIDIA в екосистемі CUDA.
- Інтеграція процесорів EPYC Venice з можливістю використання до 256 ядер для оптимізації інфраструктури серверів штучного інтелекту.
Гонка за домінування у сфері штучного інтелекту перейшла від обіцянки до тотальної війни обладнання. У цій сфері AMD прискорює свої зусилля , щоб запропонувати надійні альтернативи, які дозволять підприємствам і кінцевим користувачам розгортати моделі штучного інтелекту без стрімкого зростання витрат або застарівання інфраструктури протягом кількох днів.
Мета зрозуміла: перейти від простих пілотних проектів до реального, масштабованого виробництва . Для досягнення цієї мети компанія зосереджується не лише на сировині, але й на вирішенні поширених проблем, таких як управління енергоспоживанням, управління даними та постійна боротьба за уникнення залежності від одного постачальника на ринку.
Прискорювачі Instinct: прямий виклик NVIDIA
Коли справа доходить до центрів обробки даних, звичайних графічних процесорів недостатньо; необхідні прискорювачі. Саме тут на допомогу приходить Instinct MI350 , який обіцяє величезний стрибок уперед, будучи до 35 разів швидшим у завданнях логічного висновку, ніж його попередники. Ці звірі можуть похвалитися 288 ГБ пам'яті HBM3E, що дозволяє їм з вражаючою легкістю обробляти величезні робочі процеси.
Але AMD на цьому не зупиняється і вже націлилася на Instinct MI400 у 2026 році. Очікується, що ці чіпи досягнуть 40 PFLOPS з точністю FP4 та матимуть до 432 ГБ пам'яті HBM4. Все це буде інтегровано в стійки Helios, архітектуру, розроблену для прямої конкуренції з рішеннями NVIDIA, пропонуючи справді вражаючу пропускну здатність .
У довгостроковій перспективі дорожня карта включає EPYC Verano та Instinct MI500X, які можуть використовувати 1,6-нм виробничий вузол TSMC. Стратегія зрозуміла: перевершити конкурентів за обсягом пам'яті та швидкістю передачі даних, що є справжньою перевагою під час навчання масивних мовних моделей.
Програмна екосистема та стіна CUDA
Річ не лише в потужному обладнанні. Найбільшою слабкістю AMD історично було програмне забезпечення. Хоча NVIDIA домінує завдяки CUDA, стандарту, який використовують усі, AMD обрала ROCm . Версія 7 цієї платформи з відкритим кодом має на меті скоротити розрив, навіть ставши ефективнішою за CUDA в певних сценаріях, таких як модель DeepSeek R1.
Навіть попри це, шлях попереду складний, оскільки багато розробників вважають, що програмне забезпечення AMD все ще містить помилки, які ускладнюють навчання . Ключ до майбутнього успіху полягає не в додаванні більшої кількості ядер, а в забезпеченні безперебійного програмування, яке не є головним болем для інженерів.
Штучний інтелект на настільних комп'ютерах та ноутбуках: Ryzen AI та Radeon
Для користувачів, які не мають центру обробки даних у підвалі, AMD випустила процесори Ryzen AI Max PRO . Ці чіпи інтегрують спеціалізований нейронний процесор, який досягає 50 TOPS, що дозволяє таким завданням, як Llama 3.1 70B, виконуватися локально та офлайн — щось, що ще недавно здавалося науковою фантастикою для компактного пристрою, — що полегшує запуск моделей штучного інтелекту на вашому ПК.
Що стосується графіки, то серія Radeon RX 9000, особливо RX 9070 з 16 ГБ відеопам'яті, є доступним варіантом для тих, хто хоче використовувати штучний інтелект, не витрачаючи при цьому цілого статку. Для найвимогливіших користувачів Radeon AI PRO R9700 піднімає планку до 32 ГБ, усуваючи будь-які вузькі місця в пристрої.
Серверна інфраструктура: EPYC Venice
Ці графічні процесори базуються на серверних процесорах. Майбутні процесори EPYC Venice , засновані на Zen 6, обіцяють варіанти з 256 ядрами. Це 70% збільшення продуктивності порівняно з попереднім поколінням життєво важливо для того, щоб запобігти перетворенню центрального процесора на вузьке місце для цих потужних прискорювачів штучного інтелекту.
Цікаво спостерігати, як ринок починає реагувати. Такі діячі, як Сем Альтман з OpenAI, вже визнали, що рішення AMD стануть чудовими компонентами в їхніх центрах обробки даних. Це показує, що, хоча NVIDIA має найбільшу частку ринку, галузь відчайдушно шукає альтернативу, яка є більш ефективною та, перш за все, дешевшою у впровадженні.
Стратегія AMD поєднує революційне обладнання в області пам'яті та обчислювальної потужності з агресивними зусиллями щодо демократизації програмного забезпечення штучного інтелекту. Інтегруючи спеціалізовані механізми штучного інтелекту від ноутбуків до найскладніших серверних стійок, компанія прагне зробити штучний інтелект не дорогою розкішшю, а доступним та ефективним інструментом для будь-якого професіонала чи бізнесу.
