AMD Helios кидає виклик NVIDIA: MI455X та боротьба за панування в AI-інфраструктурі

Ліза Су вийшла на сцену CES 2026 з посланням, що відлунило по всій індустрії AI-інфраструктури: AMD більше не поступатиметься ринком високопродуктивного AI компанії NVIDIA. Анонс системи Helios позначив першу стійкову AI-платформу AMD—конфігурацію з 72 прискорювачів, розроблену для прямої конкуренції з Vera Rubin NVL72 від NVIDIA.

Ще більш провокаційно, Су представила попередній огляд серії MI500 із заявами про 1000-кратне покращення продуктивності порівняно з MI300X. Це число потребує ретельного аналізу, але амбіція за ним сигналізує про стратегічний намір AMD. Компанія виділила ресурси та інженерний талант для скорочення розриву з домінуванням NVIDIA в AI-інфраструктурі.

Helios: Стійкова відповідь AMD на NVL72

Система Helios представляє першу інтегровану стійкову AI-платформу AMD. Попередні прискорювачі серії MI постачалися як окремі компоненти, що вимагали від клієнтів проектування системної інтеграції—Helios надає повне рішення.¹

Архітектура системи

Helios займає подвійний стійковий простір, що містить 72 прискорювачі MI455X, з'єднані через технологію Infinity Fabric від AMD. Система включає:²

Компонент	Кількість	Призначення
Прискорювачі MI455X	72	AI-обчислення
CPU EPYC Turin	36	Обробка хоста
Комутатори Infinity Fabric	18	З'єднання прискорювачів
NVMe SSD	144	Високошвидкісне сховище
400G NIC	36	Зовнішні мережі

Подвійна конфігурація забезпечує переваги для охолодження та розподілу енергії, які одностійкові конструкції жертвують. AMD обмінює ефективність площі на тепловий запас—прагматичний вибір з огляду на енергетичні вимоги MI455X.³

З'єднання Infinity Fabric

Helios використовує Infinity Fabric четвертого покоління AMD для з'єднання прискорювачів. Технологія забезпечує 896 ГБ/с двонаправленої пропускної здатності між будь-якими двома прискорювачами MI455X—вражаюче, але помітно нижче NVLink 6 від NVIDIA на 3,6 ТБ/с.⁴

З'єднання	Пропускна здатність на канал	Загальна пропускна здатність Fabric
AMD Infinity Fabric 4	896 ГБ/с	~16 ТБ/с сукупно
NVIDIA NVLink 6	3,6 ТБ/с	259 ТБ/с сукупно

Різниця в пропускній здатності важлива для інференсу великих моделей, де тензорний паралелізм вимагає постійної GPU-до-GPU комунікації. AMD частково компенсує через більшу ємність пам'яті на GPU—зменшуючи вимоги паралелізму для багатьох робочих навантажень.⁵

MI455X: Технічний глибокий аналіз

MI455X представляє архітектуру CDNA 5 від AMD, оптимізовану для AI-інференсу та навчання. Прискорювач виходить за межі 320 мільярдів транзисторів, виготовлений на гібридному процесі TSMC N3/N2.⁶

Основні специфікації

Специфікація	MI455X	MI300X	Покращення
Кількість транзисторів	320B	153B	2,1x
Вузол процесу	N3/N2 гібрид	N5/N6	2 покоління
Ємність HBM	432GB HBM4	192GB HBM3	2,25x
Пропускна здатність пам'яті	24 ТБ/с	5,3 ТБ/с	4,5x
FP4 інференс	40 PFLOPS	10 PFLOPS	4x
FP8 навчання	3,2 PFLOPS	1,3 PFLOPS	2,5x
TDP	900W	750W	+20%

Ємність 432GB HBM4 на прискорювач перевищує 288GB NVIDIA Rubin—забезпечуючи найбільш очевидну конкурентну перевагу AMD. Цей запас пам'яті дозволяє інференс на більших моделях без тензорного паралелізму, зменшуючи складність системи та вимоги до з'єднань.⁷

Архітектурні інновації

MI455X вводить кілька архітектурних покращень порівняно з MI300X:

Редизайн Compute Die: Прискорювач упаковує вісім обчислювальних кристалів з покращеною пропускною здатністю die-до-die. Попередні покоління страждали від штрафів затримки між кристалами, що знижували продуктивність для нерегулярних шаблонів доступу до пам'яті.⁸

Уніфікована архітектура пам'яті: MI455X реалізує уніфікований простір пам'яті через усі стеки HBM, усуваючи ефекти NUMA, що ускладнювали програмування MI300X. Розробники можуть розглядати пул 432GB як єдиний когерентний простір пам'яті.⁹

Апаратна підтримка розрідженості: Нативна підтримка структурованої розрідженості прискорює інференс для обрізаних моделей. AMD стверджує 2x покращення продуктивності для моделей з 50%+ розрідженістю—поширене в продуктивних розгортаннях, оптимізованих для економічної ефективності.¹⁰

Покращення Matrix Core: Matrix Core четвертого покоління підтримують обчислення FP4 нативно, відповідаючи можливостям NVIDIA. Попередні прискорювачі AMD вимагали мінімальної точності FP8, обмежуючи можливості оптимізації для інференс-навантажень.¹¹

Продуктивність системи Helios

AMD позиціонує Helios як повну альтернативу Vera Rubin NVL72 від NVIDIA. Пряме порівняння виявляє компроміси, що сприяють різним профілям робочих навантажень:

Агреговані специфікації системи

Специфікація	AMD Helios	NVIDIA Vera Rubin NVL72
Прискорювачі	72x MI455X	72x Rubin
Загальна HBM	31,1 ТБ	20,7 ТБ
Агрегована FP4	2,9 EFLOPS	3,6 EFLOPS
Агрегована FP8	230 PFLOPS	180 PFLOPS
Пропускна здатність з'єднання	~16 ТБ/с	259 ТБ/с
Площа стійки	Подвійна ширина	Одна стійка
Потужність	~140 кВт	120-130 кВт

Helios лідирує в загальній ємності пам'яті (31,1 ТБ проти 20,7 ТБ) та продуктивності навчання FP8. NVIDIA зберігає переваги в сирій пропускній здатності інференсу FP4 та драматично вищій пропускній здатності з'єднань.¹²

Продуктивність за типом навантаження

Порівняння продуктивності сильно залежить від характеристик робочого навантаження:

Інференс великих моделей: Перевага ємності пам'яті Helios дозволяє односистемний інференс на моделях, що потребують 25-30 ТБ пам'яті—сценарії, де NVL72 вимагає тензорного паралелізму між системами. Для цих навантажень Helios може забезпечити на 20-30% кращу пропускну здатність, незважаючи на нижчі пікові FLOPS.¹³

Пропускна здатність навчання: Для розподілених навчальних навантажень, що вимагають жорсткої синхронізації, 16x перевага пропускної здатності з'єднань NVIDIA перетворюється на швидшу агрегацію градієнтів та вищу ефективну утилізацію FLOPS. NVL72 ймовірно зберігає 15-25% перевагу пропускної здатності навчання.¹⁴

Затримка інференсу: Інференс-навантаження, обмежені пам'яттю, віддають перевагу перевазі пропускної здатності Helios (24 ТБ/с на прискорювач проти 22 ТБ/с). Обчислювально-обмежені навантаження віддають перевагу вищим піковим FLOPS NVIDIA.¹⁵

Міркування про програмну екосистему

Програмний стек ROCm від AMD суттєво дозрів, але все ще відстає від CUDA в глибині екосистеми:

Можливість	ROCm 7.0	CUDA 13.0
Підтримка PyTorch	Нативна	Нативна
Підтримка TensorFlow	Нативна	Нативна
Оптимізовані ядра	~2 000	~8 000+
Корпоративні інструменти	Зростають	Комплексні
Спільнота розробників	Розширюється	Усталена

Основні AI-фреймворки тепер підтримують ROCm нативно, усуваючи основний бар'єр для впровадження AMD. Однак критичні для продуктивності власні ядра часто вимагають CUDA-специфічної оптимізації—створюючи тертя для організацій з існуючими NVIDIA-оптимізованими кодовими базами.¹⁶

Заява про 1000x: Попередній огляд серії MI500

Попередній огляд серії MI500 від Лізи Су негайно викликав скептицизм із заявами про 1000-кратне покращення продуктивності порівняно з MI300X. Розуміння основи цієї заяви вимагає аналізу припущень AMD.¹⁷

Специфікації MI500 (Попередній огляд)

Специфікація	MI500 (Попередній огляд)	MI455X	MI300X
Архітектура	CDNA 6	CDNA 5	CDNA 3
Процес	TSMC N2	N3/N2	N5/N6
HBM	HBM4E	HBM4	HBM3
Цільова дата	2027	H2 2026	2023

Деконструкція 1000x

Заява AMD про 1000x, схоже, припускає складені покращення в кількох вимірах:¹⁸

Сира обчислювальна потужність: ~10x покращення від архітектурних та процесних досягнень (правдоподібно за два покоління)

Масштабування точності: ~4x від покращеної підтримки FP4/INT4 (агресивно, але можливо)

Розрідженість: ~4x від використання структурованої розрідженості (вимагає оптимізації моделі)

Пропускна здатність пам'яті: ~3x від покращень пропускної здатності HBM4E

Системна інтеграція: ~2x від покращеного пакування та з'єднань

Помножено разом: 10 × 4 × 4 × 3 × 2 = 960x ≈ 1000x

Розрахунок вимагає оптимального складання кожного покращення—малоймовірно в реальних розгортаннях. Більш реалістична оцінка припускає 50-100x покращення для оптимізованих інференс-навантажень, з покращеннями навчання ближче до 10-20x.¹⁹

Реакція індустрії

Аналітики та конкуренти зустріли заяву про 1000x з помірним скептицизмом:

Відповідь NVIDIA: Команда Дженсена Хуанга відмовилася від прямого коментаря, але зазначила, що подібні розрахунки складених покращень теоретично можуть бути застосовані до дорожньої карти будь-якого постачальника—методологія дозволяє вражаючі числа без обов'язкового прогнозування реальних результатів.²⁰

Незалежний аналіз: SemiAnalysis оцінила реалістичні покращення MI500 на 80-120x для інференсу, 15-25x для навчання—значно, але набагато нижче маркетингових заяв про 1000x.²¹

Прийом клієнтами: Корпоративні AI-команди висловили обережний оптимізм. Напрямок покращення важливіший за точні множники—якщо MI500 забезпечить навіть 50x порівняно з MI300X, AMD стає справді конкурентоспроможною для передових AI-навантажень.²²

Інфраструктурна стратегія AMD

Helios та MI500 представляють компоненти ширшої стратегії AI-інфраструктури AMD, спрямованої на домінуючу позицію NVIDIA.

Ринкова позиція

Частка ринку AI-прискорювачів AMD зросла з приблизно 5% у 2023 році до орієнтовних 12-15% у 2025 році. Компанія націлена на 25%+ частку ринку до 2027 року—амбіційно, але потенційно досяжно, якщо Helios та MI500 забезпечать конкурентну продуктивність.²³

Рік	Частка AMD	Частка NVIDIA	Intel/Інші
2023	~5%	~90%	~5%
2025	~12-15%	~80%	~5-8%
2027 (Ціль)	25%+	~65-70%	~5-10%

Клієнтські перемоги

AMD забезпечила значні клієнтські зобов'язання, що підтверджують конкурентоспроможність Helios:

Microsoft Azure: Багаторічна угода на розгортання MI455X в інфраструктурі Azure AI, доповнюючи існуючу потужність NVIDIA.²⁴

Meta: Продовження партнерства для інференс-інфраструктури, з кластерами MI455X, що підтримують виробничі навантаження.²⁵

Oracle Cloud: Системи Helios заплановані для Oracle Cloud Infrastructure, надаючи альтернативу варіантам виключно NVIDIA.²⁶

Національні лабораторії: Argonne та Oak Ridge зобов'язалися оцінити Helios для наукових обчислювальних навантажень.²⁷

Цінова стратегія

AMD позиціонує Helios на 15-25% нижче порівнянних систем NVIDIA—свідомий вибір для захоплення клієнтів, чутливих до ціни, та встановлення ринкової присутності:²⁸

Система	Орієнтовна ціна
AMD Helios (72x MI455X)	$2,4-3,2 млн
NVIDIA Vera Rubin NVL72	$3,0-4,0 млн
Різниця в ціні	~20% нижче

Цінова перевага складається з операційними витратами. Системи AMD зазвичай працюють при нижчому енергоспоживанні для еквівалентної пропускної здатності—хоча ця перевага звужується в міру покращення ефективності NVIDIA.²⁹

Вимоги до інфраструктури

Розгортання Helios вимагає інвестицій в інфраструктуру, порівнянних з системами NVIDIA:

Вимоги до охолодження

Параметр	AMD Helios	NVIDIA NVL72
Метод охолодження	Гібрид повітря/рідина	100% рідина
Відведення тепла	~140 кВт	120-130 кВт
Температура охолоджувача	Подача 20-30°C	Подача 15-25°C
Повітряний потік (якщо гібрид)	15 000 CFM	Н/Д

Helios підтримує гібридні конфігурації охолодження—теплообмінники задніх дверей у поєднанні з посиленим повітряним потоком—забезпечуючи гнучкість для об'єктів, нездатних розгорнути повне пряме рідинне охолодження. Ця опціональність зменшує інфраструктурні бар'єри для впровадження.³⁰

Розподіл енергії

Вимога	AMD Helios
Загальна потужність	~140 кВт
Варіанти напруги	48V DC, 400V DC, 480V AC
Резервування	N+1 мінімум
Час роботи UPS	10+ хвилин рекомендовано

Гнучкість напруги AMD підтримує різноманітні конфігурації об'єктів. Організації з існуючою інфраструктурою 48V DC можуть розгортатися без оновлень розподілу енергії—зменшуючи час розгортання порівняно з перевагою 800V DC від NVIDIA.³¹

Мережа

Системи Helios інтегруються зі стандартною мережею дата-центру:

Компонент	Специфікація
Зовнішнє підключення	36x 400GbE
Підтримка протоколу	RoCE v2, InfiniBand
Менеджер Fabric	AMD Infinity Fabric Manager
Телеметрія	AMD Management Interface

Підтримка RoCE v2 дозволяє розгортання на стандартній Ethernet-інфраструктурі—уникаючи InfiniBand-специфічної мережі, яку системи NVIDIA часто вимагають для оптимальної продуктивності.³²

ROCm 7.0: Закриття програмного розриву

Випуск ROCm 7.0 від AMD супроводжує Helios, націлюючись на розрив програмної екосистеми, що історично обмежував впровадження AMD:

Ключові покращення

Уніфікована модель програмування: ROCm 7.0 вводить HIP 4.0 з покращеним перекладом CUDA. Додатки, що вимагають мінімальних модифікацій, можуть портуватися з CUDA—AMD заявляє про 90%+ сумісність коду для стандартних ML-навантажень.³³

Оптимізація фреймворків: Нативні оптимізації для PyTorch 3.0 та TensorFlow 3.0 забезпечують паритет продуктивності з CUDA для звичайних операцій. Розробка власних ядер все ще віддає перевагу CUDA, але використання на рівні фреймворку досягає конкурентної пропускної здатності.³⁴

Стек інференсу: Двигун інференсу MIGraphX від AMD включає оптимізації для трансформерних архітектур, спекулятивного декодування та безперервного батчинга—відповідаючи можливостям NVIDIA TensorRT для стандартних архітектур моделей.³⁵

Корпоративні інструменти: ROCm 7.0 додає комплексні інструменти профілювання, налагодження та моніторингу. AMD Infinity Hub надає попередньо оптимізовані контейнери для звичайних навантажень.³⁶

Залишкові прогалини

Незважаючи на покращення, прогалини ROCm зберігаються:

• Розробка власних ядер вимагає більше експертизи, ніж CUDA
• Підтримка сторонніх бібліотек залишається вужчою
• База знань спільноти менша
• Деякі спеціалізовані операції не мають оптимізованих реалізацій

Організації з існуючою експертизою CUDA стикаються з витратами на перехід. Greenfield-розгортання стикаються з меншими бар'єрами—роблячи хмарних провайдерів та нових учасників AI природними клієнтами AMD.³⁷

Конкурентна динаміка

Конкуренція AMD-NVIDIA приносить користь ширшому ринку AI-інфраструктури через прискорені інновації та ціновий тиск.

Технологічне прискорення

Конкуренція стимулює швидші цикли розробки:

Метрика	2023	2026
Пікові AI FLOPS (один чіп)	5 PFLOPS	50 PFLOPS
Ємність HBM (один чіп)	192GB	432GB
Пропускна здатність пам'яті	5 ТБ/с	24 ТБ/с
Цикл покоління	24 місяці	18 місяців

18-місячний цикл Blackwell-до-Rubin NVIDIA та паралельне прискорення AMD відображають конкурентний тиск, що змушує швидші ітерації.³⁸

Цінові ефекти

Ринкова присутність AMD обмежує цінову владу NVIDIA:

• H100 запущено за прайс-листом $30 000+
• Прайс-лист Rubin повідомляється на 10-15% нижчим за Blackwell при еквівалентній продуктивності
• Корпоративні знижки зросли з 15-20% до 25-35%

Загальні витрати на AI-інфраструктуру знизилися швидше, ніж прогнозував би закон Мура—ефекти конкуренції складаються з напівпровідниковими покращеннями.³⁹

Важелі клієнтів

Багатопостачальницькі стратегії забезпечують переговорні важелі:

Хмарні провайдери: AWS, Azure та GCP розгортають як AMD, так і NVIDIA, дозволяючи розміщення, відповідне навантаженню, та диверсифікацію постачальників

Підприємства: Організації, що кваліфікують обидві платформи, отримують цінові важелі та стійкість ланцюга поставок

AI-лабораторії: Стратегії двох постачальників захищають від обмежень розподілу

Дуополія AMD-NVIDIA обслуговує клієнтів краще, ніж монополія NVIDIA—навіть організації, що використовують виключно NVIDIA, виграють від конкурентного тиску.⁴⁰

Що це означає для інфраструктурних рішень

Доступність Helios створює справжній вибір у високопродуктивній AI-інфраструктурі:

Коли розглядати AMD

• Інференс-навантаження, обмежені пам'яттю, що виграють від 432GB на прискорювач
• Чутливі до ціни розгортання, де 15-25% економії виправдовують витрати на перехід
• Організації, що шукають диверсифікацію ланцюга поставок
• Greenfield-розгортання без прив'язки до CUDA
• Навантаження, де ROCm 7.0 досягає паритету продуктивності

Коли NVIDIA залишається переважною

• Навчальні навантаження, що вимагають максимальної пропускної здатності з'єднань
• Існуючі CUDA-оптимізовані кодові бази зі значною кастомізацією
• Критично важливі розгортання, що вимагають перевіреної програмної екосистеми
• Навантаження, залежні від NVIDIA-специфічних оптимізацій
• Організації без експертизи ROCm

Планування інфраструктури

Обидві платформи вимагають подібних інвестицій в інфраструктуру:

Компонент	AMD Helios	NVIDIA NVL72
Охолодження	Гібрид або рідина	Тільки рідина
Потужність	140 кВт	120-130 кВт
Мережа	400G Ethernet/IB	800G переважно
Площа підлоги	2x стійки	1x стійка

Гібридний варіант охолодження AMD та гнучкість напруги зменшують інфраструктурні бар'єри—але подвійний стійковий простір впливає на планування об'єкта.⁴¹

Погляд у майбутнє

AMD встановила надійну конкуренцію в AI-інфраструктурі. Helios забезпечує справжню альтернативу домінуванню NVIDIA, а розробка MI500 обіцяє подальше просування можливостей.

Маркетингова заява про 1000x вимагає належного скептицизму. Реальні покращення, ймовірно, не досягнуть складених теоретичних розрахунків. Але навіть 50-100x покращення позиціонує AMD як життєздатний вибір для передових AI-навантажень.

Ринкова динаміка змінилася назавжди. 90%+ частка ринку NVIDIA буде ерозуватися, оскільки AMD демонструє конкурентну продуктивність. Результуюча конкуренція приносить користь усім клієнтам AI-інфраструктури через швидші інновації та покращене ціноутворення.

Для операторів дата-центрів висновок очевидний: кваліфікуйте обидві платформи зараз. Організації, виключно віддані NVIDIA, жертвують переговорними важелями та стійкістю ланцюга поставок. Ті, хто оцінює AMD, отримують опціональність—а на обмеженому ринку AI-інфраструктури опціональність має значну цінність.

---

Introl надає інфраструктурні послуги для систем AI як AMD, так і NVIDIA. Наші 550 польових інженерів підтримують розгортання в 257 глобальних локаціях, з експертизою в охолодженні, живленні та мережах для високощільної AI-інфраструктури. Зв'яжіться з нами, щоб обговорити ваші вимоги.

Посилання