AMD prezentuje nowe układy AI – MI350X i MI355X. Rękawica rzucona NVIDII

Podczas wydarzenia Advancing AI w San Jose firma AMD zaprezentowała nową generację akceleratorów sztucznej inteligencji z serii Instinct – modele MI350X oraz MI355X.

Oparte na architekturze CDNA 4, nowe układy mają dostarczać znacząco wyższą wydajność niż ich poprzednicy z serii MI300. Producent deklaruje aż czterokrotny wzrost ogólnej mocy obliczeniowej i nawet 35-krotne przyspieszenie w zadaniach inferencyjnych.

MI350X i MI355X wyposażone są w 288 GB pamięci HBM3E, oferującej przepustowość na poziomie 8 TB/s. Wersja MI355X, przeznaczona do chłodzenia cieczą, osiąga aż 1400 W mocy całkowitej, co stawia ją wśród najwydajniejszych rozwiązań na rynku. AMD twierdzi, że nowe akceleratory zapewniają lepszy stosunek wydajności do kosztów eksploatacyjnych (TCO), co czyni je szczególnie atrakcyjnymi dla operatorów centrów danych.

Nowe karty graficzne dla zastosowań AI trafią do szerokiego grona partnerów technologicznych, w tym firm takich jak Meta, Microsoft, Oracle, OpenAI, a także do oferty producentów serwerów – m.in. Della, HPE i Supermicro. Premiera rynkowa planowana jest na drugą połowę 2025 roku.

Podczas prezentacji AMD zapowiedziało również dalsze kroki w rozwoju platformy – nową generację MI400, której flagowy model MI400X ma trafić na rynek w 2026 roku. Będzie on częścią zintegrowanej platformy Helios, zawierającej do 72 GPU w jednym klastrze, wspieranych przez serwery z procesorami EPYC nowej generacji oraz technologiami sieciowymi Pensando.

Wraz z nowym sprzętem AMD rozwija także ekosystem oprogramowania. Pakiet ROCm 7.0 ma zapewnić znaczne wzrosty wydajności – ponad czterokrotnie w zakresie inferencji i trzykrotnie w treningu modeli AI w porównaniu z poprzednimi wersjami. W pakiecie znalazły się także ulepszenia dla pracy z precyzją mieszanych danych oraz rozbudowane wsparcie narzędzi CI/CD.

Nowe układy Instinct MI350X i MI355X stanowią jedno z najważniejszych dotąd posunięć AMD w walce o rynek sztucznej inteligencji i stanowią realną alternatywę dla rozwiązań Nvidii – zarówno pod względem wydajności, jak i elastyczności wdrożeń.