Thai
งาน Advancing AI ปี 2026 ของ AMD ให้ความสำคัญกับขนาดและความเปิดกว้าง โดยเปิดตัว GPU MI455X ที่ใช้ CDNA 5, ระบบแร็ค Helios แบบ 72-GPU และ CPU EPYC Venice เจเนอเรชันที่ 6 การวิเคราะห์นี้ครอบคลุมแพลตฟอร์ม MI455X และ Helios โดยมีรายละเอียด CPU Venice ในบทความเฉพาะ
MI455X มีหน่วยความจำ HBM4 ขนาด 432GB ซึ่งมากกว่า 288GB ของ NVIDIA Rubin/B300 ถึง 50% มีแบนด์วิดท์หน่วยความจำ 23.3TB/s และประสิทธิภาพการประมวลผล MXFP4 สูงสุด 40.26 PFLOPS แร็ค Helios เต็มรูปแบบให้ปริมาณงาน FP4 2.9 exaFLOPS, HBM4 รวม 31TB, แบนด์วิดท์หน่วยความจำ 1.7PB/s, แบนด์วิดท์ scale-up 260TB/s และ scale-out 43TB/s ซึ่งรับประกันประสิทธิภาพแร็ค AI ระดับสูงสุด
มาตรฐานแบบเปิดกำหนด Helios ตั้งแต่ต้นจนจบ รวมถึง UALoE สำหรับเครือข่ายภายในแร็ค, Ultra Ethernet สำหรับ scale-out, รูปแบบความแม่นยำต่ำของ OCP และแชสซี Open Rack Wide รวมถึงซอฟต์แวร์ ROCm แบบโอเพนซอร์สเต็มรูปแบบ ในฐานะการออกแบบอ้างอิงแบบเปิด มันรองรับการปรับแต่งเครือข่าย พลังงาน และการจัดการสำหรับผู้ให้บริการคลาวด์รายใหญ่ ผู้ใช้งานหลัก ได้แก่ OpenAI, Meta, Anthropic, Microsoft และ Oracle
AMD Instinct MI455X: GPU เรือธง CDNA 5
MI455X ที่มีทรานซิสเตอร์ 320 พันล้านตัว ผลิตด้วย TSMC CoWoS-L ผสานรวม XCD N2 แปดตัว, I/O die N3 สองตัว, Fabric & Cache Die (FCD) N3 สองตัว และ HBM4 stack สิบสองตัว อินเทอร์เฟซ HBM4 ขนาด 2048 บิตต่อสแต็กให้แบนด์วิดท์ 23.3TB/s จับคู่กับ L2 แคช FCD ขนาด 96MB สองตัวที่ให้ปริมาณงาน 54TB/s
ความสามารถ I/O รวมถึงแบนด์วิดท์ scale-up UALoE แบบสองทิศทาง 3.6TB/s, การเชื่อมต่อ CPU-GPU Infinity Fabric 256GB/s และ scale-out ที่ยืดหยุ่นผ่านพอร์ต PCIe Gen6 x16 สองพอร์ตหรือ AI-NIC สามตัว มันมีประสิทธิภาพเหนือกว่า GPU AMD รุ่นก่อนและ NVIDIA Rubin/B300 ในตัวชี้วัดหลักส่วนใหญ่
การเปรียบเทียบสเปกหลัก
|
ข้อมูลจำเพาะ
|
AMD MI455X
|
NVIDIA Rubin
|
AMD MI355X
|
NVIDIA B300
|
|
สถาปัตยกรรม
|
CDNA 5
|
Rubin
|
CDNA 4
|
Blackwell Ultra
|
|
ทรานซิสเตอร์
|
320B
|
336B
|
185B
|
208B
|
|
ความจุ HBM
|
432GB HBM4
|
288GB HBM4
|
288GB HBM3E
|
288GB HBM3E
|
|
แบนด์วิดท์ HBM
|
23.3TB/s
|
22TB/s
|
8TB/s
|
8TB/s
|
|
Scale-up ต่อ GPU
|
3.6TB/s
|
3.6TB/s
|
1.08TB/s
|
1.8TB/s
|
|
Scale-out ต่อ GPU
|
2400 Gb/s
|
1600 Gb/s
|
400 Gb/s
|
800 Gb/s
|
|
การเชื่อมต่อ CPU-GPU
|
256GB/s Infinity Fabric
|
1.8TB/s C2C
|
PCIe 5
|
900GB/s C2C
|
MI455X นำหน้าคู่แข่งในด้านความจุ HBM, แบนด์วิดท์หน่วยความจำ และปริมาณงาน scale-out โดยเทียบเท่าประสิทธิภาพ scale-up ของ Rubin ผ่าน UALoE เพื่อปิดช่องว่าง NVLink ที่ยาวนานของ NVIDIA การเชื่อมต่อ CPU-GPU C2C ที่แข็งแกร่งกว่าของ NVIDIA ยังคงเป็นข้อได้เปรียบด้านฮาร์ดแวร์หลัก ซึ่งขับเคลื่อนความแตกต่างของแพลตฟอร์มหลัก
การเปรียบเทียบปริมาณงานการประมวลผล
|
รูปแบบความแม่นยำ
|
AMD MI455X
|
NVIDIA Rubin
|
AMD MI355X
|
NVIDIA B300
|
|
MXFP4 / NVFP4
|
40.26 PF
|
35 PF
|
10.1 PF
|
15 PF
|
|
MXFP6 / FP6
|
20.13 PF
|
17.5 PF
|
10.1 PF
|
5 PF
|
|
MXFP8 / FP8
|
20.13 PF
|
17.5 PF
|
5 PF
|
5 PF
|
|
FP16 / BF16
|
5.03 PF
|
4 PF
|
2.5 PF
|
2.5 PF
|
|
FP32
|
315 TF
|
130 TF
|
157.3 TF
|
75 TF
|
เมื่อเทียบกับ MI355X, MI455X เพิ่มปริมาณงานความแม่นยำต่ำเป็นสี่เท่าและเพิ่มประสิทธิภาพความแม่นยำมาตรฐานเป็นสองเท่า มันมีประสิทธิภาพเหนือกว่า B300 ในทุกรูปแบบ, นำหน้า Rubin 15% ในความแม่นยำต่ำ และ 26% ใน FP16/BF16 และให้ข้อได้เปรียบ FP32 2.4 เท่า ซึ่งสำคัญสำหรับน้ำหนัก AI ความแม่นยำสูงและปริมาณงาน HPC
การอัปเกรดสถาปัตยกรรม CDNA 5
CDNA 5 ยังคงรักษา XCD 8 ตัวและหน่วยประมวลผล 256 หน่วยของ CDNA 4 แต่ได้ปรับปรุงโครงสร้างการประมวลผลภายในใหม่ แต่ละ XCD จะแบ่งออกเป็น Shader Engine สองตัวที่มี Work Group Processor (WGP) ที่ใช้งาน 16 ตัว การประมวลผล Wave32 แบบเนทีฟเข้ามาแทนที่ Wave64 ซึ่งช่วยลดการสูญเสียความแตกต่าง, ลดแรงกดดันต่อรีจิสเตอร์ และเพิ่มจำนวนคลื่นที่ทำงานพร้อมกันต่อ WGP เป็นสองเท่าเป็น 64 เพื่อการซ่อนความล่าช้าของหน่วยความจำที่ดีขึ้น
หน่วย SIMD ที่ออกแบบใหม่ช่วยให้การประมวลผลแบบขนาน, การเร่งความเร็ว BF16 แบบเนทีฟ และคำสั่งแปลงเทนเซอร์ใหม่ โดยมีปริมาณงานทรานส์เซนเดนทัลเพิ่มขึ้นเป็นสองเท่าและการรองรับ tanh แบบเนทีฟเพื่อเพิ่มประสิทธิภาพของทรานส์ฟอร์มเมอร์ Data Mover เทนเซอร์ 5 มิติแบบใหม่ต่อ WGP รองรับการสตรีมเทนเซอร์แบบอะซิงโครนัส ซึ่งเทียบเท่ากับความสามารถของตัวเร่งเทนเซอร์เฉพาะของ NVIDIA
ลำดับชั้นหน่วยความจำที่ปรับให้เหมาะสม
CDNA 5 ได้ลบ L2 ต่อ XCD และ Infinity Cache ทั่วไปออก โดยนำ L2 แคชที่ใช้ FCD ขนาด 96MB สองตัวมาใช้ ซึ่งมีแบนด์วิดท์รวมสูงกว่า CDNA 4 ถึง 3 เท่า แคชที่รวมเป็นหนึ่งเดียวช่วยเร่งการทำงานอะตอมมิกของอุปกรณ์ และให้แบนด์วิดท์การอ่านที่มีประสิทธิภาพเพิ่มขึ้น 4 เท่าผ่านการกระจายเทนเซอร์แบบหลายกลุ่ม
พื้นที่จัดเก็บข้อมูลบนชิปต่อ WGP เพิ่มขึ้นเป็นสองเท่าเป็น 384KB ทำให้สามารถรองรับ FlashAttention และ MoE kernel แบบเต็มรูปแบบในหน่วยความจำได้ HBM4 stack ขนาด 12×2048 บิตที่อัปเกรดขึ้นช่วยเพิ่มความจุและแบนด์วิดท์อย่างมาก ซึ่งเป็นรากฐานของประสิทธิภาพ AI ของ GPU
การแบ่งพาร์ติชันและเวอร์ชวลไลเซชันของ GPU
การออกแบบ Dual-FCD รองรับโหมด NPS NUMA ที่ยืดหยุ่น: หน่วยความจำ GPU เต็มรูปแบบแบบรวมผ่าน NPS1 หรือโดเมนความหน่วงต่ำสองโดเมนพร้อม L2 แคชส่วนตัวผ่าน NPS2 การแบ่งส่วนเชิงพื้นที่แบบ 1/2/4/8 ทางที่กำหนดค่าได้และการจำลองเสมือน SR-IOV ช่วยให้สามารถปรับใช้ GPU แบบหลายผู้เช่าที่แยกด้วยฮาร์ดแวร์ได้อย่างละเอียด
แพลตฟอร์มระดับแร็ค AMD Helios
Helios ใช้แชสซี OCP Open Rack Wide ที่ AMD ร่วมพัฒนา โดยบรรจุ GPU MI455X จำนวน 72 ตัวในถาดประมวลผล 18 ถาดและถาดสวิตช์ 6 ถาด แร็คที่ระบายความร้อนด้วยของเหลวใช้พลังงาน 225–245kW พร้อมการเดินสายแบบ blind-mate ด้านหลังสำหรับการบำรุงรักษาแบบ hot-swap โดยไม่ต้องใช้เครื่องมือ
การออกแบบถาดประมวลผล
แต่ละถาดจับคู่ GPU MI455X จำนวน 4 ตัวกับ CPU Venice SP7 ที่มี 96 คอร์ ความเร็ว 5GHz เพื่อการเชื่อมต่อ CPU-GPU แบบ coherent ในอัตราส่วน 1:4 ผ่าน Infinity Fabric ฮาร์ดแวร์ SP7 แบบเสียบได้รองรับการอัปเกรดเป็น CPU Venice-X แบบมาตรฐาน 256 คอร์ หรือแบบปรับให้เหมาะกับแคช โดยมี DRAM สูงสุด 4TB และแบนด์วิดท์หน่วยความจำ 1.6TB/s ต่อถาด
เครือข่ายอิสระสามเครือข่ายให้บริการแต่ละถาด: DPU Salina 400G สำหรับการเข้าถึงศูนย์ข้อมูลส่วนหน้า; NIC Vulcano 800G จำนวน 3 ตัวต่อ GPU สำหรับแบนด์วิดท์ scale-out ที่ CPU ข้ามได้ 2400Gb/s; และลิงก์ UALoE 36 ลิงก์ต่อ GPU สำหรับแบนด์วิดท์ scale-up หน่วยความจำที่ใช้ร่วมกันทั่วทั้งแร็ค 3.6TB/s
สวิตช์แฟบริกและความน่าเชื่อถือ
Helios ใช้สวิตช์ Broadcom Tomahawk 6 จำนวน 12 ตัว ซึ่งเป็นหนึ่งในสามของจำนวน NVSwitch ของ NVIDIA โดยให้แบนด์วิดท์ scale-up แบบ per-GPU 3.6TB/s ผ่าน L2 Ethernet มาตรฐาน โทโพโลยีแบบ all-to-all แบบชั้นเดียวรับประกันความหน่วงต่ำที่สม่ำเสมอทั่วทั้ง GPU ทั้งหมด
แฟบริก 12 ระนาบรองรับการลดประสิทธิภาพอย่างนุ่มนวลและการเปลี่ยนเส้นทางการรับส่งข้อมูลอัตโนมัติระหว่างความผิดพลาดของฮาร์ดแวร์ Virtual Pods (vPods) ที่แยกด้วยฮาร์ดแวร์และเข้ารหัส AES-256 ช่วยให้สามารถแบ่งพาร์ติชันแบบหลายผู้เช่าได้อย่างยืดหยุ่น กักกันความล้มเหลวไว้ในแต่ละพ็อด และรองรับโหมดการปรับใช้ตั้งแต่การฝึกอบรมทั้งแร็คไปจนถึงการแบ่ง GPU อย่างละเอียด
สแต็กการจัดการ
AMD Fabric Manager (AFM) ให้บริการจัดเตรียมแร็คแบบ zero-touch, การจัดการ vPod และการกู้คืนความผิดพลาดผ่านตัวควบคุมแบบกระจายที่ซ้ำซ้อน สร้างขึ้นบนสถาปัตยกรรม Kubernetes และระบบปฏิบัติการ SONiC แบบเปิดพร้อมการรองรับ UALoE ที่รวมเข้ามา มันให้การมองเห็นเต็มรูปแบบและการรวม API มาตรฐานกับตัวจัดตารางคลัสเตอร์
Helios เทียบกับ NVIDIA Vera Rubin NVL72
Helios มีประสิทธิภาพเหนือกว่า NVL72 ด้วย HBM รวมที่สูงกว่า 50% (31TB เทียบกับ 20.7TB), แบนด์วิดท์ scale-out ต่อ GPU เร็วกว่า 50% และปริมาณงาน scale-up ที่เทียบเท่ากันโดยใช้ส่วนประกอบสวิตช์น้อยลง การทดสอบของ AMD บันทึกปริมาณงานโทเค็นต่อ GPU สูงกว่า 10–15% และประสิทธิภาพต่อดอลลาร์ของโทเค็นดีขึ้นถึง 30% ในปริมาณงาน Kimi K2
การแลกเปลี่ยนทางสถาปัตยกรรมกำหนดแพลตฟอร์มทั้งสอง: NIC แบบ GPU-direct ของ Helios ช่วยลดความหน่วงในการส่งต่อ CPU ในขณะที่ NIC ของ NVIDIA อาศัยลิงก์ C2C ของ Vera CPU ซึ่งทำให้เกิดความขัดแย้งของแบนด์วิดท์ NVIDIA นำหน้าในด้าน Native GPUDirect Storage และซอฟต์แวร์ DOCA ที่ใช้งานง่าย ในขณะที่ DPU ที่ตั้งโปรแกรมได้ P4 ของ AMD เหมาะสำหรับการพัฒนาเครือข่ายที่ปรับแต่งเองสำหรับผู้ให้บริการคลาวด์รายใหญ่
ข้อได้เปรียบที่ใหญ่ที่สุดของ Helios คือความสามารถในการปรับแต่งของลูกค้าได้อย่างเต็มที่ในส่วนของ CPU, หน่วยความจำ, เครือข่าย และงบประมาณพลังงาน เมื่อเทียบกับการกำหนดค่าซุปเปอร์ชิปที่ตายตัวของ NVIDIA
ระบบนิเวศซอฟต์แวร์ DPU & ROCm.AI
DPU Salina 400G ให้บริการ SDN ที่ตั้งโปรแกรมได้, การออฟโหลดความปลอดภัย และการจำลองเสมือน NVMe-over-Fabrics การออฟโหลด KV cache ที่ไม่เหมือนใครช่วยชดเชยการขาด Native GPUDirect Storage โดยการถ่ายโอน AI cache ส่วนเกินไปยังที่จัดเก็บข้อมูลภายนอกด้วยความเร็วสาย
ROCm.AI เปิดตัวในเดือนสิงหาคม ให้ประสิทธิภาพการอนุมานเพิ่มขึ้น 3.3 เท่า และการฝึกอบรมเพิ่มขึ้น 2.4 เท่าเมื่อเทียบกับ ROCm 7 ผ่านเครื่องมือสำหรับนักพัฒนา AI, การปรับปรุง Hyperloom อัตโนมัติ และการควบคุมระดับต่ำ FlyDSL ตัวชี้วัดจริงที่เผยแพร่ของ AMD ทำได้ถึง 50% ของปริมาณงาน FP4 สูงสุดของ MI455X
MXFP4 และ NVFP4 ใช้กลไกการปรับขนาดที่แตกต่างกัน ทำให้การเปรียบเทียบ FLOPS สูงสุดของผู้จำหน่ายมีความน่าเชื่อถือน้อยกว่าปริมาณงานโทเค็นระดับแอปพลิเคชัน โดยมีพื้นที่เพียงพอสำหรับการปรับปรุง ROCm เพิ่มเติมในการใช้งานจริง
สรุป
Helios วางตำแหน่งให้ AMD เป็นคู่แข่งโดยตรงกับระบบแร็ค AI เรือธงของ NVIDIA โดยนำเสนอความจุ HBM ชั้นนำของอุตสาหกรรม, เครือข่าย scale-out ที่เหนือกว่า, ฮาร์ดแวร์แบบเปิดที่คุ้มค่า และความสามารถในการปรับแต่งของลูกค้าได้อย่างเต็มที่ ด้วยการสนับสนุนจากผู้ให้บริการคลาวด์รายใหญ่, แผนงาน GPU ที่ชัดเจนสำหรับปี 2027–2028 และซอฟต์แวร์ ROCm ที่เติบโตขึ้น AMD ได้สร้างโครงสร้างพื้นฐาน AI แบบครบวงจรที่แข่งขันได้เพื่อท้าทายการครอบงำตลาดระดับแร็คของ NVIDIA มาอย่างยาวนาน
บริษัท ปักกิ่ง เฉียนซิง เจียทง เทคโนโลยี จำกัด
แซนดี้ หยาง / ผู้อำนวยการฝ่ายกลยุทธ์ระดับโลก
WhatsApp / WeChat: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
จุดเน้นทางธุรกิจ:
การจัดจำหน่ายผลิตภัณฑ์ ICT / การบูรณาการระบบและบริการ / โซลูชันโครงสร้างพื้นฐาน
ด้วยประสบการณ์ด้านการจัดจำหน่ายไอทีมากกว่า 20 ปี เราเป็นพันธมิตรกับแบรนด์ชั้นนำระดับโลกเพื่อส่งมอบผลิตภัณฑ์ที่เชื่อถือได้และบริการระดับมืออาชีพ
“ใช้เทคโนโลยีเพื่อสร้างโลกอัจฉริยะ” ผู้ให้บริการผลิตภัณฑ์ ICT ที่คุณไว้วางใจ!
แซนดี้ หยาง / ผู้อำนวยการฝ่ายกลยุทธ์ระดับโลก
WhatsApp / WeChat: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
จุดเน้นทางธุรกิจ:
การจัดจำหน่ายผลิตภัณฑ์ ICT / การบูรณาการระบบและบริการ / โซลูชันโครงสร้างพื้นฐาน
ด้วยประสบการณ์ด้านการจัดจำหน่ายไอทีมากกว่า 20 ปี เราเป็นพันธมิตรกับแบรนด์ชั้นนำระดับโลกเพื่อส่งมอบผลิตภัณฑ์ที่เชื่อถือได้และบริการระดับมืออาชีพ
“ใช้เทคโนโลยีเพื่อสร้างโลกอัจฉริยะ” ผู้ให้บริการผลิตภัณฑ์ ICT ที่คุณไว้วางใจ!