跳到主要内容

6 篇博文 含有标签「AMD」

AMD AI accelerators and Instinct series

查看所有标签

AMD Helios 正式出货：MI455X 机架 525 万美元一台，OpenAI / Meta / 甲骨文 / Anthropic 12GW 订单进入兑现期

· 阅读需 6 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

7 月 Advancing AI 2026 大会上的承诺正在兑现：AMD Helios 机架已进入全面量产，2026 年 Q3 末启动客户出货、Q4 放量。管理层透露客户拉货进度"领先于初始预测"——对英伟达而言，第一次有一个对手在"机架级系统"这个自己定义的战场上，拿到了真金白银的订单。

1. Helios：AMD 第一台真正意义上的"机架级计算机"​

指标Helios（72 × MI455X）对比 Vera Rubin NVL72
显存31TB HBM4 池化（单卡 432GB）Rubin 单卡 288GB（+50%）
显存带宽1.4PB/s（单卡 19.6TB/s）22TB/s（单卡）
FP4 推理2.9 ExaFLOPS3.6 EFLOPS
FP8 训练1.4 ExaFLOPS1.2 EFLOPS
Scale-up 互联260TB/s（UALink/UALoE）130TB/s（NVLink6，约 2 倍差距）
机架售价约 525 万美元—
出货节奏2026 Q3 末起，Q4 放量2026 年 9 月批量出货

MI455X 采用 CDNA 5 架构：8 个 TSMC N2 制程加速 die + N3P 互联 die，256 个工作组处理器、192MB 全局 L2，12 层堆叠 HBM4 让它成为首款显存超过 400GB 的 AMD GPU。同系列还有面向主权 AI 与 HPC 的 MI430X（推理特化）、面向企业的 MI440X（8 GPU + 1 EPYC Venice 一体化服务器）——三条产品线覆盖从云到边缘的完整光谱，规格详见本站 MI455X、MI440X、MI430X 卡片。

配套的 EPYC Venice（Zen 6） 是业界首款 2nm x86 服务器 CPU，最高 256 核，性能较上代 Turin 提升约 1.7 倍，承担 Helios 机架内编排、数据搬运与 CPU 密集型负载。

2. 12GW 订单簿：四大锚定客户全部落地​

AMD 在 AI 加速器市场最大的变化，是从"卖芯片"变成"签产能"：

客户协议规模关键条款交付节奏
OpenAI6GW 跨代际首批 1GW MI450；附最高 1.6 亿股认股权证（与部署进度及股价挂钩）2026 H2 起部署，2027 加速
Meta最高 6GW / 五年最高 600 亿美元；Meta 获收购 AMD 最多 10% 股份的选择权2026 H2 部署 Helios
甲骨文5 万颗 MI450从 2026 Q3 起部署2026 Q3 起
Anthropic最高 2GWAMD 投资最高 50 亿美元；双方用 Claude 优化 ROCm首批 1GW 2027 H1 上线

分析师对 OpenAI 协议中 GPU 部分的收入估计约 800 亿美元；Piper Sandler 估计 Meta 协议五年内可为 AMD 带来约 1000 亿美元收入。合作模式也已升级——不再是简单的采购合同，而是"定制开发 + 资本投入 + 长期联合优化"的深度绑定：Anthropic 甚至披露 Claude 曾在一个周末内自主完成 AMD AI 服务器的配置。

值得关注的是，Cerebras 也宣布与 AMD 达成合作，从 Cerebras 数据中心内部开始部署 AMD 服务器——推理芯片初创公司与 GPU 巨头的"竞合"正在成为新常态。

3. 最大的变量不是英伟达，是封装产能​

AMD 2027 年数据中心营收翻倍的目标，瓶颈不在需求，在供给侧：

  • CoWoS-L 产能：汇丰分析指出，要达成目标，CoWoS-L 产能需求需比基础情景高出 12%–35%；AMD 选择将设备托管至 SPIL、PTI 等二线封装厂（一线供应商 2027 年前几乎没有产能富余），低良率风险不可忽视；
  • HBM 供应：MI455X 单卡 432GB HBM4 对存储供应提出极高要求，2027 年 HBM4 供给依然紧张（详见本站 HBM4 竞速分析）；
  • 资本开支：AMD Q2 资本支出已跃升至 8.08 亿美元，专门用于向外包封测厂托管 CoWoS 设备以保障 Venice CPU 量产。

摩根大通提醒：这是 AMD 首次机架级产品量产，执行风险在 2027 财年内仍然显著，毛利率稀释效应将随出货量逐步显现。

4. ROCm 与 CUDA：真正的前线​

AMD 高管提出"随着 PyTorch、vLLM 等高层抽象框架普及，底层 CUDA 或 ROCm 的差异对开发者日益模糊"。这个判断有部分道理——但 CUDA 的护城河不止是编程接口，还包括数学库、通信库、调试工具和二十年积累的硬件级优化能力。处理自定义算子、混合精度、稀疏计算和千卡集群故障排查时，底层软件栈依然决定成败。

AMD 的聪明之处在于借力打力：让 Anthropic 用 Claude 优化 ROCm——用 AI 优化 AI 芯片的软件栈，这可能是缩小生态差距最快的一条路。

5. 对采购方的启示​

  • 第二供应源已是现实选项：2027 年规划推理集群时，MI455X/Helios 值得进入正式评估名单，其 432GB 显存对大参数模型推理的容量优势是实打实的；
  • 锁定交付窗口：Helios 为 OCP 开放机架参考设计，最终交付由 OEM/ODM 完成——下单时确认液冷、电源与系统集成责任方，避免"芯片到了机柜没到"；
  • 关注 Q4 爬坡数据：年底前 Helios 是否真在 OpenAI 基础设施中大规模上线，是检验 AMD 机架级交付能力的第一个硬指标。

相关链接​

参考资料​

本文基于 AMD Advancing AI 2026 大会披露与后续供应链报道整理。订单规模、收入预测均为分析师口径，实际以 AMD 财报为准。

Hot Chips 2026 全景总结：Rubin、MI455X、Crescent Island 同台，AI 算力交付进入"系统级"时代

· 阅读需 8 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

2026年8月23日至25日，第38届 Hot Chips（HC38）在斯坦福纪念礼堂举行。作为全球高性能芯片架构的风向标，本届大会恰好撞上 AI 算力军备竞赛最焦灼的时刻——官方议程共 48 个条目，其中 AI 加速器 7 个、存储教程 6 个、CPU 6 个、GPU 与网络各 4 个。如果把各家演讲摆在一起，一个共识浮出水面：AI 算力的竞争单位，已经从"单颗芯片"变成了"整机柜 / 整个系统"。

1. 概览：三天议程，几乎就是 2027 年 AI 机柜市场的预演​

周一（8/24）下午的 GPU 专场是全场焦点，四家演讲几乎是 2027 年 AI 机架市场的对撞：

  • NVIDIA Rubin GPU（"Driving the Era of Agentic AI"）：首个 chiplet 架构 GPU，288GB HBM4、FP4 约 50 PFLOPS，搭配 88 核 Arm 架构 Vera CPU 组成 NVL72 / NVL144 机柜，2026 下半年量产。
  • AMD Instinct MI400 连讲两场（架构 + 系统架构）：把"机架级"故事讲透。
  • Intel Crescent Island：专为 Agentic AI 推理设计的 350W 风冷卡。

周二（8/25）下午的 AI 专场，则几乎是"超算厂商去 NVIDIA 化"的阅兵式：Google 第八代 TPU、OpenAI 首颗自研芯片、微软 Maia 200、Meta MTIA、Cerebras 晶圆级机架同台。

每一个登台厂商，都在开场两页 PPT 内用到了 "Agentic AI"（智能体 AI）这个词——这不是巧合，而是 2026 年 AI 负载设计目标的集体转向。

2. NVIDIA Rubin：一个机柜，就是一台超级计算机​

英伟达在 Hot Chips 上主讲的不是单颗 GPU，而是 Vera Rubin NVL72 整机柜——72 颗 Rubin GPU + 36 颗 Vera CPU，18 个计算托盘 + 9 个 NVLink 交换托盘，约 130 万颗组件、近 1300 颗芯片，整柜重约 4000 磅（约 1.8 吨）。

单颗 Rubin GPU 的规格同样惊人：

指标Rubin GPU对比 Blackwell
晶体管3360 亿（TSMC 3nm 双 die）2080 亿（+61.5%）
显存288GB HBM4—
带宽22 TB/sBlackwell 的 2.8 倍
NVFP4 推理50 PFLOPSGB200 的 5 倍
训练算力35 PFLOPS3.5 倍

最颠覆性的设计在计算托盘：无电缆、无软管、无风扇，全部通过 PCB 背板互联。英伟达称组装时间从近 2 小时压缩到 5 分钟（快 20 倍），同时提升可维护性。

英伟达这次卖的不是 FLOPS，而是 tokens per megawatt（每兆瓦 token 数）。 其引用 SemiAnalysis 基于 DeepSeek-v4-PRO（140K+ 上下文、AgentX 负载）的基准称：Vera Rubin NVL72 在交互强度上升时，较 GB300 NVL72 提供 10× 至最高 30× 的 tokens/MW。单柜提供 3.6 EFLOPS 推理算力，整柜功耗 190–230kW；远期产能目标为 每天 1000 个 NVL72 机柜。

3. AMD MI455X + Helios：显存反超与开放互联​

AMD 的答案是与英伟达正面硬刚的 MI455X + Helios 机架。MI455X 采用 CDNA 5 架构，8 个 N2 制程加速器 die + N3P 制程互联 die，256 个工作组处理器、192MB 全局 L2。

指标MI455X对比 Rubin
显存432GB HBM4（12 层堆叠）比 Rubin 288GB 高 50%
带宽23.3 TB/s略胜一筹
MXFP4 算力40.26 PFLOPS—
系统（Helios 72 卡）FP4 推理 2.9 ExaFLOPS—
报价约 525 万美元/柜—

系统层面，AMD 押注 UALoE（以太网上的超加速器互联） 开放标准：每颗 GPU 提供 3.6 TB/s 双向互联带宽，交换托盘内两颗 512 端口 200G UALoE 交换芯片合计 10.8 TB/s——对标 NVLink 的同时把互联协议开放给整个产业。

量产节奏：AMD 计划 2026 下半年交付工程样品与小批量系统，2027 年 Q2 大规模放量。此前市场曾传出 Helios 因散热问题延期，AMD 官方未予确认。

4. Intel Crescent Island：风冷大显存的"性价比异类"​

英特尔给出一条完全不同的路：Crescent Island——一颗 350W、风冷、标准 PCIe 槽位的推理 GPU，专为 Agentic AI 设计，核心指标是 tokens per watt。

指标Crescent Island说明
架构Xe3P，32 个 Xe 核心，32MB 统一 L2Hot Chips 披露
内存Intel 自牌卡 160GB / ODM 最高 480GB LPDDR5X比 Rubin 288GB HBM4 还多
形态350W 风冷 PCIe直插标准机架，免液冷改造
RASECC、动态页离线、硬封装修复、PCIe 高级错误上报回应"静默数据损坏"

英特尔的逻辑很清晰：推理场景对显存容量的需求远大于带宽，用低成本 LPDDR5X 堆容量、用风冷省掉液冷基础设施，就能把单位 token 成本打下来。配合 Diamond Rapids 至强（256 性能核、1.28GB 缓存、128 条 PCIe Gen6），英特尔试图用"CPU + 推理 GPU + 开放软件栈"从边缘到数据中心全场景围堵。

5. 自研 ASIC 大集结：Google、OpenAI、微软、Meta 同台​

周二下午的 AI 专场，是本届最有历史意义的一场——"超算厂商去 NVIDIA 化"的阅兵：

芯片厂商 / 合作定位关键规格 / 进度
TPU 8t（Sunfish）Google × Broadcom训练单 pod 9600 卡、121 FP4 ExaFLOPS、2PB 共享 HBM
TPU 8i（Zebrafish）Google × MediaTek推理288GB HBM、384MB 片上 SRAM（3× 上代）、ICI 19.2 Tb/s
JalapeñoOpenAI × Broadcom推理9 个月端到端设计，目标 token 成本降 ~50%，2026 底商用
Maia 200微软（TSMC 3nm）推理1400 亿+ 晶体管、10+ PFLOPS FP4、216GB HBM3E，已在得梅因数据中心服务 GPT-5.2
MTIA 300–500Meta（RISC-V）× Broadcom训推双使命最高 25× 算力增益，2027 前每 6 个月一款

Google 首次将 TPU 拆分为训练（8t）与推理（8i）两款专用架构，是其十年来最大的架构转向。Norm Jouppi 亲自登台主讲 TPU v8。

6. 存储与网络两条暗线：HBM4 元年 + AI 工厂操作系统​

除 GPU/ASIC 外，两场暗线同样关键：

  • 存储：三星 HBM Base Die（逻辑工艺做基础裸片）与 SK 海力士先进封装同台，HBM4 时代"基础裸片代工化"产业变局开启；HBF（高带宽闪存）、LPDDR5X-PIM、3D DRAM、CXL 计算存储集中展示"存算一体"从论文走向产品。
  • 网络：NVIDIA BlueField-4（DPU）与 Spectrum-X Multiplane 架构（Gilad Shainer 主讲）——网络正成为 gigascale AI 的决定性架构，规模从数十万卡向百万卡迈进；博通 Thor Ultra 以太网 NIC 持续进逼；Mojo Vision 展示芯片级光 I/O。

7. 三条路线，一个共识​

同一场大会上，三家给出了三种截然不同的 AI 算力交付哲学：

  1. 英伟达：全栈封闭整合——GPU、CPU、DPU、交换芯片全部自研，用极致软硬件协同把系统性能推到极致，代价是客户被深度绑定。
  2. AMD：开放标准追赶——用更大 HBM4 容量 + UALoE 开放互联打"性价比 + 开放"牌，配合 Meta、OpenAI 的 12GW 级订单撕开推理缺口。
  3. 英特尔：风冷性价比——放弃液冷、放弃 HBM，用 LPDDR5X 大显存 + 标准 PCIe 切入，赌"大多数推理不需要 200kW 机柜"。

但三家的共同结论是：竞争的单位不再是芯片，而是协同设计的系统（rack / system）。对采购方而言，2027 年的算力规划，要比对的不是"单卡 PFLOPS"，而是"每兆瓦 token 数、时延、可用性与全周期成本"。

相关链接​

参考资料​

本文基于 Hot Chips 2026（8月23-25日）官方演讲与 ServeTheHome、SemiAnalysis、TechPowerUp 等现场报道整理。性能数据均为厂商公布口径，实际表现以量产产品为准。

HBM4 量产元年：三星良率突破80%、三巨头齐过英伟达认证，AI 算力供给的最后一道瓶颈

· 阅读需 6 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

如果说 2025 年是 HBM3E 的产能爬坡年，那么 2026 年就是 HBM4 的量产元年。NVIDIA Vera Rubin 与 AMD MI400 两代旗舰同时押注 HBM4，让这块"AI 芯片上的内存"第一次成为决定整机柜交付节奏的战略物资。而 8 月密集披露的良率与认证数据，正在重写全球 HBM 供应版图。

1. 黄金良率突破：三星六个月从不足六成冲上 80%​

据韩国《首尔经济日报》8 月 9 日披露，三星电子 HBM4 良率已于 8 月初正式跨过 80% 的"黄金良率"门槛——较其原定年底达成的目标提前了四个多月。

时间节点三星 HBM4 良率备注
2026 年 2 月（量产启动）不足 60%产线爬坡期
2026 年 8 月初约 80%跨过规模量产 / 稳定盈利分水岭

半导体行业素有"80% 良率为黄金良率"之说——它既是晶圆厂竞争力的标尺，也被视为大规模商业化供给的财务转正点。推动这一跃迁的关键，是三星在 热压非导电薄膜（TC-NCF）键合工艺 上的突破，以及底层 1c DRAM 良率早已站上 80% 所提供的稳定基底。同期，三星 HBM4E 可靠性测试良率也已突破 70%。

业界评估，SK 海力士的 HBM4 良率同样迈入 80% 区间。两大巨头在量产品质上的差距正被快速抹平。

2. 供应版图：SK 海力士握有 Rubin 六至七成分配​

黄仁勋 6 月 5 日在首尔公开确认：三星、SK 海力士、美光三家均已通过 Vera Rubin 的 HBM4 认证——这是三大存储厂首次同时获得同一平台的公开认证。

但认证只是"进门券"，分配份额才是话语权：

厂商2026 年 Rubin HBM4 分配（估算）备注
SK 海力士60%–70%凭借 HBM3/3E 世代积累的客户关系与 MR-MUF 封装工艺
三星25%–30%良率跃迁后份额快速提升
美光剩余部分HBM4 曝光有限，份额相对稳定

Counterpoint Research 预测 2026 年 HBM4 市场格局为 SK 海力士 54% / 三星 28% / 美光 18%。三星已设定阶梯式追赶目标：Q3 HBM4 营收环比三倍增长、下半年 HBM4 占 HBM 总营收超 60%、年底 HBM 整体市占率向 38% 靠拢。

3. 真正的瓶颈：从晶圆转向"后端堆叠"​

随着前端良率企稳，AI 加速器供应链的节奏，不再取决于"能产多少晶圆"，而取决于后端堆叠、键合、测试、出货的速度。

  • 行业分析师将 HBM 堆叠列为 AI 芯片供应链第二严重的瓶颈，仅次于 TSMC 的 CoWoS 先进封装产能。
  • HBM 占 2026 年 DRAM 晶圆产量的约 25%；每片 HBM 晶圆消耗约 3–4 倍于普通 DRAM 晶圆的资源（额外 TSV 与堆叠步骤），每redirect一片晶圆就等于从现货市场抽走 3–4 单位商品内存。
  • 三星正考虑将部分传统内存后端产线（天安、温阳）迁往越南以释放 HBM 后端产能——侧面印证后端吞吐已是整条链最紧的环节。

4. HBM4 规格速览：带宽与能效的代际跃迁​

规格HBM4（12-Hi / 16-Hi）HBM4E
单栈容量36 GB / 48 GB—
引脚速率11.7–13.0 Gbps16 Gbps
单栈带宽最高 3.3 TB/s最高 3.6 TB/s
总线位宽2048-bit—
能效较 HBM3E 提升 40%—
热阻 / 散热改善 10% / 提升 30%—

三星 HBM4 于 2026 年 2 月量产，11.7 Gbps 的引脚速率已超出 Vera Rubin 兼容所需的 8 Gbps 行业基线；HBM4E 样品则于 5 月 29 日率先发往主要客户。

5. 价格权力延续至 2027：供给仍将是紧平衡​

TrendForce 判断，HBM 供应商的定价权将贯穿 2027 年，原因是供给持续受限：

  • 2027 年 HBM bit 出货量预计年增 50%–60%，但仍跟不上需求增速，市场维持紧缺；
  • 行业已预期显著涨价；
  • 对 NVIDIA 与 AMD 而言，一个更强的三星意味着更多供货选择与更从容的交期——在内存成为 AI 服务器最紧一环的市场里，第二、第三供应商的存在本身就是缓冲。

对整机柜而言，HBM 成本已是最大推手：Rubin Ultra 机柜预估售价高达 2100 万美元，HBM 占其中相当比重。

6. 对中国的启示：HBM 出口管制加速国产迭代​

HBM 是当前 AI 芯片管制的核心环节之一。在海外 HBM4 军备竞赛白热化的同时，国产 HBM 技术迭代被同步推快——华为昇腾路线图已明确将"推动国产 HBM 技术迭代"写入产品节奏（950 系列推进国产 HBM 配套，960/970 系列规划于 2027–2028 年陆续推出）。

短期看，HBM4 的紧缺会直接传导到 Rubin / MI400 的交付节奏；长期看，谁能锁定稳定的 HBM4 供给，谁就握住了 2027 年 AI 算力扩张的阀门。

相关链接​

参考资料​

本文基于 TrendForce、Seoul Economic Daily、TechTimes 等 2026 年 8 月公开报道整理。HBM 分配份额与市占率为第三方机构估算，非厂商官方确认数据。

AMD Advancing AI 2026明日开幕：MI400三款CDNA5齐发，Helios机架3 exaFLOPS，OpenAI+Meta锁定12GW大单

· 阅读需 5 分钟
Charles Qing
AI Hardware Analyst

AMD 已确认旗舰 AI 大会 Advancing AI 2026 将于 2026年7月22-23日 在旧金山 Moscone Center 举行，主题演讲定于 7 月 23 日，由董事长兼 CEO 苏姿丰（Lisa Su）主持。大会将补全 Instinct MI400 系列 的可用性时间线、定价与独立基准数据。

1. Instinct MI400 家族：三款 CDNA 5 加速器​

AMD 在 CES 2026 已完整公布 MI400 产品矩阵，三款加速器均基于 CDNA 5 架构、TSMC 2nm 制程，按精度与场景分工：

型号定位关键规格
MI455X（旗舰）大规模训练/推理（机架级）3200 亿晶体管、12 chiplet、432 GB HBM4（12×36GB）、19.6 TB/s、FP4 40 PFLOPS / FP8 20 PFLOPS
MI440X（企业版）本地企业 AI（8 卡节点）低精度 AI（FP4/FP8/BF16），可直接替换 MI300/MI350，兼容既有机房供电散热
MI430X（HPC/主权 AI）高精度科学计算 + AI完整 FP32/FP64，已部署橡树岭 Discovery、法国首台 exascale Alice Recoque

MI455X 与 MI440X 主攻低精度 AI（FP4/FP8/BF16），MI430X 补齐传统 HPC 高精度需求——通过"按精度裁减执行单元"提升能效与性价比。三者均支持 UALink（首批兼容该标准的加速器）与 Infinity Fabric 片间互联，机架扩展走 Ultra Ethernet。

苏姿丰在 2026 Q1 财报会上确认：已向核心客户送样 MI455X GPU，客户需求"超过公司对 2027 年的内部预期"。

2. Helios 机架：3 exaFLOPS 单柜​

AMD 以 Helios 机架级平台 切入超大规模市场：

指标Helios 机架
加速器72 × MI455X
聚合 HBM431 TB
总内存带宽1.4 PB/s
单柜算力最高 3 AI exaFLOPS（Q3 交付目标）
目标客户超大规模训练/推理集群

Helios 采用 AMD 自研 Zen 6 EPYC Venice CPU（每机架 18 颗）+ Pensando Vulcano 800G NIC，通过开放 ROCm 软件栈整合；AMD 还规划了 双宽 128 卡 Helios 变体，单柜算力可推高至 3 AI exaFLOPS 上限。更长远的 MI500 系列（CDNA 6、2nm、HBM4E） 计划 2027 年推出，官方称相对 MI300X 的 AI 性能提升最高达 1000 倍。

3. 12GW 大单：OpenAI + Meta 双重背书​

AMD 手握两份历史级别的算力协议，合计约 12 GW，全生命周期潜在收入或达 1000 亿美元：

客户规模首批部署结构
OpenAI6 GW（多代产品）首期 1 GW，2026 H2 用 MI450"compute-for-upside"：授予最多 1.6 亿股认股权证，随里程碑与股价目标分阶段归属
Meta6 GW定制 MI450 芯片，2026 H2 起部署于下一代数据中心

财务预期​

指标2026 预测
MI400 系列营收~$72 亿（约占数据中心销售 25%）
数据中心 GPU 营收~$150 亿（同比 +114%）
数据中心总营收或达 $287 亿（同比 +73%）

⚠️ 执行风险：AMD 已提示 MI450 于 Q3 量产将拖累毛利率（新品低于公司平均）；先进制程与先进封装（TSMC CoWoS）产能仍是主要约束。

产业解读​

  1. CUDA 护城河被撬动：当 Meta、OpenAI 这类构建全球最大训练集群的公司押注 AMD 硅片，AMD 长期 5–7% 的 GPU 份额天花板正被打破。
  2. 内存优势差异化：432 GB HBM4 / 19.6 TB/s 相较 NVIDIA Rubin 的 288 GB 具备容量优势，对大模型推理（KV Cache 受限场景）尤为关键。
  3. 对标节奏咬紧：MI450 与 NVIDIA Vera Rubin 同在 2026 H2 放量，两强在 HBM4 供应、CoWoS 产能上正面争夺。

相关链接​

参考资料​

本文写于 Advancing AI 2026（7月22-23日，明日开幕）前夕；大会主题演讲定于 7 月 23 日由苏姿丰主持，届时将揭晓 MI400 最终上市时间、定价与独立基准数据，我们将同步更新。

2026 H2 AI 芯片路线图重大更新：Qualcomm 入局、AMD MI400 三款型号揭晓、华为三代路线图

· 阅读需 7 分钟
Charles Qing
AI Hardware Analyst

2026 年 6 月更新——AI 算力卡市场正在经历近年来最剧烈的格局变化。本文将为您梳理最新路线图动态。

核心要点​

  • Qualcomm AI 200/250 正式进入数据中心 AI 推理市场，对标 NVIDIA H200
  • AMD MI400 系列 揭晓三款型号：MI430X（HPC）、MI440X（企业）、MI455X（旗舰）
  • 华为 公布三代路线图：950（2026）→ 960（2027-Q4）→ 970（2028-Q4）
  • Intel Jaguar Shores 时间线存疑，可能延迟至 2027 或之后
  • NVIDIA Rubin R200 已全面量产，Vera CPU + Rubin GPU 组合正式交付

1. Qualcomm：移动芯片巨头进军数据中心 AI​

AI 100 → AI 200 → AI 250​

Qualcomm 在 2025 年 10 月正式发布了 AI 200 数据中心推理芯片，标志着移动芯片巨头正式进入数据中心 AI 市场。

型号发布时间上市时间关键特性
AI 1002025-102026 H2机架级 AI 推理，768GB LPDDR/卡
AI 2502025-102027 H1近存计算架构，10x 有效内存带宽

为什么 Qualcomm 能成功？​

  1. 低 TCO：LPDDR 内存比 HBM 便宜得多
  2. 能效优势：移动芯片设计经验，功耗控制出色
  3. 推理专用：不追求训练性能，专注推理场景
  4. 机架规格：直接液冷，160kW 机架级功耗，Ethernet 互联

市场影响​

  • 对标 NVIDIA H200：AI 200 推理性能接近 H200，但 TCO 低 30-40%
  • 倒逼 NVIDIA：可能促使 NVIDIA 推出推理专用芯片（如 Rubin CPX）
  • 多样化选择：打破 NVIDIA 在推理市场的垄断

2. AMD MI400 系列：三款型号精准定位​

在 CES 2026（2026 年 1 月）上，AMD 正式揭晓了 MI400 系列 的三款型号，精准覆盖不同市场：

MI430X（HPC + 主权 AI）​

特性规格
定位HPC + 主权 AI
FP32/FP64支持（这是关键区别）
适用场景科学计算、气候模拟、国家 AI 基础设施
竞争对手NVIDIA 不做 FP64 的 AI 卡

MI440X（企业服务器）​

特性规格
定位企业 8-GPU 服务器
兼容性兼容现有数据中心基础设施
适用场景企业 AI、私有云、边缘推理
竞争优势比 MI455X 更便宜，更易部署

MI455X（旗舰 AI 训练）​

特性规格
定位旗舰 AI 训练 + 推理
优化精度FP4/FP8/BF16
Helios 机架核心组件
竞争对手NVIDIA Rubin R200

Helios 机架级解决方案​

AMD 在 CES 2026 同时发布了 Helios 机架级 AI 解决方案：

  • 18 颗 Zen 6 CPU（2nm 制程）
  • 72 颗 MI455X GPU
  • 直接液冷
  • 预计 2026 H2 出货

3. 华为三代路线图：950 → 960 → 970​

华为在全联接大会 2025（2025 年 9 月）公布了三代芯片路线图，时间线非常清晰：

昇腾 950 系列（2026）​

型号发布时间关键特性
950PR2026-Q1PR（推理优化），已量产
950DT2026-Q4DT（Decode + 训练），预计全面放量

技术亮点：

  • 新增支持 FP8/MXFP8/MXFP4
  • 互联带宽 2TB/s（相比 910C 提升 2.5 倍）

昇腾 960（2027-Q4）​

  • 算力翻倍：相比 950 系列，各项规格翻倍
  • FP8：预计 ~2 PFLOPS
  • 工艺：N+3（等效 5nm）
  • 定位：对标 NVIDIA B200

昇腾 970（2028-Q4）​

  • 三代旗舰：目前仅公布时间线，规格待定
  • 意义：华为首个覆盖完整代际的路线图
  • 信号：中国国产 AI 芯片已进入"规划驱动"阶段

4. Intel Jaguar Shores：时间线存疑​

原定计划​

  • 发布时间：2026 年
  • 架构：Xe-HPC + Gaudi 融合
  • 制程：18A（Intel 最先进制程）
  • 内存：可能采用 HBM4E（而非原计划的 HBM4）

最新动态​

  • 可能延迟：部分消息源显示可能推迟至 2027 年
  • 竞争对手：AMD MI400 已揭晓，NVIDIA Rubin 已量产
  • 市场压力：Intel 在 AI 芯片市场节节败退，Jaguar Shores 是最后机会

对路线图的影响​

如果 Jaguar Shores 延迟至 2027 年，Intel 在 AI 芯片市场将基本出局。

5. NVIDIA Rubin 平台：已全面量产​

Rubin R200（2026-Q2 全面量产）​

特性规格
HBM288GB HBM4
算力50 PFLOPS FP4
NVLinkNVLink 6（1800 GB/s）
制程TSMC 4NP

Rubin NVL72 机柜（2026 H2 出货）​

  • 72 颗 Rubin GPU
  • 36 颗 Vera CPU
  • 1.8 EFLOPS FP4
  • 直接液冷

Vera CPU（首次亮相）​

  • 架构：自研 CPU，替代 Grace
  • 定位：与 Rubin GPU 深度协同
  • 意义：NVIDIA 从 GPU 公司转型为计算平台公司

6. Google TPU v8：训练/推理正式拆分​

TPU 8t（训练） + TPU 8i（推理）​

Google 在 Cloud Next 2026 宣布 TPU v8 将正式拆分为训练版和推理版：

特性TPU 8t（训练）TPU 8i（推理）
优化方向高算力、高带宽低延迟、低成本
互联光学互联以太网
发布时间20272027

意义​

  • 行业趋势：训练/推理芯片专用化
  • 跟随者：Qualcomm AI 200 也是推理专用
  • NVIDIA 压力：是否需要推出推理专用芯片？

7. Cerebras WSE-4：晶圆级引擎再进化​

核心规格​

特性规格
晶体管1.4 万亿
算力125 PFLOPS FP8
发布时间2026 H2
制程TSMC 5nm

竞争优势​

  • 超大模型训练：单颗 WSE-4 可训练 10T+ 参数模型
  • 低延迟推理：整个模型在单颗芯片上，无通信开销
  • 软件栈成熟：Cerebras 软件栈已支持 PyTorch、TensorFlow

8. 市场格局分析​

训练市场​

排名厂商产品市场份额（预估）
1NVIDIARubin R20070%
2AMDMI455X15%
3GoogleTPU v8t10%
4华为昇腾 9605%（中国为主）

推理市场（新战场）​

排名厂商产品优势
1NVIDIAH200 / Rubin CPX生态成熟
2QualcommAI 200低 TCO
3AMDMI440X兼容性好
4IntelGaudi 4价格低廉

9. 关键趋势​

趋势 1：推理专用芯片崛起​

  • Qualcomm AI 200：移动芯片巨头入局
  • NVIDIA Rubin CPX：NVIDIA 首次推出推理专用芯片
  • Google TPU 8i：训练/推理正式拆分

趋势 2：机架级解决方案成为标配​

  • NVIDIA NVL72：72 GPU + 36 CPU
  • AMD Helios：18 CPU + 72 GPU
  • Qualcomm 机架：160kW 液冷机架

趋势 3：中国国产芯片进入"规划驱动"阶段​

  • 华为三代路线图：950 → 960 → 970
  • 时间线清晰：2026-Q1 → 2027-Q4 → 2028-Q4
  • 意义：从"追赶"到"规划"

趋势 4：HBM 产能成为瓶颈​

  • SK 海力士：HBM4 产能已被 NVIDIA 预订
  • 三星：HBM4E 样品已交付 AMD
  • 影响：MI400、Rubin R200 出货量受 HBM 产能限制

10. 采购建议​

如果您在 2026 H2 采购​

  1. 训练场景：

    • 首选：NVIDIA Rubin R200（性能最强）
    • 备选：AMD MI455X（性价比更高）
    • 国产：华为昇腾 950DT（中国客户）

  2. 推理场景：

    • 首选：NVIDIA H200（生态成熟）
    • 性价比：Qualcomm AI 200（如果可用）
    • 成本敏感：AMD MI440X

  3. HPC 场景：

    • 唯一选择：AMD MI430X（支持 FP64）

如果您在 2027 采购​

  • 等待 Rubin Ultra：性能可能是 R200 的 2x
  • 关注 MI500：AMD 下一代产品
  • 评估 TPU v8：如果已在用 Google Cloud

结论​

2026 H2 将是 AI 芯片市场有史以来最卷的半年：

  • NVIDIA 继续领跑，但优势缩小
  • AMD 三款型号精准定位，市场份额将持续提升
  • Qualcomm 入局推理市场，低 TCO 策略可能颠覆市场
  • 华为 三代路线图清晰，国产替代加速
  • Intel Jaguar Shores 成败在此一举

对于采购决策者，现在是最难做决定的时刻——因为每个选项都有明显的优缺点。

对于技术从业者，这是最好的时代——芯片性能每年翻倍，架构创新层出不穷。

参考资料​

  • AI 算力卡未来路线图 - MirrorFrog 实时更新
  • NVIDIA Rubin R200 深度解析（见本站相关文章）
  • AMD MI400 系列 CES 2026 发布（见本站相关文章）
  • Qualcomm AI 100 发布分析（即将发布）

最后更新：2026-06-20
作者：Charles Qing
标签：#路线图 #市场分析 #采购决策

AMD MI455X CES 2026 震撼发布：4年AI芯片性能涨1000倍

· 阅读需 7 分钟
AI Compute Cards Wiki Editorial
Industry Research Team

2026年1月5日，在CES 2026（国际消费电子展）首日，AMD董事会主席兼CEO苏姿丰博士在主题演讲中震撼发布：Instinct MI400系列AI加速卡。

其中最引人注目的是MI455X——AMD史上性能最强的AI加速卡，采用2nm + 3nm混合制程、432GB HBM4显存、FP4算力高达40 PFLOPS（FP8为20 PFLOPS）。

核心亮点​

  • MI455X：FP4算力40 PFLOPS，FP8算力20 PFLOPS，相比MI355X提升10×
  • MI450：高性价比版，FP4算力28 PFLOPS，288GB HBM4
  • 制程升级：全球首款采用2nm + 3nm混合制程的AI芯片（GCD用2nm，MCD用3nm）
  • 显存升级：从MI350X的288GB HBM3e升级到432GB HBM4（MI455X）
  • 带宽升级：从MI350X的8 TB/s升级到19.6 TB/s（提升2.45×）
  • 架构升级：从CDNA 4升级到CDNA 5
  • 量产时间：MI455X 2026年Q4，MI450 2026年Q3

MI400系列完整规格​

📌 重要更正（2026-06-16）：经官方规格核对，MI455X 显存为 432GB HBM4（非早期报道的 288GB），FP4 算力为 40 PFLOPS。特此更正。

型号定位显存FP4 算力FP8 算力TDP（推测）
MI455X旗舰训练+推理432GB HBM440 PFLOPS20 PFLOPS~1,000W
MI450高性价比训练288GB HBM428 PFLOPS14 PFLOPS~800W
MI440X企业推理216GB HBM425 PFLOPS12.5 PFLOPS~600W
MI430XHPC / 科学计算192GB HBM420 PFLOPS10 PFLOPS~500W
MI400X通用 / 边缘推理128GB HBM412 PFLOPS6 PFLOPS~400W

关键升级（vs MI350系列）：

  • 显存：HBM3e → HBM4，容量提升 50%（432GB vs 288GB）
  • 带宽：19.6 TB/s（vs MI350的 8 TB/s，提升 2.45×）
  • 算力：FP4 40 PFLOPS（vs MI355X的 20 PFLOPS，提升 2×）
  • 制程：2nm + 3nm 混合制程（GCD用2nm，MCD用3nm）
  • 架构：CDNA 5（vs MI350的 CDNA 4）

与MI355X的性能对比​

指标MI355X（2025）MI455X（2026）提升
FP4算力20 PFLOPS40 PFLOPS2×
FP8算力10 PFLOPS20 PFLOPS2×
显存容量288GB HBM3e432GB HBM41.5×
显存带宽8 TB/s19.6 TB/s2.45×
制程TSMC 3nm2nm + 3nm 混合新一代
架构CDNA 4CDNA 5新一代
TDP800-1000W~1,000W持平

苏姿丰在CES 2026上说：

"4年前，MI250的AI性能是X。现在，MI455X的性能提升了1000倍。这就是AI芯片的进步速度。"

CDNA 5架构详解​

MI400系列采用CDNA 5架构（MI355X用CDNA 4）：

关键升级​

  1. Matrix Core 升级：支持FP8/INT8/FP16，稀疏化加速
  2. HBM4控制器：支持12层HBM4（ vs HBM3e的8层）
  3. Infinity Fabric 4.0：Die间/Die-GPU间互联带宽提升50%
  4. 稀疏化原生支持：MoE模型的Expert Parallel优化
  5. 长上下文优化：1M+ token KV Cache加速

与NVIDIA Blackwell / Rubin对比​

指标AMD MI455XNVIDIA B200NVIDIA Rubin R200（2026 Q4）
FP4算力40 PFLOPS20 PFLOPS（稀疏 45 PFLOPS）~40 PFLOPS（推测）
FP8算力20 PFLOPS10 PFLOPS（稀疏 22.5 PFLOPS）~20 PFLOPS（推测）
显存432GB HBM4192GB HBM3e288GB HBM4
显存带宽19.6 TB/s8 TB/s13 TB/s
TDP~1,000W700-1000W~1,000W
制程2nm + 3nm 混合TSMC 4npTSMC 3nm
量产时间2026年Q42024年Q42026年Q4
软件生态ROCmCUDACUDA
优势显存容量、开放生态生态最成熟下一代架构
劣势软件生态差距显存较小尚未发布

结论：MI455X在FP4/FP8算力和显存容量/带宽上领先B200，但软件生态仍是短板。与Rubin R200相比，纸面性能相近，但Rubin有CUDA生态护城河。

量产时间表​

时间事件
2025年6月12日Advancing AI大会首次公布MI400系列规格
2026年1月5日CES 2026正式发布MI455X/MI450/MI440X
2026年Q3MI450开始送样
2026年Q4MI455X正式量产
2026年Q4MI440X（企业推理版）发布
2027年Q1MI430X/MI400X（HPC/边缘推理版）发布
2027年MI500系列（下一代）

AMD AI芯片路线图（2025-2027）​

时间产品制程备注
2024年Q4MI325XTSMC 5nmHBM3e升级版
2025年Q3MI355X（MI350系列）TSMC 3nmCDNA 4，288GB HBM3e
2026年Q4MI455X（MI400系列）2nm + 3nm 混合CDNA 5，432GB HBM4
2027年Q1MI500系列TSMC 2nm（推测）下一代，性能再提升

软件生态：ROCm的进步与挑战​

✅ 进步​

  • PyTorch 2.5+：原生支持MI300X/MI455X
  • Hugging Face Transformers：官方支持AMD GPU
  • vLLM 0.8+：MI300X推理支持（实验性）
  • JAX：AMD正在适配（对标Google TPU）

⚠️ 挑战​

  • 框架优化度：PyTorch在AMD GPU上的性能仍低于NVIDIA
  • 算子覆盖率：部分小众算子需要自己写HIP代码
  • 多卡通信：RCCL（对标NCCL）性能仍有差距
  • 开发者生态：教程、案例、社区活跃度远不及NVIDIA

与竞品对比​

厂商产品FP4算力显存量产时间优势劣势
AMDMI455X40 PFLOPS432GB HBM42026 Q4显存容量最大、开放生态软件生态差距
NVIDIAB20020 PFLOPS192GB HBM3e2024 Q4生态最成熟显存较小
NVIDIARubin R200~40 PFLOPS288GB HBM42026 Q4下一代架构、CUDA生态价格昂贵
华为昇腾910C~1.6 PFLOPS64GB HBM2026 Q2中国本土化受出口管制
GoogleTPU 8t~9.2 PFLOPS~256GB HBM3e2027年底与Gemini集成仅Google Cloud

行业影响​

1. 对NVIDIA的冲击​

AMD MI455X在纸面性能上已经追上B200（FP4 40 PFLOPS vs 20 PFLOPS），甚至在显存容量上大幅领先（432GB vs 192GB）。

但：

  • NVIDIA有CUDA生态护城河
  • NVIDIA有Vera Rubin平台（整体方案，2026 Q4发布）
  • AMD只能卖单卡/单机，NVIDIA卖AI工厂
  • MI455X量产时间（2026 Q4）与Rubin R200相同，正面竞争

2. 对国产芯片的压力​

MI455X的发布意味着：国际主流AI芯片在2026年将进入2nm + HBM4时代。

国产芯片（华为昇腾、寒武纪、沐曦等）需要：

  • 在2026-2027年追上5nm + HBM3e水平
  • 否则差距将从"1代"扩大到"2代"

3. 对云服务商的意义​

MI455X给云服务商提供了NVIDIA之外的第二选择：

  • 微软Azure：已部署MI355X，可能跟进MI455X
  • 谷歌Cloud：自研TPU，不会用AMD
  • 亚马逊AWS：自研Trainium/Inferentia，不会用AMD
  • 阿里云、腾讯云：可能采购MI455X作为NVIDIA替代方案

相关芯片​

参考资料​

本文基于AMD CES 2026官方公告、百度百科及知乎智东西现场报道整理，规格参数已核对官方来源。2026-06-16更新：修正MI455X显存（288GB → 432GB）和算力（FP8 6 PFLOPS → FP4 40 PFLOPS）