AMD na podujatí Advancing AI okrem serverových procesorov postavených na architektúrach ZEN 6 a ZEN 6c predstavilo aj ďalšiu významnú novinku. Je ňou Instinct MI455X, ktorý pôsobí skutočne impozantne, ponúka doteraz najvyšší výkon a sľubuje, že bude dôstojným súperom aj pre novú generáciu AI akcelerátorov Nvidie.
Instinct MI455X prekonáva pripravované modely Nvidia Rubin kapacitou aj priepustnosťou pamäte a latku nastavuje vysoko aj z hľadiska hrubého výpočtového výkonu. Netreba však zabúdať, že napokon rozhodne, akú časť teoretického maximálneho výkonu dokáže jednotlivý softvér využiť, teda ako dobre bude optimalizovaný. O výsledku súboja tak ešte zďaleka nie je rozhodnuté.
Kompletné GPU MI455X je mimoriadne mohutný čip, ktorý využíva pokročilé technológie vrstvenia čipov a puzdrenia a obsahuje celkovo 320 miliárd tranzistorov. Jeho základ tvorí osem čipov Accelerator Complex Die (XCD). Po štyri sú navrstvené na dvojici čipov Fabric and Cache Die (FCD), pričom ich spája technológia Hybrid Bonding.
Ku každému z dvoch čipov FCD je pripojených šesť stohov pamäťových čipov HBM4 a dva čipy I/O. Celkovo je teda k dispozícii 12 stohov pamätí HBM a štyri čipy I/O. Samotné čipy FCD prepája technológia TSMC CoWoS-L. Čipy XCD sa vyrábajú najmodernejším výrobným procesom TSMC, označovaným ako 2N a patriacim do 2 nm triedy, pretože z jeho predností dokážu výrazne ťažiť. Pri čipoch FCD a I/O by však prínos procesu N2 nevyvážil vyššie náklady, a preto sa pri nich používa výrobný proces TSMC N3P.
Čipy XCD obsahujú výpočtové bloky postavené na architektúre CDNA 5, ktoré tentoraz namiesto názvu Compute Unit nesú označenie Work Group Processor. Základná koncepcia XCD zostala do veľkej miery podobná predchádzajúcej generácii, v mnohých oblastiach však nastali zmeny, ktoré majú zvýšiť efektivitu aj výpočtový výkon.
Počet blokov WGP zostal na hodnote 256, čo zodpovedá počtu blokov CU v modeli M355X. Väčšina zrýchlenia teda vychádza zo zmien v architektúre CDNA 5, ktorých je naozaj veľa. Bloky WGP už nepracujú so šírkou 64, ale iba 32 vlákien. Podľa AMD to znižuje tlak na registre, zrýchľuje vykonávanie inštrukcií a zvyšuje flexibilitu architektúry, ktorá si tak lepšie poradí aj s rôznymi veľkosťami blokov Tensor Tile. Zaujímavosťou je, že architektúra RDNA používa túto natívnu veľkosť WaveFrontu s 32 vláknami už od začiatku. S príchodom CDNA 5 sa stane štandardom aj v segmente AI akcelerátorov, aspoň v ponuke AMD.
Vďaka týmto zmenám sa môže špičkový výpočtový výkon oproti CDNA 4 zdvojnásobiť a v niektorých prípadoch dokonca zoštvornásobiť. Štvornásobný nárast sa týka najmä formátu OCP MXFP4 s nižšou presnosťou. Kým MI355X v tomto režime dosahoval 10 PFLOP/s, pri MI455X to môže byť až 40,26 PFLOP/s. Pri ostatných formátoch sa výkon väčšinou zdvojnásobuje. MI455X má vo väčšine prípadov prekonať výpočtový výkon pripravovaného GPU Nvidia Rubin.
GPU MI455X dostalo úplne prepracovaný subsystém vyrovnávacích pamätí. Veľkokapacitnú Infinity Cache nahradila menšia vyrovnávacia pamäť L2 s vyššou priepustnosťou. Jej celková kapacita je 192 MB, pričom na každom čipe FCD sa nachádza 96 MB. MI355X s architektúrou CDNA 4 mal 32 MB vyrovnávacej pamäte L2 a k tomu 256 MB Infinity Cache. Podľa AMD poskytuje nové usporiadanie každému čipu FCD 1,5-násobnú priepustnosť oproti riešeniu s Infinity Cache v CDNA 4. Celkovo tak môže MI455X pri vyrovnávacej pamäti L2 využiť trojnásobnú priepustnosť oproti MI355X. Zmeny kapacity, rýchlosti aj flexibility sa dotkli aj vyrovnávacích pamätí blokov WGP, čo prispieva k výraznému zrýchleniu oproti architektúre CDNA 4.
Dôležitou novinkou architektúry CDNA 5 je nová verzia Tensor Data Mover. Umožňuje systému rýchlo a efektívne presúvať dáta z pamäte DRAM do oblasti blokov WGP bez toho, aby tým zaťažoval samotné výpočtové jednotky WGP v GPU. Nová verzia dokáže presúvať dáta z DRAM priamo do vyrovnávacej pamäte LDS blokov WGP bez využitia medziľahlých úrovní vyrovnávacej pamäte. Dáta tak môžu byť rýchlejšie k dispozícii práve vtedy, keď sú potrebné.
Nový AI akcelerátor už používa pamäť štandardu HBM4, a to v podobe 12 stohov pamäťových čipov. Vďaka nim ponúka kapacitu až 432 GB pri priepustnosti 23,3 TB/s. Oproti akcelerátoru Nvidia Rubin ide o obrovskú výhodu, pretože ten môže využiť „iba“ 288 GB pamäte, takisto typu HBM4, s priepustnosťou 22 TB/s.
Veľkou výhodou pre AMD je aj to, že s MI455X už môže ponúkať racky so 72 GPU. Vďaka platforme Helios tak dokáže účinne konkurovať riešeniu Nvidia NLV72. O Helios sa zaujíma čoraz viac významných hráčov v odvetví a vedeniu AMD sa už podarilo uzavrieť aj veľké obchody. Hoci teoretický maximálny výpočtový výkon MI455X vyzerá na papieri naozaj dobre, rozhodujúce bude, koľko z neho dokáže jednotlivý softvér využiť v praxi. Práve to napokon určí, ktorý výrobca ponúka lepší produkt. Výsledok sa môže líšiť podľa typu úlohy, softvérová optimalizácia však v každom prípade zohrá významnú úlohu.
Pri rackových riešeniach má AMD výhodu, pretože skriňa so 72 GPU obsahuje celkovo 31,1 TB pamäte HBM4. Jednotlivé pracovné úlohy tak majú k dispozícii o 50 % viac pamäte než v racku Nvidia NVL72 s akcelerátormi Rubin, ktorý môže ponúknuť „iba“ 20,7 TB. V riešení AMD je navyše celá táto pamäť dostupná v rámci jednej koherentnej domény, čo môže byť pri inferenčných úlohách obrovskou výhodou.
Racky Helios s akcelerátormi MI455X vyzerajú mimoriadne pôsobivo, podceňovať však netreba ani racky Nvidia NVL72 s čipmi Rubin. V druhej polovici roka 2026 sa môže medzi AMD a Nvidiou rozpútať doteraz najostrejší súboj, keď sa začnú dodávky ich riešení novej generácie zákazníkom v odvetví. Vtedy sa ukáže aj to, pri ktorých úlohách ponúka lepší produkt jeden či druhý výrobca.
