Im Quellenvergleich
Worin die Quellen übereinstimmen
AMD hat auf seiner Konferenz 'Advancing AI' in San Francisco das KI-Rack-System Helios vorgestellt. Es enthält 72 MI455X-Beschleuniger und 18 Epyc-Venice-Prozessoren. Das System konkurriert mit Nvidias Rack-Systemen Vera Rubin NVL72 und Grace Blackwell. Die MI455X-GPU besteht aus 24 Chip-Bausteinen, darunter zwölf von TSMC in 2-nm-Technik gefertigte Rechenwerke (XCDs) und zwölf HBM4-Speicherstapel. Das Package umfasst rund 320 Milliarden Transistoren und 432 GByte Speicher mit einer Transferrate von 23,3 TByte/s. Die Rechenleistung gibt AMD bei FP32 mit 315 Teraflops an, bei FP16 und BF16 mit 5,03 Petaflops. Die Quellen berichten weitgehend übereinstimmend.
Worin sie sich unterscheidenKunden und Partnerschaften·Leistungsangaben und Vergleiche·Auslieferung und Preis+2 weitere
Kunden und Partnerschaften- Zu den Kunden zählen OpenAI, Meta, Oracle, Anthropic und Microsoft.1
- Microsoft-Chef Satya Nadella kündigte an, die Azure-Infrastruktur mit Helios auszubauen.1
- Anthropic und AMD gaben eine strategische Partnerschaft bekannt, um über das System bis zu zwei Gigawatt GPUs bereitzustellen.1
Leistungsangaben und Vergleiche- Bei 4-Bit-Operationen mit dünn besetzten Matrizen (Sparsity) nennt AMD maximal 80 Petaflops – nach Firmenangaben mehr als Nvidias Rubin-GPU.2
- Laut einem Bericht übertrifft Helios Vera Rubin in mehreren Kennzahlen.1
Auslieferung und Preis- Das System soll noch in diesem Jahr ausgeliefert werden.1
- Die Leistungsaufnahme nennt AMD nicht. Der Kaufpreis eines Helios-Racks dürfte bei mehreren Millionen US-Dollar liegen.2
Verkabelung und Rückstand- Bei der Verkabelung sieht der Hersteller noch Rückstand gegenüber Nvidia, das seine Systeme bereits mit festen Steckverbindungen ausliefert.2
Zusätzliche Ankündigungen- AMD stellte zudem die für Rechenzentren entwickelte CPU Venice-X vor, die 2027 erscheinen soll.1
- Su prognostizierte, dass der KI-Beschleunigermarkt bis 2030 rund 1,4 Billionen US-Dollar erreichen werde, angetrieben durch den steigenden Rechenbedarf agentischer KI.1