Skip to main content

2 posts tagged with "AI Accelerator"

AI accelerators and custom chips

View all tags

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

· 7 min read
AI Compute Cards Wiki Editorial
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）

Intel Gaudi 4 / Jaguar Shores 最新进展：重返AI竞赛，HBM4内存加持

· 7 min read
AI Compute Cards Wiki Editorial
AI Compute Cards Wiki Editorial
Industry Research Team

2026年3月18日，Intel在Intel AI Summit上正式发布：Habana Gaudi 4定制AI加速卡。这是Intel在Gaudi 3（2024年4月发布）之后的最新一代AI训练/推理芯片，专为大规模模型训练设计。

同时，Intel确认下一代Jaguar Shores GPU（数据中心GPU）正在研发中，将采用HBM4内存，预计2027年发布。这标志着Intel正式重返AI芯片竞赛。

核心亮点​

  • Gaudi 4：2026年3月发布，TSMC 5nm、64GB HBM3e、专为大规模训练
  • Jaguar Shores：2027年发布（预计），采用HBM4、对标NVIDIA Rubin
  • Crescent Island：Intel首款通用GPU（2026年发布），采用Xe3架构
  • 软件生态：Intel AI Stack（包含oneAPI、BigDL、Gaudi Software Suite）
  • 代工合作伙伴：TSMC（Gaudi 4、Jaguar Shores）、Intel Foundry（Crescent Island）

Gaudi 4 详细规格​

Gaudi 4是Intel旗下Habana Labs（2019年收购）设计的第四代AI加速卡。

参数Gaudi 4Gaudi 3（2024）NVIDIA B200
架构Habana 4Habana 3Blackwell
制程TSMC 5nmTSMC 7nmTSMC 4NP
FP8算力~2,000 TFLOPS（推测）1,000 TFLOPS4,500 TFLOPS（稀疏）
显存64GB HBM3e128GB HBM2e（推测）192GB HBM3e
显存带宽~3 TB/s（推测）~2 TB/s（推测）8 TB/s
TDP~500W（推测）~400W700-1000W
互联RoCE v3（以太网）RoCE v2NVLink 5.0
发布时间2026年3月2024年4月2024年3月
量产时间2026年Q3（推测）2024年Q42024年Q4

📌 注：Gaudi 4具体规格尚未完全公开，上表部分为推测值。

Gaudi 4的关键特性​

  1. 以太网原生支持：采用RoCE v3（RDMA over Converged Ethernet），无需专用互联协议（如NVLink）
  2. 大规模扩展优化：万卡集群扩展效率优于InfiniBand（成本更低）
  3. 稀疏化加速：MoE模型原生支持
  4. 多精度支持：FP8/FP16/FP32/INT8/INT4
  5. 开放生态：支持PyTorch、TensorFlow、JAX（通过第三方适配）

Jaguar Shores：Intel的下一代GPU​

Jaguar Shores是Intel首款真正意义上的数据中心GPU（不是Gaudi那样的ASIC）。

为什么叫"Jaguar Shores"？​

  • Jaguar：美洲豹，代表"速度"和"敏捷"
  • Shores：海岸，代表"开放"和"连接"（对标NVIDIA的"海岸"命名风格？）

Jaguar Shores 推测规格​

参数Jaguar Shores（推测）NVIDIA RubinAMD MI455X
架构Xeu 3（推测）RubinCDNA 4
制程TSMC 3nm（推测）TSMC 3nmTSMC 3nm
显存HBM4（确认）HBM4HBM4
显存容量288GB（推测）288GB288GB
FP8算力~4,000 TFLOPS（推测）~6,000 TFLOPS6,000 TFLOPS
TDP~800W（推测）~1,000W~800W
发布时间2027年（预计）2026年Q32026年Q3

关键确认：

  • ✅ HBM4内存：Intel已确认Jaguar Shores将采用SK海力士的HBM4内存
  • ✅ TSMC代工：Jaguar Shores将由TSMC生产（不是Intel Foundry）
  • ✅ oneAPI原生支持：Jaguar Shores将原生支持oneAPI编程模型

Crescent Island：Intel的首款通用GPU​

Crescent Island是Intel在2025年10月公布的首款通用数据中心GPU，采用Xe3架构（Xe-HPG的升级版）。

参数Crescent Island（推测）Intel Data Center GPU MaxNVIDIA L40S
架构Xeu 3Xeu 2（Ponte Vecchio）Ada Lovelace
定位通用计算+AI推理HPC+AI训练AI推理+图形
制程TSMC 5nm（推测）Intel 7 + TSMC 5nmTSMC 4N
显存48GB HBM3（推测）128GB HBM2e48GB GDDR6
TDP~300W（推测）600W350W
发布时间2026年（预计）2023年1月2023年3月

定位：

  • ✅ 通用GPU：既能做AI推理，也能做科学计算（HPC）
  • ✅ 低成本：价格比Gaudi 4更低，对标NVIDIA L40S
  • ✅ 开放标准：支持oneAPI、SYCL、Level Zero

Intel AI芯片路线图（2024-2027）​

时间产品类型制程备注
2024年Q4Gaudi 3AI ASICTSMC 7nm当前主力
2026年Q2Crescent Island通用GPUTSMC 5nm新发布
2026年Q3Gaudi 4AI ASICTSMC 5nm新发布
2027年Jaguar Shores数据中心GPUTSMC 3nm下一代旗舰
2027年Gaudi 5（推测）AI ASICTSMC 3nm下一代

与竞品对比​

Gaudi 4 vs NVIDIA B200​

指标Gaudi 4NVIDIA B200
FP8算力~2,000 TFLOPS4,500 TFLOPS
显存64GB HBM3e192GB HBM3e
互联以太网（RoCE v3）NVLink 5.0
软件生态Gaudi Software SuiteCUDA
价格推测 ~$20,000~$45,000
优势以太网成本低、开放生态最成熟、性能最强
劣势软件生态弱、算力低价格昂贵

结论：Gaudi 4的定位是**"性价比训练方案"**，适合对成本敏感、且愿意投入软件适配的客户。

Jaguar Shores vs NVIDIA Rubin​

指标Jaguar Shores（推测）NVIDIA Rubin
FP8算力~4,000 TFLOPS~6,000 TFLOPS
显存288GB HBM4288GB HBM4
软件生态oneAPICUDA
量产时间2027年2026年Q3
优势开放标准、可能更便宜生态成熟、先发优势
劣势生态弱、晚1年价格昂贵

结论：Jaguar Shores如果能按时发布，且oneAPI生态有足够改善，可以成为NVIDIA的第三选择（仅次于NVIDIA和AMD）。

软件生态：oneAPI的进步与挑战​

oneAPI是什么？​

oneAPI是Intel推出的开放、跨架构编程模型：

  • 支持CPU、GPU、FPGA、AI加速器
  • 基于SYCL标准（类似CUDA的C++扩展）
  • 开源实现（Intel oneAPI Base Toolkit）

Intel AI Stack​

组件用途对标
oneAPI跨架构编程模型CUDA
BigDL分布式深度学习框架PyTorch Distributed
Gaudi Software SuiteGaudi专用软件栈NVIDIA GPU Cloud (NGC)
Intel Extension for PyTorchPyTorch在Intel硬件上的优化NVIDIA PyTorch
Intel Optimization for TensorFlowTensorFlow在Intel硬件上的优化NVIDIA TensorFlow

✅ 进步​

  • PyTorch 2.5+：Intel Extension已集成到PyTorch主线
  • Hugging Face Transformers：官方支持Intel GPU（通过optimum-intel）
  • vLLM：实验性支持Gaudi（性能待验证）

⚠️ 挑战​

  • 开发者习惯：全球AI开发者都用CUDA，oneAPI学习曲线陡峭
  • 算子覆盖率：很多PyTorch算子还没有oneAPI优化版本
  • 性能：same功耗下，Gaudi 4性能只有B200的50%左右

行业影响​

1. Intel能否重返AI竞赛？​

挑战：

  • ❌ 生态劣势：CUDA护城河太深，oneAPI难以撼动
  • ❌ 性能劣势：Gaudi 4性能只有B200的50%
  • ❌ 时间劣势：Jaguar Shores比Rubin晚1年

机会：

  • ✅ 开放标准：不依赖CUDA，适合"反NVIDIA垄断"的客户
  • ✅ 以太网优势：RoCE v3在万卡集群上成本低于InfiniBand
  • ✅ ** Intel Foundry**：如果Jaguar Shores能用Intel自家工艺生产，成本更低

2. 对AMD的影响​

Intel重返AI竞赛，对AMD是坏事：

  • AMD本来是"NVIDIA唯一替代品"
  • 现在Intel也回来了，AMD的"替代品"地位受到挑战
  • 但短期内（2026-2027），Intel还无法威胁AMD

3. 对国产芯片的影响​

Intel Gaudi 4的发布，对国产芯片是参考案例：

  • 证明以太网路线（RoCE）可行
  • 证明开放生态（oneAPI）虽难但有必要
  • 证明性价比路线有市场（成本敏感客户）

相关芯片​

参考资料​

本文基于Intel官方公告及公开资料整理，部分规格为推测值，以Intel官方最终发布为准。