Эпоха Helios: как AMD планирует захватить рынок ИИ на $1,4 триллиона

К 2030 году рынок ИИ-акселераторов разрастется до 1,4 триллиона долларов, поглотив по объему всю современную полупроводниковую индустрию. Пока инженеры AMD доверяют нейросетям написание низкоуровневого кода для GPU, гиганты калибра Meta и Anthropic бронируют мощности целых электростанций под новые ИИ-стойки Helios. Лиза Су объявляет эпоху тотальной агентности: от 2-нм процессоров Venice в дата-центрах до локальных чипов Ryzen AI, способных запускать модели на 300 миллиардов параметров в кармане пользователя.

🚀 Эпоха агентного ИИ и запуск платформы Helios 0:00

На открытии конференции Advancing AI 2026 в Сан-Франциско генеральный директор AMD Лиза Су (Lisa Su) заявила, что индустрия находится в самом начале пути, который она назвала «самой важной технологической революцией последних 50 лет» . Темпы прогресса превосходят самые смелые ожидания: объем потребления токенов во всем мире вырос в 160 раз всего за два года и достиг 35 квадриллионов в месяц . Ключевым трендом 2026 года стал фундаментальный сдвиг в структуре вычислений: впервые в истории на инференс (запуск уже обученных моделей) приходится более 60% глобальных мощностей ИИ, в то время как обучение моделей отошло на второй план по объемам потребляемых ресурсов .

Прогноз рынка до 2030 года: триллионные горизонты 5:09

Лиза Су (Lisa Su) представила обновленный масштаб амбиций AMD, скорректированный с учетом ажиотажного спроса последних шести месяцев. Если в 2025 году прогноз объема рынка ИИ-акселераторов к 2028 году составлял 500 млрд долларов, то сегодня эта цифра кажется консервативной . Согласно новому прогнозу, к 2030 году рынок акселераторов достигнет 1,4 трлн долларов . Фактически, к концу десятилетия сегмент ИИ-чипов сравняется по размеру со всей полупроводниковой индустрией сегодняшнего дня .

Особое внимание глава компании уделила возрождению рынка серверных процессоров. Рост сложности ИИ-систем создал новый вектор спроса на CPU. Прогноз роста этого сегмента был пересмотрен в сторону значительного увеличения:

• Рынок серверных CPU вырастет на 50% к 2030 году .
• Ожидаемый объем сегмента составит более 200 млрд долларов против текущих 25 млрд .
• Совокупный годовой темп роста (CAGR) для продуктов высокопроизводительных вычислений AMD прогнозируется на уровне 40% .

Общий адресный рынок (TAM) для адаптивных и высокопроизводительных решений компании к 2030 году приблизится к отметке в 2 трлн долларов . Лиза Су (Lisa Su) подчеркнула, что такие масштабы невозможно освоить в одиночку, поэтому стратегия AMD опирается на открытые экосистемы и глубокое партнерство с гиперскейлерами .

Agentic AI: новая парадигма вычислительных мощностей 3:33

Концепция «агентного ИИ» (Agentic AI) стала центральной темой выступления как главный драйвер спроса на чипы нового поколения. В отличие от простых чат-ботов, которые лишь отвечают на вопросы, ИИ-агенты способны автономно решать поставленные цели, работая до достижения результата . Лиза Су (Lisa Su) отметила, что за последние пять-шесть месяцев эта технология совершила качественный скачок .

Агентный подход накладывает специфические требования к инфраструктуре:

1. Многоэтапное рассуждение: Для выполнения одной задачи агент совершает десятки шагов, каждый из которых требует высокой вычислительной мощности GPU для логических выводов .
2. Оркестрация: Каждое действие агента — обращение к инструментам, доступ к внешним данным, управление циклом решения — требует мощных CPU для координации процессов .
3. Гибридные нагрузки: Индустрия отходит от универсальных решений к использованию множества специализированных моделей под конкретные задачи .

Этот переход от «миллионов пользователей» к «миллиардам автономных агентов» требует кратного увеличения парка CPU-инфраструктуры, что уже подтверждается запросами крупнейших облачных провайдеров .

Helios: флагманская стойка для моделей Frontier-уровня 13:02

Главным аппаратным анонсом первой части презентации стала система Helios — самая производительная ИИ-стойка в индустрии, спроектированная как единый вычислительный организм . Лиза Су (Lisa Su) подчеркнула, что для работы современных моделей уровня Frontier недостаточно отдельных чипов — необходима интеграция всей стойки, включая сеть и охлаждение .

В состав Helios входят три ключевых компонента AMD :

• MI455: Графический ускоритель на базе архитектуры CDNA, содержащий 320 млрд транзисторов и 432 ГБ памяти HBM4 .
• Venice: Процессоры с быстрейшими в мире ядрами, выступающие в роли «дирижера» системы .
• Pensando: Сетевые решения (DPU Selena и NIC Volcano), обеспечивающие пропускную способность для масштабирования до уровня тысяч стоек .

Система Helios использует инновационные модули EAM (Enhanced Accelerator Module), которые объединяют GPU, память и жидкостное охлаждение в единый обслуживаемый блок . По сравнению с решениями конкурентов, Helios предлагает на 15% больше вычислительной мощности и на 50% больше объема и пропускной способности памяти HBM4 . В одной стойке сосредоточено более 18 000 вычислительных блоков GPU и 4 600 ядер CPU . Система уже находится в серийном производстве, а массовые поставки запланированы на вторую половину 2026 года .

Партнерство с Anthropic: 2 гигаватта мощности для Claude 19:17

Для подтверждения востребованности Helios на сцену был приглашен Том Браун, сооснователь и главный по вычислениям в Anthropic . Он объявил о стратегическом решении Anthropic развернуть до 2 ГВт вычислительных мощностей на базе платформы Helios .

Браун поделился анекдотичным случаем о легкости внедрения новых систем AMD: один инженер Anthropic смог запустить модель Claude на новом железе всего за выходные, просто попросив саму нейросеть помочь с настройкой конфигурации . К понедельнику график производительности уже показывал стабильный рост без прямого вмешательства команды разработчиков .

Сотрудничество компаний будет развиваться в трех направлениях:

1. Инженерные задачи: Использование моделей семейства Claude для проектирования будущих поколений чипов AMD и оптимизации топологии схем .
2. Разработка софта: Оптимизация ядер (kernels) и программного стека для ускорения работы ИИ-агентов .
3. Безопасность: Совместная работа над защитой данных на уровне чипа, сервера и всей сетевой инфраструктуры стойки .

Том Браун отметил, что открытость платформы AMD является критическим фактором, позволяющим как людям, так и ИИ-агентам эффективно строить модели нового поколения .

🚀 Экономика ИИ и архитектура Venice: Как AMD переосмысляет серверные вычисления 25:10

Во второй части презентации Лиза Су перешла от анонсов аппаратного обеспечения к конкретным экономическим и программным показателям, которые определяют успех внедрения ИИ в глобальном масштабе. Основное внимание было уделено тому, как новые решения AMD не просто повышают скорость вычислений, но и радикально меняют стоимость владения инфраструктурой (TCO), а также глубокой синергии с лидерами индустрии в лице OpenAI.

Helios: Новые стандарты стоимости инференса 25:30

Лиза Су подчеркнула, что для корпоративного сектора производительность важна лишь в контексте её стоимости . При сравнении нового ускорителя MI455 (сердца системы Helios) с предыдущим поколением MI355 на модели DeepSeek V4 Flash были зафиксированы впечатляющие результаты: при низкой нагрузке пропускная способность выросла в 4 раза, а в сценариях с высокой конкурентностью запросов — до 34 раз . Это критически важно для крупных сервисов, стремящихся обслуживать миллионы пользователей одновременно без потери скорости отклика.

Однако главным метрическим показателем презентации стала стоимость одного токена. Лиза Су отметила, что бюджеты на ИИ в компаниях растут ежемесячно, и вопрос эффективности выходит на первый план . Благодаря увеличению объема памяти и вычислительной мощности, платформа MI455 обеспечивает:

• В 18 раз больше токенов на каждый вложенный доллар по сравнению с предыдущими поколениями Instinct .
• На 10-15% более высокую производительность в условиях фиксированного энергопотребления стойки по сравнению с решениями конкурентов .
• Итоговое преимущество в 30% по количеству выдаваемых токенов на доллар относительно ближайших конкурентных систем .

«Стойка Helios обеспечивает больше производительности и при этом дает на 30% больше токенов за доллар, чем конкуренты», — резюмировала Лиза Су, подчеркнув, что этот экономический аргумент уже вызвал ажиотажный спрос со стороны гиперскейлеров и облачных провайдеров .

Альянс с OpenAI: Оптимизация софта и путь к агентам 28:37

Для обсуждения практического применения этих мощностей на сцену поднялся Сачин Кати (Sachin Kati), глава отдела инфраструктуры OpenAI . Он подтвердил, что OpenAI была одним из первых партнеров, сделавших ставку на AMD, и сегодня это сотрудничество масштабируется до беспрецедентных уровней. В частности, ранее анонсированное развертывание инфраструктуры AMD мощностью 6 ГВт продолжает реализовываться, а первые стойки Helios поступили в распоряжение инженеров OpenAI уже три месяца назад .

Сачин выделил несколько ключевых аспектов их совместной работы:

1. Эволюция моделей: OpenAI видит четкий тренд перехода от простых чат-ботов к рассуждающим моделям (reasoners), а затем к автономным агентам . Это требует экспоненциального роста вычислительных бюджетов, так как «агенты» выполняют длительные задачи в фоновом режиме .
2. Глубокая оптимизация: Инженеры OpenAI и AMD работают «плечом к плечу», чтобы адаптировать программный стек для запуска моделей класса GPT на платформе Helios .
3. ИИ для разработки ИИ: Одной из самых амбициозных задач стало использование ИИ для автоматизации оптимизации ядер (kernels) и написания компиляторов . Это позволяет драматически сократить путь от появления новой архитектуры модели до её эффективного запуска в продакшн на чипах AMD .

«Мы планируем масштабное развертывание Helios в конце этого года с ускорением в течение всего 2027 года», — заявил Сачин Кати, добавив, что открытая экосистема AMD позволяет OpenAI делиться своими наработками со всем миром . Лиза Су в ответ подтвердила, что AMD продолжит «со-проектировать» будущие системы (от CPU до охлаждения) вместе с OpenAI, чтобы решать проблемы масштаба всего дата-центра, а не только отдельных стоек .

Процессоры Venice: Тройной удар архитектуры Zen6 38:30

Заключительная часть этого сегмента презентации была посвящена новому поколению серверных процессоров под кодовым названием Venice, построенных на архитектуре Zen6 . Лиза Су пояснила, что в эпоху агентного ИИ роль CPU не уменьшается, а трансформируется: теперь вычисления в дата-центре делятся на три четких направления, для каждого из которых AMD подготовила специализированное решение .

Архитектура Zen6 производится по новейшему техпроцессу 2 нм на мощностях TSMC и содержит 203 миллиарда транзисторов . Новое поколение обеспечивает прирост производительности до 1,8 раз по сравнению с текущими чипами Turin, что является самым крупным скачком в истории линейки EPYC .

Лиза Су представила три ключевых варианта Venice:

• Venice HF: Оптимизирован для хост-узлов ИИ-серверов. Имеет 8 чиплетов по 12 ядер, работающих на частоте до 5 ГГц. Его задача — максимально быстро «кормить» данными GPU . Именно эти процессоры стоят внутри системы Helios .
• Venice 256-core: Создан для «агентных песочниц» (agentic sandboxes). Благодаря 32 ядрам на чиплет, процессор поддерживает до 512 потоков на сокет, обеспечивая высочайшую плотность вычислений для одновременной работы тысяч ИИ-агентов .
• Venice 128-core: Решение для традиционных корпоративных задач и баз данных, сфокусированное на максимальной эффективности и производительности на доллар .

В 2026 году семейство пополнится версией Verono (с поддержкой энергоэффективной памяти и быстрыми интерконнектами) и Venice X с технологией 3D V-Cache для научных вычислений .

Сравнение Venice с конкурентами на архитектуре ARM показало превосходство AMD: в 2,8 раза больше агентов на ватт на уровне чипа и в 3,3 раза больше производительности на ватт на уровне стойки . Лиза Су особо отметила, что преимущество Venice заключается не только в скорости, но и в полной совместимости с софтом x86, на котором работает весь современный энтерпрайз . Процессоры Venice уже находятся в серийном производстве, а их массовое развертывание облачными провайдерами начнется в четвертом квартале текущего года .

🤝 Экосистема сотворчества: от систем Meta до ИИ-агентов ROCm.ai 50:17

Глубокая интеграция Meta: сопроектирование систем масштаба дата-центра 50:17

Современный этап развития ИИ требует перехода от закупки готовых серверов к глубокому совместному проектированию всей инфраструктуры дата-центра. Как отметил представитель Meta, компания стремится реализовать видение Марка Цукерберга по предоставлению «персонального суперинтеллекта» миллиардам пользователей . Для этого была создана инициатива Meta Compute, которая подразумевает отказ от традиционной модели оптимизации отдельных узлов в пользу интеграции всей среды: вычислений, сетевых решений, питания и охлаждения .

Лиза Су (Lisa Su) подчеркнула, что Meta является одним из самых широких партнеров AMD, участвуя в разработке систем на базе как CPU, так и GPU . В рамках этого сотрудничества компании прошли путь через четыре поколения процессоров — от Milan до Turin, и теперь Meta выступает ведущим партнером по внедрению будущей архитектуры Venice . Важнейшим вектором стратегии становится концепция «сопряженных систем» (conjoined systems), где CPU и GPU работают в неразрывной связке, передавая друг другу задачи в зависимости от типа нагрузки .

Особое внимание в главе уделено планам по развертыванию ускорителей следующего поколения:

• MI300/MI350: Использовались для получения практического опыта эксплуатации на производственных масштабах, в том числе в рекомендательных системах .
• MI450: Станет основой стратегического партнерства мощностью до 6 гигаватт . Инженеры обеих компаний буквально «сидят в одной комнате», совместно проектируя системы питания и охлаждения для стоек на базе этих чипов .

Такое сопроектирование (co-design) необходимо начинать за годы до развертывания, поскольку строительство современных ЦОД занимает значительное время . По мнению Meta, только работая над системами 2027–2028 годов уже сегодня, можно будет полностью раскрыть потенциал железа в будущем .

Альянс с Cerebras: дезагрегированное решение для мгновенного отклика 59:09

По мере сегментации рынка ИИ-вычислений возникает потребность в решениях с ультранизкой задержкой (ultra-low latency), где каждый миллисекундный отклик критичен для работы ИИ-агентов . Для решения этой задачи AMD объединила усилия с компанией Cerebras. Лиза Су (Lisa Su) пояснила, что одним из лучших способов достижения мгновенной реакции является «дезагрегированный инференс» .

В этой модели задачи разделяются: стадия «prefill» (предварительное заполнение) требует высокой вычислительной мощности, а стадия «decode» (декодирование) — огромной пропускной способности памяти . Партнерство объединяет сильные стороны обеих компаний:

1. AMD Helios: Обеспечивает лидерство в производительности и емкости памяти . Ранее в презентации уже упоминалось, что эта платформа станет основой для масштабных вычислений.
2. Cerebras Wafer Scale Engine (WSE): Самый большой чип в мире, обладающий непревзойденными показателями SRAM и пропускной способности памяти .

Эндрю Фельдман, генеральный директор Cerebras, подчеркнул, что их компания уже давно использует процессоры AMD для управления своими системами . Объединенное решение, сочетающее стойки Helios и чипы WSE, позволяет достичь пятикратного увеличения пропускной способности при сохранении экстремально низких задержек . Ожидается, что данное решение станет доступно в облаке Cerebras Cloud уже в конце этого года, а позже появится и в других форматах поставки . Этот шаг дает заказчикам гибкость в выборе инструментов для самых требовательных агентских сценариев, где ожидание ответа недопустимо .

ROCm.ai и Hyperloom: программная революция через ИИ-агентов 1:09:12

Программное обеспечение перестает быть просто набором библиотек и превращается в интеллектуальную платформу. Вице-президент AMD Воми Боппано представил ROCm.ai — новую агентную платформу, которая радикально упрощает программирование GPU . Если раньше для оптимизации кода под AMD требовались глубокие экспертные знания, то теперь эта задача перекладывается на ИИ-агентов .

Ключевым компонентом ROCm.ai стала технология Hyperloom — слой автоматизированной оптимизации . Система способна самостоятельно анализировать рабочую нагрузку, подбирать конфигурации, настраивать ядра (kernels) и регулировать стратегию параллелизма для достижения поставленных целей . В качестве примера Боппано привел кейс, где Hyperloom обработал пакет из 14 000 моделей, что было бы невозможно сделать силами даже большой команды инженеров за разумный срок .

Возможности ROCm.ai для разработчиков:

• Интеграция с популярными агентами: Платформа делает таких помощников, как Cursor, Claude и Codeex, «суперпользователями» ROCm, обучая их нативным особенностям архитектуры AMD .
• Автоматическая генерация ядер: В ряде случаев ядра, сгенерированные ИИ, показывают результаты лучше, чем оптимизированные вручную варианты .
• Прирост производительности: На примере модели MiniAX M3 использование ROCm.ai позволило увеличить скорость генерации токенов на 38% без ручного вмешательства в код .

Благодаря инновациям на всех уровнях стека, ROCm.ai обеспечивает ускорение инференса до 3,3 раз по сравнению с ROCm 7 и увеличение скорости обучения в среднем в 2,4 раза . В завершение Воми Боппано продемонстрировал работу системы на ускорителе MI455, который показал рекордные измеренные значения: 20 ТБ/с пропускной способности памяти и 20 петафлопс вычислительной мощности . Платформа ROCm.ai уже сейчас поддерживает запуск сложнейших моделей, таких как DeepSeek V4 Pro с 1,6 триллионами параметров, на инфраструктуре Helios «из коробки» .

🛠️ Перепрограммирование ИИ: от гибких языков до суверенных суперкомпьютеров 1:15:38

Современный этап развития ИИ требует от разработчиков не просто вычислительной мощности, но и беспрецедентного уровня контроля над тем, как эта мощность используется. ИИ-индустрия подошла к переломному моменту, когда программирование сложных аппаратных систем начинает осуществляться самим искусственным интеллектом . Этот переход от ручного подбора параметров к автоматизированной генерации ядер (kernels) меняет правила игры для всей экосистемы GPU.

Гибкость Triton и тотальный контроль Gluon: опыт OpenAI 1:16:46

Филипп Тилле из OpenAI, создатель языка программирования Triton, отмечает, что не существует единого решения, подходящего для всех типов нейросетевых приложений . Именно поэтому OpenAI развивает сразу несколько инструментов для работы с оборудованием AMD. В то время как Triton остается основным выбором исследователей благодаря высокой скорости итераций , для задач, требующих экстремальной производительности, компания разработала Gluon — язык более низкого уровня .

Использование Gluon позволило OpenAI напрямую оптимизировать код под архитектуру чипов AMD, достигая контроля, который ранее был недоступен в высокоуровневых средах . Важнейшим аспектом этого партнерства стала открытость:

• Вся разработка программного стека для новых ускорителей, включая генерацию кода через LLVM, ведется в open-source .
• Открытый исходный код компиляторов AMD позволяет обучать ИИ-агентов генерации максимально эффективных ассемблерных инструкций .
• Оптимизация расписания инструкций (scheduling) напрямую в ассемблере привела к значительным приростам производительности, которые были бы невозможны в закрытых проприетарных стеках .

Ранее в разговоре Лиза Су и другие спикеры упоминали платформу Helios, и Филипп Тилле подтвердил, что инженеры OpenAI смогли запустить свои модели на этой инфраструктуре всего за несколько дней, подтвердив работоспособность архитектуры MI450 на ранних этапах .

Ускоритель MI430X: аппаратный FP64 для научного суверенитета 1:23:17

В то время как модель MI455 ориентирована на ИИ-вычисления с форматом FP4, AMD представила специализированное решение для высокопроизводительных вычислений (HPC) — ускоритель MI430X . Его ключевое отличие заключается в нативной аппаратной поддержке вычислений двойной точности (FP64), что критически важно для научного моделирования, симуляции климата и физических расчетов .

Характеристики MI430X устанавливают новую планку для индустрии:

• Производительность в вычислениях FP64 достигает 288 терафлопс .
• Этот показатель почти в 9 раз превосходит возможности решений конкурентов в данном сегменте .
• Чип сохраняет лидерские показатели объема и пропускной способности памяти, идентичные флагманским ИИ-моделям .

Такие возможности делают MI430X фундаментом для концепции «суверенного ИИ». Первые в мире экзофлопсные ИИ-фабрики в США (Oak Ridge National Labs) и Европе (проект Alice Recope совместно с GENCI) строятся именно на базе этого ускорителя . Начало поставок MI430X запланировано на первую половину 2027 года .

Инфраструктура MI350P: внедрение LLM в стандартные серверные стойки 1:32:23

Для корпоративного сектора главным препятствием на пути к ИИ часто становятся ограничения по электропитанию и охлаждению. Дэн Макнамара анонсировал Instinct MI350P — GPU с воздушным охлаждением, созданный специально для легкой интеграции в существующую инфраструктуру центров обработки данных . Это решение позволяет предприятиям запускать инференс (вывод) тяжелых языковых моделей без дорогостоящей модернизации помещений и систем жидкостного охлаждения .

Один модуль MI350P способен поддерживать модели объемом до 260 миллиардов параметров, покрывая большинство потребностей современного бизнеса в рамках одного GPU . С точки зрения экономики, MI350P обеспечивает в 4 раза больше генерируемых токенов в секунду на каждый вложенный доллар по сравнению с рыночными альтернативами .

AMD продемонстрировала эффективность этого подхода на примере собственного IT-департамента. Внедрив интеллектуальную маршрутизацию запросов между облачными сервисами и локальными серверами на базе процессоров Venice (о которых упоминалось ранее как о лидерах в агентских рабочих нагрузках) и GPU MI350P, компания добилась следующих результатов:

1. Снижение стоимости токенов на 43% .
2. Ускорение отклика в 3 раза для локально исполняемых задач .
3. Повышение безопасности данных за счет их обработки внутри собственного периметра .

Опыт AT&T: OpenTelco 2.0 и стратегия суверенитета данных 1:37:06

Телекоммуникационный гигант AT&T стал одним из ярких примеров масштабного внедрения ИИ на базе решений AMD. Технический директор компании Джереми Легг сообщил, что AT&T потребляет более 1 триллиона токенов ежемесячно . В промышленной эксплуатации находятся более 100 моделей генеративного ИИ, которые решают задачи от оптимизации расположения вышек сотовой связи до обработки 300 000 звонков в день .

Ключевым элементом стратегии AT&T является концепция суверенитета данных . Для компании это означает:

• Отсутствие привязки к конкретному поставщику чипов или закрытому набору инструментов разработки .
• Использование открытых моделей (Open Weights Models), таких как OpenTelco 2.0, обученных на оборудовании AMD .
• Самостоятельное управление «топливом» для ИИ — собственными данными, без необходимости их передачи в закрытые облачные проприетарные системы .

Подход OpenTelco 2.0 доказывает, что открытая экосистема позволяет крупным корпорациям сохранять контроль над своими процессами, обеспечивая при этом масштабируемость и производительность, необходимые для обслуживания миллионов клиентов.

💻 Персональный ИИ и робототехника: от десктопа до физического воплощения 1:40:34

Переход от централизованных вычислений в дата-центрах к повсеместному ИИ требует двух критических компонентов: интеллекта, который становится персональным, и систем, способных воспринимать физический мир и действовать в нем . Джек Хюинь (Jack Huynh), возглавляющий группу вычислений и графики AMD, представил видение компании, в котором ИИ-агенты становятся главным мультипликатором производительности . Если программное обеспечение прошлого лишь отвечало на запросы, то агенты будущего будут выполнять работу автономно, что потребует колоссальных вычислительных мощностей на локальных устройствах .

Ryzen AI Halo: запуск тяжелых моделей на рабочем столе 1:47:39

Развитие малых языковых моделей (SLM) происходит быстрее, чем ожидала индустрия: например, модель Qwen 3.5 с 9 миллиардами параметров сегодня превосходит по показателям модель со 120 миллиардами параметров, выпущенную всего семью месяцами ранее . Это открывает путь к переносу рабочих нагрузок из облака на персональные системы. Линейка процессоров Ryzen AI Halo была разработана именно для того, чтобы дать разработчикам возможность запускать полноценные, не сжатые модели там, где создаются данные .

Ключевые характеристики новой платформы включают:

• Унифицированная память: использование до 120 ГБ (в стандартной версии) и до 192 ГБ (в версии Gorgon Halo) быстрой унифицированной памяти , .
• Масштаб моделей: возможность нативно запускать локально модели размером до 200 миллиардов параметров, а в топовых конфигурациях — до 300 миллиардов , .
• Экосистема: интеграция с платформой ROCm.ai (о которой кратко упоминалось в контексте программного стека ранее) и прямое партнерство с Hugging Face , .

AMD объявила, что каждый компьютер на базе Ryzen AI Halo будет поставляться с годовой подпиской на Hugging Face Pro . Это позволит разработчикам бесшовно переходить от экспериментов к деплою, используя оптимизированные библиотеки для открытых моделей и агентных ворклоу . Благодаря Lemonade Server нагрузки могут автоматически распределяться между локальным чипом и облаком, оптимизируя задержки и стоимость .

Управление ИИ-флотом через Cisco Cloud Control 1:55:47

Когда ИИ-агенты начинают работать в режиме 24/7, паттерн потребления ресурсов меняется: вместо резких всплесков при запросах человека возникает постоянная нагрузка на инфраструктуру . По словам Джиту Пателя (Jeetu Patel) из Cisco, главными барьерами для корпораций остаются стоимость токенов и безопасность . Для решения этой проблемы AMD и Cisco представили совместный стек управления «флотом» устройств Ryzen AI Halo .

Система Cisco Cloud Control позволяет ИТ-директорам централизованно мониторить тысячи персональных ИИ-узлов . Основные функции включают:

• Мониторинг токеномики: отслеживание того, насколько эффективно агент потребляет ресурсы и не выходит ли его активность за рамки бюджета .
• Runtime-безопасность: возможность изолировать или «посадить в карантин» любое устройство Halo в режиме реального времени, если поведение агента нарушает политики безопасности , .
• Изолированные песочницы: выполнение агентов в защищенных средах на уровне железа .

Подобный подход позволяет компаниям видеть реальный возврат инвестиций (ROIC) от внедрения ИИ, причем системы могут окупаться за срок от 3 до 6 месяцев за счет экономии на облачных токенах . Решение станет общедоступным (GA) в США в начале осени .

Kria AI: платформа для физического интеллекта и робототехники 1:59:30

Финальным рубежом стратегии AMD стал «физический ИИ», где интеллект покидает экран и начинает управлять действиями в реальном мире . В этой сфере задержка (latency) критически важна, так как она напрямую превращается в безопасность: робот должен реагировать на изменения среды мгновенно . Джек Хюинь представил модуль Kria AI (System-on-Module), построенный на базе Ryzen AI Embedded X100 .

Архитектура Kria AI объединяет CPU, GPU и NPU с унифицированной памятью в компактном форм-факторе, что позволяет роботам одновременно обрабатывать восприятие, рассуждение и движение в реальном времени . В независимых тестах против NVIDIA Jetson Thor платформа Kria показала:

1. В 3,4 раза лучшие результаты в задачах реального времени .
2. Способность поддерживать в 2,3 раза больше одновременно работающих агентов .
3. На 60% большую вычислительную мощность CPU .

Для ускорения разработки представлена Kria AI Robot Developer Platform — первое в индустрии готовое решение «под ключ» на базе ROCm и ROS 2 , . AMD предлагает целостный подход к «анатомии» робота: модули Kria служат «мозгом», чипы Versal (упоминавшиеся ранее в контексте адаптивных вычислений) — «позвоночником», Zynq — «суставами», а Spartan — «сенсорами» . Лиза Су (Lisa Su) резюмировала, что это мощнейшее портфолио в истории компании, закрывающее потребности от облака до физических систем .

🚀 Дорожная карта AMD до 2030 года: Zen 8 и скачок производительности в 2000 раз 2:05:35

В финальной части своего выступления Лиза Су (Lisa Su) представила долгосрочную стратегию развития полупроводниковых решений AMD, охватывающую период до конца текущего десятилетия . Компания переходит от краткосрочных циклов к предсказуемому ежегодному обновлению всей экосистемы — от отдельных ядер до масштабируемых стоечных решений .

Процессорное будущее: от Florence к Ravenna 2:05:48

Лиза Су (Lisa Su) подчеркнула, что фундаментом для ИИ-инфраструктуры остаются центральные процессоры, и AMD готовит масштабное обновление линейки EPYC . В 2028 году компания планирует представить семейство под кодовым названием Florence, которое будет базироваться на ядрах следующего поколения — Zen 7 . Эти процессоры будут производиться по передовым техпроцессам и получат расширенный набор инструкций для ускорения вычислений ИИ (AI compute extensions) . Кроме того, архитектура Zen 7 обеспечит поддержку самых современных стандартов оперативной памяти, что критично для работы с объемными данными .

Однако на этом амбиции AMD не заканчиваются. Лиза Су (Lisa Su) официально подтвердила, что в активной разработке уже находится восьмое поколение процессоров EPYC — семейство Ravenna . Эти чипы на базе архитектуры Zen 8 запланированы к выходу в 2030 году . Стратегия компании здесь заключается не только в наращивании «сырой» мощности, но и в максимальной специализации. Линейка Florence будет включать в себя различные модификации, такие как Ferrara и Fidenza, каждая из которых оптимизирована под конкретные типы рабочих нагрузок — от облачных вычислений до периферийного ИИ . Такой подход позволяет клиентам получать «правильный CPU для каждой конкретной задачи» , сохраняя при этом общую программную совместимость.

Революция Instinct: GPU серии MI500 и 2000-кратный рост 2:06:55

В сегменте ускорителей для дата-центров AMD намерена придерживаться агрессивного темпа — выпускать новое поколение чипов каждый год . Главным анонсом стало подтверждение разработки серии MI500, которая должна стать самым крупным технологическим прыжком в истории линейки Instinct . Ключевыми особенностями MI500 станут:

• Использование памяти HBM следующего поколения с беспрецедентной пропускной способностью ;
• Значительное расширение домена масштабирования (scale-up domain), что критично для обучения сверхкрупных моделей ;
• Внедрение новых типов интерконнекта — как медных, так и оптических — для минимизации задержек между узлами .

Следом за ними, уже в 2028 году, появятся ускорители MI600, в основе которых ляжет совершенно новая архитектура CDNA Next . Лиза Су (Lisa Su) привела впечатляющие цифры прогресса: если текущие решения MI455 уже демонстрируют 35-кратное превосходство по пропускной способности инференса по сравнению с предыдущими поколениями (такими как MI355) , то с выходом MI500 компания намерена буквально «переломить кривую» производительности .

Итоговая цель AMD поражает воображение: компания планирует увеличить производительность инференса более чем в 2000 раз всего за четыре года . Эта амбициозная цель уже находит отклик у заказчиков: по словам Лизы Су, AMD плотно работает с ключевыми партнерами над архитектурными особенностями MI500, и отзывы первых клиентов она охарактеризовала как «просто фантастические» .

Системный подход и новая фаза развития ИИ 2:08:15

Объединяя дорожные карты CPU, GPU и сетевых решений, AMD формирует целостную стратегию развития стоечных систем . Лиза Су (Lisa Su) отметила, что упоминавшаяся ранее в докладе платформа Helios будет обновляться ежегодно, предлагая рынку предсказуемый путь для масштабирования инфраструктуры . Это позволит бизнесу планировать свои мощности на годы вперед, будучи уверенными в росте плотности вычислений и снижении совокупной стоимости владения (TCO) .

Подводя итог мероприятия, генеральный директор сделала реверанс в сторону всей представленной линейки продуктов — от мощнейших серверных решений Venice на базе Zen 6 до специализированных MI430/350 для суверенного ИИ и платформы Ryzen AI Halo для персональных компьютеров . Она также отметила прогресс программного обеспечения ROCm.ai, который сделал платформу AMD максимально доступной для разработчиков .

«Самое большое изменение, которое мы видим сегодня — мы больше не обсуждаем, что могло бы быть возможным. Мы видим реальное, значимое влияние ИИ на каждую индустрию и каждую сферу нашей жизни», — заявила Лиза Су (Lisa Su) . Она подчеркнула, что более 30 000 инженеров AMD сейчас сфокусированы на том, чтобы перевести ИИ из стадии теоретических концепций в стадию инструментов, приносящих реальную пользу миру . Завершая выступление, глава AMD поблагодарила экосистему партнеров за совместную работу над будущим высокопроизводительных вычислений .