AMD Helios zerstört die Dominanz von Nvidia
Ein neues Komplettsystem liefert mehr Rechenleistung und massiv mehr Speicher für aktuelle KI Modelle.
AMD antwortet auf Nvidias Dominanz bei KI-Hardware mit einem Komplettsystem. Das Rack-System Helios kombiniert 72 der neuen Instinct-MI455X-Grafikchips und übertrifft den Konkurrenten Vera Rubin NVL72 bei Rechenleistung und Speicher deutlich.
Antwort auf den Hardware-Hunger der KI
Der Bedarf an Rechenleistung für das Training und den Betrieb von Modellen steigt rasant. Besonders agentenbasierte Anwendungen erfordern komplexe Einzelschritte und treiben den Bedarf an Inferenz, Orchestrierung und Datentransfer in die Höhe.
AMD reagiert darauf mit einem integrierten Architekturansatz. Das Helios-Rack kombiniert 72 Instinct-MI455X-GPUs, Epyc-Server-Prozessoren der 6. Generation mit dem Codenamen »Venice« und Pensando-Netzwerktechnik. Der Hersteller liefert damit eine schlüsselfertige Infrastruktur, die Rechenleistung, Speicher und Netzwerk physisch bündelt.
Anzeige
Direkter Schlagabtausch mit Nvidia
Im Konkurrenzvergleich platziert AMD das System gegen Nvidias Vera Rubin NVL72. Laut Herstellerangaben liefert Helios bis zu 15 Prozent mehr KI-Rechenleistung. Bei der HBM-Speicherkapazität und der Scale-Out-Bandbreite übertrifft es das Nvidia-Rack um jeweils 50 Prozent.
Quelle: AMD
Die technischen Daten untermauern diesen Sprung. Helios bietet 2,9 Exaflops an FP4-Rechenleistung und 31 Terabyte HBM4-Speicher. Eine Scale-Up-Bandbreite von 260 Terabyte pro Sekunde verbindet die 72 GPUs innerhalb des Racks.
Dieser Aufbau wirkt sich unmittelbar auf die Ausführungsgeschwindigkeit aktueller Modelle aus. Beim Open-Weight-Modell DeepSeek-V4-Flash erzielen die Instinct-MI455X-GPUs im Vergleich zur Vorgängergeneration MI355X einen bis zu 34-fach höheren Token-Durchsatz. Auch beim Modell Kimi K2 Thinking übertrifft Helios die modellierte Leistung des Nvidia-Gegenstücks je nach Auslastung um 10 bis 15 Prozent.
Quelle: AMD
Offene Software und erste Abnehmer
Die Einbindung in bestehende Entwicklerumgebungen erfolgt über die ROCm-Software. Sie bietet native Unterstützung für Standard-Frameworks wie PyTorch, TensorFlow und JAX. Infrastrukturteams erhalten zudem Management-Funktionen für die Bereitstellung und Wartung im laufenden Betrieb.
Quelle: AMD
