AMD发布全新GPU！3200亿晶体管配432GB HBM4内存

“芯硬件”美国旧金山现场报道——

不管AI时代如何变幻，强大的硬件算力永远是基础中的基础，GPU AI加速器的算力和效率都必须不断提高。

在这方面，NVIDIA无疑是执牛耳者，但是AMD一直在不断发起强有力的竞争和冲击，无论是硬件实力还是软件生态都在大踏步前进，隐隐已有并驾齐驱之势，并赢得了越来越多客户和用户的信赖。

Advancing AI 2026大会上，AMD新一代Instinct MI400系列加速器隆重登场！

首发和本次重点介绍的是主流型号MI455X，以及基于它和六代EPYC处理器的机架解决方案Helios，同时简单预告了一下MI430X，后续还会有一款MI440X。

AI算力需求正在悄然转变。

一方面，大模型规模持续膨胀，带动训练算力从2020年起，一直保持着每年5倍的增长速度。

另一方面，推理占比持续提升，2026年预计达到60％，从而超过训练成为AI主流负载。

Token调用规模则在迅猛暴涨，过去2年全球每月消耗量增长了恐怖的158倍。

AMD Instinct GPU产品一直坚持三大核心战略：性能与TCO成本领先、客户迁移门槛足够低、全栈开放标准。

经过多年持续迭代和积累，Instinct GPU已经取得了突出的市场成果，部署场景覆盖了训练、推理、新兴智能体等全类AI负载，生态广泛覆盖云厂商、算力服务商、OEM/ODM整机、主权AI、政府组织、科研机构、高校等全场景，从而逐渐得到了广泛的行业认可。

软实力方面，AMD ROCm正蓬勃发展，开发能力不断增强，支持广泛的模型、开源项目和负载应用，Hugging Face上已有 300多万个模型开箱即用，开源社区贡献量同比提升10倍。

首发的Instinct MI455X，和同步登场的六代EPYC一样采用了台积电N2 2nm级工艺（核心计算模块），集成多达3200亿个晶体管。

相比之下，NVIDIA Rubin还是台积电N3P 3nm级工艺，消耗了3360亿个晶体管。

架构上升级为最新的CDNA 5（没有改叫UDNA），重点增强计算能力、升级缓存内存体系、提升运行能效，并支持包括FP4/6/8在内的所有数据格式。

搭配最新的HBM4高带宽内存，最大容量达432GB（MI355X 288GB HBM3E），带宽达23.3TB/s。

MI455X对比上代MI355X，HBM容量达到1.5倍，峰值带宽达到2.9倍。

更关键的是低精度算力猛增，OCP MXFP8/FP8、MXFP6、MXFP4性能分别为20.13 PFlops（每秒2.013亿亿次）、20.13 PFlops（每秒2.013亿亿次）、40.26 PFlops（每秒4.026亿亿次），分别达到上代的2倍、2倍、4倍，其中MXFP4也适配大模型的预训练。

另外，Matrix FP16/BF16 5.03 PFlops（每秒5030万亿次），Vector FP16、Matrix/Vector FP32均为315 TFlops（每秒315万亿次），都是上代的2倍。

关于低精度格式，FP8/6/4又称裸FP8/6/4，纯基础浮点格式。

MXFP8/6/4属于OCP开放通用标准，各个厂家包括国产GPU都可以兼容。

NVFP4则是NVIDIA专属格式，仅有Blackwell架构支持，精度更高。

实际业务表现上，以DeepSeek V4 Flash FP4推理场景为例，MI455X对比MI355X Token吞吐量最高可提升34倍之多，单个Token的成本则降低了最多18倍（严格来说是降至1/18）。

MI455X当然也是chiplets芯粒设计，可分为四大部分：

XCD加速计算模块，N2 2nm工艺，一共八个，每个之中包括32个激活的WGP处理器，总计256个。

FCD互连架构与缓存模块， N3P 3nm工艺，一共两个，集成192MB全局二级缓存，并提供192个HBM4内存通道。

IOD输入输出模块，N3P 3nm工艺，一共两个，支持两组PCIe 6.0通道，或者通过UALink支持三个AMD AI NIC网卡，还有256GB/s双向带宽的Infinity Fabric高速互连通道、3.6TB/s双向带宽的72个UALoE通道。

HBM4内存，一共12颗，单颗容量36GB，总容量432GB，总带宽23.3TB/s。

封装技术上进行了四大创新：

一是Chiplets芯粒拆分架构，计算、内存、缓存、I/O各自独立优化，从而兼顾性能、功耗与良率。

二是3D混合键合XCD，通过高密度的D2D互联垂直堆叠核心计算模块，提升算力密度与每瓦性能。

三是深度集成HBM4，多达12组，从而让大模型、KV缓存、激活数据可以全量驻留在本地内存中。

四是CoWoS-L先进封装，实现芯粒间的高带宽片上通信，支撑KV缓存并行、张量并行、流水线并行。

MI455X GPU架构组织图。

特别注意，每个XCD模块中除了32个激活的WGP，还有两个作为备份的冗余WGP（灰色），目的自然是为了提高良品率。

之下是依次是全局二级缓存、Infinity Fabric片内互联、36组x2 UALoE机架互联、HBM4内存。

计算单元层面的主要革新可以分为四个方面：

一是更高的IPC性能，支持原生Wave32执行，每个时钟周期内可以执行32个宽度的向量计算，从而降低指令延迟与分支开销，适配低延迟推理。

二是先进、完整AI数据类型，MXFP8/6/4 全支持，尤其是降低了FP4训练的量化误差。

三是增强超越函数引擎，新增tanh指令，可加速Softmax、激活函数、注意力计算流水线。

四是更多计算资源，256 WGP架构，单个WGP的吞吐量也得到了提升。

整个缓存和内存层级都进行了全方位的优化。

尤其是二级缓存改为全局设计，容量从4MB猛增至96MB，而且分层更精细，同时带宽提升至27TB/s，是上代的1.5倍，配合广播仲裁最高可实现4倍的带宽放大。

值得提一提的是，随着二级缓存大幅增强，原有的256MB Infinity Cache缓存就失去了意义，因此取消了。

Instinct MI430X将在2027年上半年出货，和MI455X一样搭配432GB HBM4内存、带宽23.3TB/s。

它最大的亮点就是原生支持FP64双精度的HPC高性能计算，算力高达288 TFlops，也就是每秒288万亿次计算，相当于NVIDIA Vera Rubin的多达8.7倍。

对于需要极高精确度的科学计算而言，这一点尤为关键。

MI430X已经确定了两套超算系统：

一是美国旗舰级的“Discovery”(发现)，将于2028年部署在美国橡树岭国家实验室。

二是欧洲顶级的“Alice Recoque”(爱丽丝·勒科克)，由法国国家大型高性能计算设备署(GENCI)、法国原子能与替代能源委员会(CEA)联合打造。

此外，AMD还宣布了Instinct MI350P，采用PCIe扩展卡样式，可以轻松加入现有数据中心。

这也是四年来，AMD的第一款PCIe GPU加速器。

它本质上就是MI350X的砍半版本，同样的CDNA4架构，配备四颗XCD计算模块（台积电3nm）和一颗IOD输入输出模块（台积电6nm），共有730亿个晶体管、128个计算核心、512个矩阵核心、128MB Infinity Cache缓存，搭配144GB HBM3E内存，带宽4TB/s。

热设计功耗450-600W，系统风冷即可搞定，双插槽厚度。

性能方面，原生支持MXFP6、MXFP4等低精度格式，此时算力均为4.6 PFlops（每秒4600万亿次），号称可以在FP4精度下运行最高260B参数的大模型。

对比NVIDIA RTX PRO 6000，不同规模的模型上Token输出效率领先最多达5.1倍，单位成本的Token输出效率也领先最多达4.2倍。

对比NVIDIA RTX PRO 6000，不同规模的模型上Token输出效率领先最多达5.1倍，单位成本的Token输出效率也领先最多达4.2倍。

MI350P实物展示。

AMD ROCm开放软件开发平台也迎来了史诗级更新。

全新一代ROCm.AI首次成为AI驱动的开发者平台，自带各种AI Skills，可以利用AI辅助编程、优化，实现端到端的全流程AI工作流优化。

对比ROCm v7版本，DeepSeek、Kimi、GLM、Qwen等模型的推理性能平均提升3.3倍，训练性能平均提升2.4倍。

ROCm.AI还做好了第一时间支持MI400系列的准备，PyTorch、Hugging Face、vLLM、SGL都已经成功运行于MI455X，表现良好。

现场演示让ROCm.AI运行DeepSeek V4模型、写作诗歌。