Nel dinamico settore dell'hardware per l'intelligenza artificiale, AMD ha lanciato ufficialmente il suo innovativo sistema rackscale Helios AI, una soluzione progettata per confrontarsi direttamente con i leader di mercato. L'annuncio è avvenuto durante la conferenza Advancing AI a San Francisco, dove la presidente e CEO di AMD, la Dr. Lisa Su, ha presentato le avanzate capacità di Helios, destinato a soddisfare le esigenze di calcolo dei più grandi laboratori di intelligenza artificiale a livello globale.
AMD Helios: la sfida ai giganti dell'AI
Storicamente, il mercato dei sistemi rackscale è stato dominato da attori come Nvidia, con le sue soluzioni Vera Rubin e Grace Blackwell. Tuttavia, con l'introduzione di Helios, AMD mira a ridefinire lo standard del settore. La Dr. Su ha descritto Helios come il “miglior AI rack del settore”, sottolineando la sua capacità di addestrare ed eseguire i modelli AI più esigenti su scala massiva. La strategia di AMD include già collaborazioni con clienti di primo piano come Microsoft, OpenAI e Meta, che hanno espresso l'intenzione di implementare il sistema nei loro data center. Microsoft, in particolare, ha annunciato piani per espandere la propria infrastruttura Azure con Helios, il cui lancio era stato anticipato già a giugno dell'anno precedente.
Architettura e prestazioni all'avanguardia
Il sistema Helios si basa su un'architettura unificata che integra le più recenti innovazioni di AMD. Combina GPU AMD Instinct MI455X, CPU server AMD Epyc ‘Venice’ di sesta generazione, il software AMD ROCm e il networking AMD Pensando. Questa configurazione promette prestazioni superiori rispetto ai sistemi rivali. Nello specifico, AMD dichiara un incremento del 15% nelle prestazioni di picco FP4, una capacità di memoria ad alta larghezza di banda (HBM) superiore del 50%, una larghezza di banda HBM maggiore del 6% e una larghezza di banda scale-out aumentata del 50% rispetto al rivale Nvidia Vera Rubin NVL72. Inoltre, si prevede che Helios possa offrire fino al 30% in più di token per dollaro.
Un singolo rack Helios eroga fino a 2,9 exaflops di picco FP4, 1,4 exaflops di picco FP8, 31 terabyte di memoria HBM4 e 1,7 petabyte al secondo di larghezza di banda di memoria. Il sistema è composto da 18 compute tray e sei switch tray all'interno di un rack 4OU ORW, un telaio server a doppia larghezza introdotto dall’Open Compute Project. Ogni compute tray include quattro GPU MI455X, una CPU Epyc 9006 SP7 a socket singolo e fino a tre Pensando Vulcano 800 AI NIC per GPU. Il sistema è dotato di un busbar raffreddato a liquido a 50V DC e di raffreddamento liquido Rear BlindMate QD, con un peso stimato di circa 2.267 kg (5.000 libbre).
Impatto strategico e visione futura
L'ingresso di AMD nelle architetture a livello di sistema è stato facilitato dall'acquisizione di ZT Systems nel 2025 per 4,9 miliardi di dollari, sebbene l'azienda abbia successivamente ceduto l'aspetto manifatturiero di ZT per 3 miliardi di dollari.
Questa mossa strategica riflette la visione di AMD in un mercato degli acceleratori AI che, secondo la Dr. Su, raggiungerà circa 1.4 trilioni di dollari entro il 2030, avvicinandosi alle dimensioni dell'intero mercato dei semiconduttori odierno. La crescita è trainata dall'aumento della domanda di calcolo, in particolare per l'AI agentica.
Mark Chubb, ex dirigente di ZT Systems e CVP di Platform Architecture presso AMD, ha evidenziato come Helios trasformi il modello tradizionale: anziché nove server GPU discreti con memoria propria e comunicazione di rete scale-out (con latenza e congestione), crea un sistema unificato da 72 GPU con 31 TB di memoria HBM condivisa e interconnessione tramite un solo hop, utilizzando UAL o Ethernet fabric, per circa 260 TB di larghezza di banda CLF.
Questa integrazione e ottimizzazione delle risorse hardware sono cruciali per sostenere lo sviluppo di tecnologie di nuova generazione e per affrontare workload di AI sempre più complessi. Helios è ora in piena produzione, con spedizioni previste entro la fine del terzo trimestre, segnando un passo significativo per AMD nel settore delle infrastrutture AI.
