heise+ | Bit-Rauschen: AMD startet den Nvidia-Angriff und probabilistische Prozessoren

AMDs Offensive im KI-Markt: Das Helios-System

Im Sommer 2026 hat AMD einen strategisch wichtigen Meilenstein im Bereich der Künstlichen Intelligenz erreicht. Mit der Vorstellung des KI-Systems „Helios“ adressiert das Unternehmen gezielt den wachsenden Bedarf an leistungsfähiger Recheninfrastruktur für Cloud-Anbieter. Als erster prominenter Großkunde konnte Microsoft für dessen Azure-Cloudsparte gewonnen werden.

Das Helios-System basiert auf einer modularen Bauweise, dem sogenannten „Open Rack Wide“ (ORW). Ein einzelnes Rack ist mit 72 KI-Beschleunigern des Typs Instinct MI455X bestückt. Diese Einheiten verfügen über jeweils 432 Gigabyte HBM4-Speicher, was eine massive Kapazität für komplexe KI-Modelle bietet. Die technische Anbindung erfolgt über AMD-eigene Pensando-Adapter sowie Ethernet-Technologien, wobei die notwendigen Switches von Juniper, einer Sparte von HPE, zugeliefert werden.

Direkter Vergleich: Helios vs. Nvidia Vera Rubin

Helios tritt in direkter Konkurrenz zur Nvidia-Plattform Vera Rubin NVL72 an. Beide Systeme setzen auf 72 Beschleuniger pro Rack, weisen jedoch unterschiedliche technische Schwerpunkte auf:

* **Speicherdurchsatz:** Nvidia erzielt hier einen Vorteil. Die Rubin-Beschleuniger erreichen eine Anbindung von 22 Terabyte pro Sekunde, während die AMD-Lösung bei 19,6 Terabyte pro Sekunde liegt.

* **Speicherkapazität:** AMD punktet beim Volumen. Ein Helios-Rack bietet insgesamt 31,1 Terabyte Speicher, während das Nvidia-Gegenstück auf 20,7 Terabyte kommt.

* **Rechenleistung:** Beim Inferencing von quantisierten KI-Modellen (FP4-Daten) liegt Nvidia mit 3,6 Exaflops gegenüber den 2,9 Exaflops von AMD um etwa 24 Prozent vorn. Bei FP8-Berechnungen erreichen beide Systeme ein nahezu identisches Leistungsniveau.

Hardware-Architektur und Fertigung

AMD setzt bei Helios auf eine enge Verzahnung von Grafik- und Prozessorleistung. Pro vier MI455X-Beschleuniger wird ein Zen-6-Epyc-Prozessor der „Venice“-Generation eingesetzt. Diese 2-Nanometer-Chips verfügen über 128 CPU-Kerne und steuern 16 DDR5-RAM-Kanäle an, was eine Bandbreite von 1,6 Terabyte pro Sekunde ermöglicht.

Obwohl AMD maßgeblich an der Entwicklung beteiligt ist, übernimmt das Unternehmen nicht die physische Produktion der Racks. Stattdessen setzt man auf Fertigungspartner wie HPE. Die Kosten für solche Systeme sind beträchtlich: Branchenexperten schätzen, dass ein Vera Rubin NVL72-Rack zwischen 6 und 7 Millionen US-Dollar kostet. Hinzu kommen enorme Anforderungen an die Infrastruktur, da ein solches Rack eine Kühlleistung von mehr als 180 Kilowatt erfordert.

Marktentwicklung und Ausblick

Der Wettlauf um die effizienteste KI-Hardware ist in vollem Gange. Nvidia betont bei seiner Vera-Rubin-Serie eine drastische Steigerung der Energieeffizienz – laut Herstellerangaben um den Faktor 10 im Vergleich zum Vorvorgänger GB200 NVL72. Die technologische Entwicklung verläuft rasant; zwischen den Generationen liegen bereits Zwischenschritte wie der GB300, der den HBM-Speicher um 57 Prozent erweitert hat.

Für die Branche bedeutet dies, dass die Hardware-Anforderungen für KI-Rechenzentren weiter steigen. Während AMD versucht, durch hohe Speicherkapazitäten und eine offene Architektur Marktanteile zu gewinnen, setzt Nvidia auf eine hohe Rechenleistung pro Rack. Die kommenden Quartale werden zeigen, wie sich die Marktanteile zwischen diesen beiden Schwergewichten verschieben, insbesondere da die Kosten für die Kühlung und den Betrieb derartiger Hochleistungssysteme zu einem entscheidenden Faktor für die Wirtschaftlichkeit der Betreiber werden.