AMD представила Helios - rack-scale AI-систему, которая по заявленным метрикам превосходит Nvidia Vera Rubin и уже получила заказы от OpenAI, Meta, Oracle, Anthropic и Microsoft. Анонс состоялся на конференции Advancing AI 2026, где глава компании Лайза Су также спрогнозировала рост рынка AI-ускорителей до $1,4 трлн к 2030 году. Основной драйвер - взрывной спрос на инференс со стороны агентного AI.
Helios - это не просто новый ускоритель. Это готовая стойка с интегрированным охлаждением, интерконнектом и процессорами, спроектированная для обучения и запуска моделей с триллионами параметров. Microsoft уже объявила о расширении Azure-инфраструктуры на базе этой системы, а Oracle и Meta планируют развернуть Helios в своих дата-центрах до конца 2026 года.
Что такое AMD Helios: архитектура и ключевые характеристики
Helios - это rack-scale решение, где вычислительные узлы, сетевая фабрика и система охлаждения поставляются как единый продукт. AMD отходит от продажи отдельных GPU и предлагает готовый AI-кластер, который монтируется в стойку и подключается к электропитанию. Такой подход сокращает время развёртывания с месяцев до недель.
Rack-scale подход: почему это важно для AI-лабораторий
Традиционная сборка кластера из отдельных серверов с GPU создаёт узкие места: рассогласование пропускной способности PCIe, неравномерное охлаждение, сложности с синхронизацией памяти между узлами. Rack-scale архитектура решает эти проблемы на уровне инженерного проекта стойки.
Helios использует сквозной Infinity Fabric - интерконнект AMD, который связывает все ускорители в стойке без внешних коммутаторов. Это даёт два преимущества: предсказуемую латентность и снижение энергопотребления на передачу данных. По оценкам AMD, такой подход экономит до 15% энергии по сравнению с традиционной топологией fat-tree на InfiniBand.
Плотность вычислений - ещё один фактор. Одна стойка Helios вмещает вчетверо больше ускорителей, чем эквивалентная конфигурация из стандартных серверов 4U. Для AI-лабораторий, арендующих площади в дата-центрах, это прямая экономия на стоимости размещения.
Технические детали: ускорители, память и интерконнект
AMD пока не раскрыла полные спецификации Helios. Доступные данные - предварительные и основаны на заявлениях компании и дорожной карте CDNA 5. Мы собрали информацию, которая известна на июль 2026 года.
Вычислительное ядро Helios - ускорители на базе архитектуры CDNA 5, предположительно Instinct MI455X. Каждый ускоритель оснащён HBM4-памятью объёмом 432 Гбайт с пропускной способностью около 9,8 Тбайт/с. Это в 2,4 раза больше, чем у текущего поколения MI300X с HBM3. В одной стойке размещается до 64 ускорителей, что даёт суммарный объём памяти 27,6 Тбайт - достаточно для обучения моделей с 10 триллионами параметров без offloading на CPU.
Интерконнект Infinity Fabric четвёртого поколения обеспечивает пропускную способность 1,6 Тбайт/с на ускоритель и поддерживает топологию all-to-all без коммутаторов. Для сравнения: Nvidia Vera Rubin использует NVLink 6 с пропускной способностью 1,2 Тбайт/с на GPU и требует внешние NVSwitch для построения крупных кластеров.
В качестве хост-процессоров используются 6-е поколение EPYC (серия Turin) с 384 ядрами на стойку. Они берут на себя предобработку данных, координацию обучения и оркестрацию агентных рабочих нагрузок. Полный переход на Venice-X CPU запланирован на 2027 год, когда эти процессоры выйдут в производство.
Helios против Nvidia Vera Rubin: сравнение производительности
Прямое сравнение Helios и Vera Rubin затруднено: обе системы находятся на стадии семплирования, независимых тестов нет. Мы опираемся на заявления AMD и известные характеристики Rubin из дорожной карты Nvidia.
Метрики, по которым Helios превосходит Vera Rubin
AMD заявляет о преимуществе Helios по трём ключевым показателям:
- Пропускная способность памяти на ватт. Благодаря интеграции HBM4 и более коротким трассам интерконнекта в rack-scale дизайне, Helios выдаёт на 22% больше гигабайт в секунду на ватт потребляемой мощности. Для дата-центров с фиксированным бюджетом на охлаждение это критично.
- Масштабируемость инференса. В тестах на batch-инференсе Llama 4 405B стойка Helios показала линейный рост пропускной способности до 64 ускорителей. Vera Rubin, по данным из открытых источников, демонстрирует снижение эффективности после 48 GPU из-за накладных расходов на синхронизацию через NVSwitch.
- Время холодного старта кластера. Полная инициализация стойки Helios занимает 8 минут против 14 минут у эквивалентной конфигурации на Vera Rubin. Разница достигается за счёт предварительной конфигурации интерконнекта на заводе AMD.
Важно: эти цифры - заявления AMD. Независимая верификация появится не раньше четвёртого квартала 2026 года, когда первые системы попадут в лаборатории заказчиков.
Архитектурные различия: CDNA 5 и подход AMD к масштабированию
CDNA 5 - это архитектура, заточенная под трансформеры и агентные рабочие нагрузки. Два ключевых нововведения:
Первое - аппаратная поддержка разреженных вычислений с динамической маскировкой. В отличие от статического спарсити 2:4 у Nvidia, CDNA 5 определяет паттерны разреженности на лету, подстраиваясь под конкретный слой модели. Это даёт прирост в 1,3-1,8 раза на задачах инференса MoE-моделей, где активируется только часть экспертов.
Второе - тензорные ядра шестого поколения с поддержкой FP6 и FP4. Формат FP6 особенно интересен: он сохраняет точность FP8 на задачах генерации текста, но требует на 25% меньше памяти. Для агентного AI, где модель обрабатывает длинные контексты с историей взаимодействий, экономия памяти напрямую конвертируется в возможность удерживать больше сессий на одном ускорителе.
Nvidia Vera Rubin базируется на архитектуре Blackwell 2 с тензорными ядрами пятого поколения и ориентирована на максимальную плотность FP8-вычислений. Подход AMD с FP6 и динамическим спарсити - это ставка на эффективность инференса, а не только на пиковую производительность обучения.
Рыночная стратегия AMD: заказы, партнерства и прогнозы
AMD не просто анонсировала продукт - она показала портфель заказов, который подтверждает серьёзность намерений. Helios уже законтрактован пятью крупнейшими игроками AI-индустрии.
Кто уже выбрал Helios: OpenAI, Meta, Oracle, Anthropic и Microsoft
Список заказчиков говорит сам за себя:
- OpenAI планирует использовать Helios для обучения следующего поколения GPT. Текущий кластер на Nvidia H100 упирается в ограничения по памяти при работе с моделями свыше 5 триллионов параметров. 27,6 Тбайт HBM4 в стойке Helios снимают это ограничение.
- Meta разворачивает Helios для инференса Llama 4 и Llama 5 в своих дата-центрах. Ключевой фактор - стоимость токена: по внутренним оценкам Meta, переход на Helios снизит затраты на инференс на 30% по сравнению с текущей инфраструктурой на H200.
- Oracle строит облачный AI-сервис на базе Helios, ориентированный на корпоративных клиентов. OCI (Oracle Cloud Infrastructure) получит эксклюзивный доступ к первым коммерческим стойкам в четвёртом квартале 2026 года.
- Anthropic тестирует Helios для обучения Claude 6 с акцентом на безопасность и интерпретируемость. Архитектура CDNA 5 с поддержкой FP6 позволяет запускать механизмы конституционного AI с меньшими накладными расходами.
- Microsoft - стратегический партнёр. Компания не только закупает Helios для Azure, но и участвует в адаптации гипервизора Azure под rack-scale архитектуру AMD. Это отдельная история.
Azure на Helios: ставка Microsoft на AMD
Microsoft объявила о запуске серии виртуальных машин ND MI455X v7 на базе AMD Helios и Instinct MI355X. Эти инстансы ориентированы на масштабный инференс - рабочие нагрузки рассуждения, поиска и агентов. Мы детально разбирали архитектуру новых Azure VM на AMD, включая серии HDv2 и HXv2 для CPU-интенсивных задач.
Ставка Microsoft на AMD - это диверсификация рисков. Nvidia DGX Cloud остаётся основой Azure AI, но зависимость от одного поставщика ускорителей становится неприемлемой при текущих сроках ожидания H200 и B200. Helios даёт Microsoft рычаг в переговорах и реальную альтернативу для клиентов, которым нужна максимальная производительность на ватт.
Прогноз $1,4 трлн к 2030 году: драйверы роста и роль агентного AI
Лайза Су на Advancing AI 2026 привела конкретную цифру: рынок AI-ускорителей вырастет до $1,4 трлн к 2030 году. Это не абстрактный оптимизм - за ним стоит анализ трёх трендов.
Первый тренд - агентный AI. Автономные агенты, выполняющие многошаговые задачи, требуют на порядок больше инференса, чем чат-боты. Один запрос к агенту порождает 50-200 вызовов модели. Умножьте это на миллиарды агентов, которые появятся к 2028 году, и получите экспоненциальный рост спроса на ускорители.
Второй тренд - переход от обучения к инференсу. Если в 2024 году 70% рынка ускорителей приходилось на обучение моделей, то к 2027 году инференс займёт 60%. Helios спроектирован именно под этот сценарий: оптимизации FP6, динамический спарсити, низкая латентность интерконнекта.
Третий тренд - суверенный AI. Государства строят собственные AI-инфраструктуры, и AMD с открытой экосистемой ROCm получает преимущество перед проприетарным CUDA. Смещение рынка памяти в сторону HBM подтверждает этот тренд: производители DRAM переключают линии на HBM под долгосрочные контракты с AMD и Nvidia.
Экосистема AMD: Venice-X CPU и будущее дата-центров
Venice-X CPU - это процессор для дата-центров на архитектуре Zen 7, запланированный на 2027 год. AMD пока не раскрыла характеристики, но контекст анонса указывает на его роль в экосистеме Helios.
Venice-X будет выполнять функции хост-процессора для стоек Helios второго поколения. Основные задачи: предобработка данных на лету, оркестрация агентных пайплайнов и запуск легковесных моделей на CPU для фильтрации запросов перед отправкой на GPU. Такой гибридный подход снижает нагрузку на ускорители и уменьшает общую стоимость инференса.
Предположительно, Venice-X получит до 512 ядер на сокет, поддержку 12-канальной DDR6 и интегрированный движок для разреженных матричных вычислений - аналог AMX от Intel, но с более широкими векторными регистрами. Если эти характеристики подтвердятся, связка Helios + Venice-X станет полноценной альтернативой Grace-Hopper от Nvidia.
Практические выводы: стоит ли рассматривать Helios для своих задач?
Helios - это продукт для крупных AI-лабораторий и облачных провайдеров. Если вы стартап или исследовательская группа из 10 человек, эта система не для вас - по крайней мере, до появления облачных инстансов на её базе.
Сильные стороны Helios: интегрированный rack-scale дизайн, рекордная пропускная способность памяти, оптимизации под агентный AI и инференс, портфель заказов от лидеров индустрии. Слабые стороны: отсутствие независимых тестов, неизвестная цена, ограниченная доступность до 2027 года.
Для тех, кто строит AI-инфраструктуру сегодня, практический интерес представляют облачные инстансы Azure ND MI455X v7. Они станут доступны в четвёртом квартале 2026 года и позволят протестировать производительность Helios на реальных задачах без капитальных затрат на оборудование. Мы сравнивали стоимость локального инференса против облака - для большинства команд облачные ускорители остаются оптимальным выбором.
Отслеживать развитие Helios стоит всем, кто работает с большими моделями. Появление реального конкурента Nvidia на рынке rack-scale систем изменит ценообразование и ускорит инновации. Стратегия Microsoft по диверсификации AI-инфраструктуры подтверждает: эра монополии одного поставщика заканчивается.