AMD Advancing AI 2026: MI400 i wyścig o compute

23 lipca 2026 roku, podczas wydarzenia Advancing AI 2026, AMD zaprezentowało nową generację infrastruktury AI. To wiadomość spoza obszaru bezpieczeństwa, ale ważna dla każdego, kto planuje wdrożenia AI — bo dostępność i koszt układów obliczeniowych realnie kształtują to, co firmy mogą zbudować. Trzymamy się liczb i deklaracji producenta, oddzielając je od niezależnej weryfikacji.

Co pokazano

Sercem premiery jest seria Instinct MI400, wspierana rozwiązaniami rackowymi AMD Helios:

• MI455X — układ do treningu i inferencji modeli „frontier”. AMD podaje 432 GB pamięci HBM4 i 23,3 TB/s przepustowości oraz 34× wyższą przepustowość tokenów względem MI355X. Zbudowano go w architekturze CDNA 5 w procesie 2 nm. Prezes AMD, dr Lisa Su, nazwała MI455X „najwydajniejszym układem AI na świecie” — to deklaracja producenta, nie niezależny benchmark.
• MI430X — układ nakierowany na suwerenną AI (sovereign AI) i obliczenia HPC.
• 6. generacja serwerowych CPU EPYC 9006.

AMD podało też, że OpenAI i Meta złożyły się łącznie na 12 gigawatów mocy obliczeniowej opartej na akceleratorach AMD, a Microsoft Azure i Oracle są wskazywani jako pierwsi klienci Helios.

Dlaczego to ważne poza samą wydajnością

Trzy wątki mają znaczenie dla firm:

Konkurencja. Silny, drugi dostawca akceleratorów AI to zdrowszy rynek — mniejsza zależność od jednego łańcucha dostaw i potencjalnie niższe koszty tokena. Temat kosztu i energii poruszaliśmy przy premierze Nvidia Vera Rubin.

Suwerenna AI. Osobny układ dla „sovereign AI” (MI430X) to sygnał, że rezydencja danych i niezależność od zewnętrznych dostawców stają się kryterium zakupowym — istotnym w sektorach regulowanych i administracji. To temat na styku technologii i zgodności.

Energia. Kontrakty liczone w gigawatach przypominają, że wąskim gardłem AI jest dziś prąd, a nie tylko krzem. To kontekst dla decyzji o tym, gdzie i jak uruchamiać obciążenia.

Czego ta wiadomość nie rozstrzyga

Deklaracje wydajności pochodzą od producenta i dotyczą wybranych scenariuszy. „Najwydajniejszy układ na świecie” i „34× więcej tokenów” to twierdzenia marketingowe do niezależnej weryfikacji w realnych obciążeniach. Dla decydenta liczą się nie slajdy, lecz koszt, dostępność, wsparcie oprogramowania i realna przepustowość w Twoim zastosowaniu.

Praktyczny wniosek dla firm

1. Nie kupuj slajdów — testuj obciążenia. Porównuj układy na własnych zadaniach, nie na benchmarkach producenta.
2. Uwzględnij suwerenność danych. Jeśli działasz w sektorze regulowanym, pytaj o to, gdzie fizycznie liczą się Twoje dane, na równi z wydajnością.
3. Planuj koszt całkowity. Energia, chłodzenie i oprogramowanie potrafią przeważyć nad ceną samego układu.
4. Zachowaj elastyczność. Projektuj tak, by móc zmienić dostawcę akceleratorów bez przepisywania całej platformy.

Najważniejszy wniosek

Advancing AI 2026 to przede wszystkim wiadomość o dojrzewającym rynku compute: realna konkurencja, wątek suwerennej AI i skala liczona w gigawatach. Dla firm to dobra zmiana, ale decyzje warto opierać na własnych testach, nie na deklaracjach producenta. Jeśli planujesz infrastrukturę pod AI i chcesz omówić jej bezpieczeństwo, porozmawiajmy.

Źródła: AMD — Advancing AI 2026 (IR), SiliconANGLE, DataCenterDynamics.