AMD MI450X: Mehr KI-Leistung mit einer intelligenteren Speicherkonfiguration
16:16, 16.11.2026
AMD wird die Beschleuniger der Instinct MI400-Serie um eine weitere Konfiguration namens MI450X ergänzen. Es scheint, als wolle das Unternehmen seinen Kunden mehr Optionen bei der Erstellung von KI-basierten Architekturen bieten. Jede Arbeitslast erfordert eine unterschiedliche Speichermenge, und AMD versucht, den Bedürfnissen der Kunden durch die Einführung eines neuen Modells seiner Beschleuniger gerecht zu werden.
Diesmal wird der MI450X mit 288 GB HBM4-Speicher ausgestattet sein, während der MI455X über mehr Speicher verfügt. Dennoch bleiben die Rechenleistung, die Speicherbandbreite und die Skalierbarkeit unverändert.
Das bedeutet, dass Sie eine ähnliche Rechenleistung erzielen können, ohne für Speicherkapazität zu bezahlen, die Ihre Anwendungen möglicherweise nie nutzen werden. Der neue Beschleuniger funktioniert zudem innerhalb der „Helios“-Rack-Scale-Architektur von AMD und unterstützt die ROCm-Softwareplattform.
AMD zielt auf wissenschaftliches Rechnen und schnelle KI-Inferenz ab
Darüber hinaus hat AMD weitere Details zum MI430X bekannt gegeben, der für wissenschaftliches Rechnen und HPC entwickelt wurde. Die KI-gestützte Lösung verfügt über hardwarebasiertes FP64, wodurch Wissenschaftler wissenschaftliche Berechnungen direkt auf dem Chip durchführen können. Der Beschleuniger verfügt über 432 GB HBM4-Speicher mit einer Bandbreite von 23,3 TB/s.
Darüber hinaus gab das Unternehmen neue Benchmark-Werte für den MI455X bekannt, der Teil seines Helios-Systems ist. Die Inferenzleistung des Beschleunigers lag bei 21.333 Tokens/Sekunde auf einer einzelnen GPU mit DeepSeek-R1. Laut den MLPerf-Ergebnissen für „Inference Offline“ von AMD übertrifft dieser Wert den von NVIDIAs Vera Rubin um 30 %.
Die Zukunft der KI-Infrastruktur
Unserer Ansicht nach spiegelt die Strategie von AMD einen wichtigen Wandel auf dem Markt für KI-Hardware wider. Unternehmen wollen nicht mehr für maximale Spezifikationen bezahlen, wenn eine gezieltere Konfiguration die benötigte Leistung liefern kann.
Für Sie könnte dies eine kostengünstigere KI-Infrastruktur, eine bessere Ressourcenzuweisung und mehr Freiheit bei der Hardwareauswahl bedeuten. Da KI-Workloads weiter zunehmen, könnten flexible Konfigurationen genauso wichtig werden wie reine Rechenleistung.
Fanden Sie dieses Update hilfreich? Teilen Sie diesen Artikel mit Ihren Kollegen und folgen Sie unserem Blog, um weitere Einblicke in KI-Hardware, Rechenzentren und neue Technologien zu erhalten.