Ежегодная конференция AMD, посвящённая ИИ-инфраструктуре, прошла 22–23 июля 2026 года в Сан-Франциско и стала площадкой для запуска сразу нескольких ключевых продуктов. Главный анонс — серия ускорителей Instinct MI400, следующее поколение чипов компании после MI350, ориентированное на инференс и обучение крупнейших моделей, а также на агентные рабочие нагрузки и автономную робототехнику.
Гендиректор AMD Лиза Су представила флагманский чип линейки — Instinct MI455X, назвав его без обиняков «самым производительным ИИ-ускорителем в мире». По заявлению компании, MI455X обеспечивает в 34 раза более высокую пропускную способность по токенам по сравнению с предыдущим флагманом MI355X — прирост, который AMD объясняет как архитектурными улучшениями, так и оптимизацией под массовый инференс в «фабриках ИИ» — крупных дата-центрах, работающих исключительно на обслуживание запросов к моделям.
Вторая модель линейки — Instinct MI430X — нацелена на иной сегмент: суверенные ИИ-системы и высокопроизводительные вычисления (HPC) для научных задач. Чип обеспечивает 288 терафлопс производительности и позиционируется как решение для стран и организаций, которым требуется развёртывать вычислительную инфраструктуру на собственной территории без зависимости от облачных провайдеров третьих стран — актуальная тема на фоне ужесточения экспортных ограничений на передовые чипы по всему миру.
Помимо самих ускорителей, AMD анонсировала стоечные решения Helios — полностью интегрированные rack-scale системы, уже готовые к развёртыванию ведущими ИИ-компаниями в масштабе гигаватт. Дополнил линейку анонс процессоров Zen 6 EPYC серии 9006 — новое поколение серверных CPU, которое AMD продвигает как основу для «full-stack» вычислительных платформ, объединяющих CPU и GPU в единую экосистему.
Анонс AMD стоит рассматривать в контексте многолетней попытки компании отвоевать долю рынка ИИ-ускорителей у Nvidia, которая по-прежнему контролирует подавляющую часть глобальных поставок GPU для обучения и инференса моделей. Заявленный 34-кратный прирост производительности — маркетинговая цифра, которую предстоит подтвердить независимым бенчмаркам, но сам факт того, что AMD выводит на рынок конкурентоспособное по заявленным характеристикам решение практически одновременно с ростом капитальных затрат крупнейших ИИ-лабораторий, важен структурно: чем больше жизнеспособных альтернатив Nvidia появляется у гиперскейлеров, тем выше их переговорная позиция по цене и срокам поставок.
Показательно, что анонс AMD прозвучал в те же дни, когда OpenAI подняла прогноз расходов на вычисления до 2030 года до $750 млрд, а среди аппаратных партнёров компании прямо назван AMD — наряду с Nvidia и Broadcom. Это означает, что даже крупнейшие заказчики частично диверсифицируют поставщиков чипов, не полагаясь на единственного производителя.
Для российских компаний новости о новом поколении западных ускорителей интересны прежде всего как индикатор технологического разрыва: ни MI400, ни актуальные чипы Nvidia не поставляются в Россию напрямую из-за санкционных ограничений. В этих условиях отечественные разработчики ИИ вынуждены ориентироваться на альтернативные источники вычислительных мощностей — прежде всего китайские чипы Huawei Ascend, которые уже используются рядом российских AI-компаний вместо NVIDIA H100, а также на развитие отечественного производства процессоров.
Одновременно позиционирование MI430X как решения именно для «суверенных» вычислений перекликается с российской повесткой: закон о поддержке ИИ, принятый Госдумой в июле 2026 года, вводит схожую логику — статусы «суверенной» и «национальной» модели, требующие разной степени независимости от зарубежных компонентов. Разница в том, что у AMD и её клиентов на Западе есть выбор между несколькими конкурирующими поставщиками топового оборудования, тогда как перед российским рынком стоит более узкий выбор — адаптировать доступные альтернативы или наращивать собственное производство с нуля.
Стоит подчеркнуть, что 34-кратный прирост производительности — цифра, озвученная самой AMD в маркетинговых материалах, а не результат независимых бенчмарков от третьих сторон. Подобные заявления производителей чипов традиционно измеряются в узких, выгодных для конкретного продукта сценариях — например, на определённом типе инференс-нагрузки с оптимальным для архитектуры чипа размером батча. Реальный прирост производительности на типичных корпоративных рабочих нагрузках, как правило, оказывается скромнее заявленного, что не отменяет значимости самого анонса как индикатора темпов конкуренции на рынке ИИ-чипов.