AMD הכריזה במסגרת Advancing AI 2026 על Helios, פתרון Rackscale חדש לתשתיות AI המיועד ל-Frontier AI, להרצת inference בהיקפים גדולים, לאימון מודלי בסיס ולכיוונון שלהם. המהלך מגיע על רקע הגידול בהיקף ה-AI factories והצורך לבנות מערכות שאינן מסתפקות בשרתים בודדים, אלא מתרחבות ביעילות מ-Rack יחיד ועד אשכולות מחשוב עצומים.
Helios מאגדת בפתרון אחד את מאיצי AMD Instinct MI455X מהדור החמישי, מעבדי AMD EPYC לשרתים מהדור השישי, רשת AMD Pensando ותוכנת AMD ROCm. לפי החברה, השילוב נועד לתת ללקוחות בסיס אחיד לפריסת תשתיות AI, עם יכולת חישוב, קישוריות ותוכנה פתוחה שמותאמות גם לעומסים של מודלים מתקדמים.
תשתית שנבנתה עבור עומסי AI גדולים
AMD מציבה את Helios כאבן בניין עבור AI factories, מערכות שבהן מספר רב של מאיצים פועלים יחד לצורך הפקת tokens, אימון מודלים ופיתוח שירותי AI בקנה מידה רחב. הדגש של החברה הוא על ביצועים, ביצועים לכל ואט, עלות לכל token ויכולת להרחיב את המערכת בלי לשנות את מבנה הבסיס שלה בכל שלב.
הפתרון נועד לעבוד גם עם inference בנפח גבוה, גם עם אימון של מודלי בסיס וגם עם fine-tuning. במילים אחרות, AMD מנסה למקם את Helios לא כמערכת ייעודית לעומס מסוים, אלא כפלטפורמת תשתית אחידה שמכסה את שלבי העבודה המרכזיים של ארגונים שמפעילים מודלי AI גדולים.
72 מאיצים בכל Rack
כל Rack של Helios כולל 18 מגשי מחשוב בתצורת Open Rack רחבה. בכל מגש מותקנים ארבעה מאיצי GPU, כך שהתצורה כוללת 72 מאיצים בסך הכול. החזרתיות של מגשי מחשוב זהים אמורה לאפשר ללקוחות לבנות מערכות גדולות יותר על בסיס יחידות קבועות, במקום לתכנן מחדש כל פריסה.
לפי נתוני AMD, Rack אחד מגיע לביצועי שיא של עד 2.9 exaflops ב-FP4 ועד 1.4 exaflops ב-FP8. במקביל הוא כולל 31TB של זיכרון HBM4 ורוחב פס זיכרון של 1.7PB לשנייה. הנתונים האלה מתייחסים לביצועי שיא ולתצורה המוצגת על ידי AMD, ולכן התוצאות בפועל עשויות להשתנות בהתאם ליצרן המערכת, להגדרות ולסוג העומס.
קישוריות פנימית והרחבה בין Racks
הארכיטקטורה של Helios משתמשת ב-UALink over Ethernet עבור תקשורת scale-up בתוך סביבת המחשוב. עבור scale-out בין Racks ואשכולות היא מתבססת על Ethernet שתואם לגישת Ultra Ethernet Consortium. AMD מציגה את הבחירה הזו כחלק מגישת תשתית פתוחה המבוססת על תקנים, ולא על קישוריות סגורה של ספק יחיד.
ברמת האשכול, כרטיסי Pensando Vulcano 800 AI NIC אמורים לספק קישוריות עם רוחב פס גבוה והשהיה נמוכה, כדי לשרת inference מבוזר, אימון מודלים גדולים והתרחבות מהירה של פריסות ענן. לצד זאת AMD מציינת מנגנוני אבטחה רב שכבתיים ברמת ה-Rack, שנועדו להוסיף הגנה על סביבת המחשוב והתעבורה שלה.
ROCm בלב שכבת התוכנה
תוכנת ROCm היא שכבת התוכנה של AMD בפריסה זו. החברה מציינת שהיא מאפשרת inference עם תפוקה גבוהה ואימון מבוזר אחוד, הן בפריסות של Rack יחיד והן באשכולות גדולים יותר. מבחינת AMD, השילוב בין ROCm, UALink over Ethernet ורשת Ethernet מבוססת תקנים הוא חלק מרכזי מהצעת הערך של Helios.
ההשוואה ל-NVIDIA Vera Rubin NVL72
AMD משווה את Helios ל-NVIDIA Vera Rubin NVL72 וטוענת ל-15% יותר ביצועי FP4 בשיא, ל-50% יותר קיבולת HBM, ל-6% יותר רוחב פס HBM ול-50% יותר רוחב פס scale-out. החברה טוענת גם לתפוקת tokens גבוהה יותר בשלוש רמות אינטראקטיביות, נמוכה, בינונית וגבוהה.
עוד לפי AMD, Helios עשויה להציע עד 30% יותר tokens לכל דולר. מדד כזה מתייחס לא רק לעוצמת החישוב אלא גם לעלות ההפעלה של מאיצים לאורך זמן, ולכן הוא רלוונטי במיוחד למפעילי שירותי inference ולספקי ענן שבוחנים את העלות של הפקת תשובות בהיקפים גדולים.
על מה מבוססות הטענות
החישובים וההערכות שמציגה AMD בוצעו ב-AMD Performance Labs ביוני וביולי 2026. השוואות הזיכרון והביצועים מבוססות על מפרטים שפורסמו עבור Helios ועבור Vera Rubin NVL72. מדידת תפוקת tokens לכל GPU התבססה על מודל Kimi K2 Thinking, עם שילוב של 32K tokens בקלט ו-8K בפלט, וברמות אינטראקטיביות שונות.
AMD מדגישה שהתוצאות משקפות הערכות, חישובים תיאורטיים ומודלים של החברה. תצורת המערכת בפועל עשויה להיות שונה אצל כל יצרן, וכן גם התפוקה הסופית, הביצועים והמחיר. זו נקודה חשובה במיוחד בהשוואה בין Rackscale systems, שבה מספר המאיצים, הקישוריות, הקירור והגדרות התוכנה יכולים להשפיע משמעותית על התוצאה.
מ-Rack בודד ועד אשכולות בהספק ג׳יגה-ואט
AMD מציינת ש-Helios תוכננה להתרחב מ-Rack בודד ועד אשכולות AI בהספק של ג׳יגה-ואט. הכוונה היא לתשתיות שבהן גדלים בהדרגה, אך שומרים על אותם רכיבי בסיס, אותם דפוסי קישוריות ואותה סביבת תוכנה. עבור לקוחות שמבקשים לבנות או להרחיב AI factories, זהו הניסיון של AMD להציע חלופה פתוחה וכוללת לתשתיות AI בקנה מידה גדול.
"תשתיות Frontier AI מתפתחות במהירות, והלקוחות זקוקים לפלטפורמות שמספקות ביצועים גבוהים ומתרחבות ביעילות עם גדילת עומסי העבודה", אמר Vamsi Boppana, סגן נשיא בכיר לתחום ה-AI ב-AMD. "AMD Helios משלבת יכולת חישוב, רשת עתירת ביצועים ותוכנה פתוחה בפלטפורמת Rackscale אחודה".
