Le passage au 2 nm arrive d’abord là où la bataille se joue vraiment : dans les racks IA. Avec sa série AMD Instinct MI400 et la plateforme Helios, AMD ne présente pas une simple évolution, mais une réponse complète à l’offensive rack-scale de NVIDIA.
AMD Instinct MI400 ouvre un nouveau cycle pour CDNA 5
Dévoilée lors de l’événement Advancing AI 2026, la famille Instinct MI400 repose sur l’architecture CDNA 5, première architecture GPU d’AMD à atteindre le nœud 2 nm. La puce vedette, l’Instinct MI455X, regroupe 320 milliards de transistors dans un packaging multi-chiplets et embarque 432 Go de HBM4.
La gamme se scinde en deux. L’Instinct MI455X cible l’IA de pointe et les déploiements de type AI factory, tandis que l’Instinct MI430X vise l’IA souveraine et le calcul haute performance. Avec les EPYC de 6e génération Venice, le réseau Pensando et le rack Helios, AMD assemble une alternative ouverte au Vera Rubin NVL72 de NVIDIA.
MI455X : 8 XCD, 12 piles HBM4 et 23,3 To/s
Le MI455X est le premier GPU AMD pensé dès l’origine pour un déploiement à l’échelle du rack. Les chiplets de calcul XCD passent chez TSMC en N2, donc en 2 nm gate-all-around, tandis que les chiplets FCD et MID utilisent le procédé N3P en 3 nm FinFET.
Le package intègre 8 XCD, 2 IOD et 2 FCD, avec 12 stacks de HBM4. AMD annonce 432 Go de mémoire HBM4, une bande passante de 23,3 To/s, 20 PF en MXFP8 et 40 PF en MXFP4, avec prise en charge des formats FP4, FP6 et FP8. L’interface hôte repose sur 16 lignes Infinity Fabric, pour 256 Go/s bidirectionnels cohérents matériellement avec un CPU EPYC Venice associé.
Face à l’Instinct MI355X, AMD évoque jusqu’à 4 fois plus de calcul en pic, jusqu’à 2,9 fois plus de bande passante mémoire et 1,5 fois plus de capacité. La société traduit cela en usage réel par jusqu’à 18 fois plus de débit en tokens et jusqu’à 34 fois moins de coût par token sur DeepSeek V4 Flash FP4 en serving. Le chiffre de 23,3 To/s mérite d’ailleurs d’être relevé : les précédentes informations autour du GPU tournaient plutôt autour de 19,6 To/s, et la version commercialisée dépasse aussi les 22 To/s avancés par NVIDIA pour son système Vera Rubin VR200.
À l’échelle inférieure, les écarts de débit se lisent aussi dans les générations précédentes, comme le montre le MI355X au million de tokens par seconde, déjà révélateur de la montée en puissance du serveur IA chez AMD.
AMD attribue ces gains à plusieurs changements d’architecture : caches plus larges, opérations mémoire multicast, améliorations du Tensor Data Mover, exécution en Wave32, HBM4 et tissu de scale-up UALoE. Point important, l’ensemble a été pensé autour d’un pod mémoire partagée de 72 GPU, et non plus autour du nœud classique à 8 GPU.
CDNA 5 reste une architecture datacenter, pas une base Radeon pour joueurs. Mais l’apparition du Wave32, caractéristique de RDNA, et le poids pris par les formats basse précision orientés IA donnent une indication assez claire de ce que pourrait reprendre à terme l’architecture unifiée UDNA évoquée publiquement par AMD.
Helios, MI430X et ROCm.ai : AMD élargit le dispositif
L’Instinct MI430X se destine aux infrastructures nationales, à l’IA souveraine, aux centres de recherche et au HPC de premier plan, où la précision numérique garde un poids central. AMD y annonce jusqu’à 288 TFLOPS en FP64 matériel pour le calcul scientifique, dans des topologies HPC maillées plus traditionnelles que le rack Helios. La puce conserve la HBM4, les fonctions de sécurité avancées comme le secure boot et le chiffrement des liens GPU à GPU, ainsi que la base logicielle ROCm ouverte.
Helios constitue la brique rack-scale validée par AMD : 72 GPU MI455X répartis sur 18 tiroirs open-rack de 4 GPU, avec des CPU EPYC 9006 SP7 Venice et le réseau AMD Pensando. Par rack, AMD annonce 2,9 ExaFLOPS en FP4, 1,4 ExaFLOPS en FP8, 31 To de HBM4, 1,7 Po/s de bande passante mémoire, 260 To/s de bande passante scale-up via UALink over Ethernet, ou UALoE, et 43 To/s en scale-out.
Face au Vera Rubin NVL72, AMD revendique +15 % en FP4 de crête, +50 % de capacité HBM, +6 % de bande passante HBM, +50 % de bande passante scale-out et jusqu’à 30 % de tokens par dollar en plus. Helios est annoncé comme déjà en production, avec OpenAI, Meta, Anthropic, Microsoft et Oracle parmi les adopteurs mentionnés. Un whitepaper dédié à CDNA 5 accompagne ce lancement.
Sur la couche logicielle, ROCm.ai veut proposer une expérience davantage pensée pour l’IA. L’ensemble comprend ROCm CLI pour l’installation, la validation, le serving et le dépannage, y compris en environnement air-gapped, AMD Skills pour injecter l’expertise d’AMD dans Claude, Cursor, Codex et Gemini, Hyperloom, un système agentique open source chargé d’automatiser le profilage, la réécriture de kernels et la validation, ainsi que FlyDSL, un langage spécifique de style Python pour écrire des kernels GPU.
AMD avance en moyenne 3,3 fois plus de performances en inférence et 2,4 fois plus en entraînement face à ROCm 7 sur matériel identique. La société met aussi en avant plus de 3 millions de modèles Hugging Face fonctionnant immédiatement, la prise en charge native des 10 principaux projets IA open source et une hausse de plus de 10 fois des contributions OSS. La disponibilité de ROCm.ai débutera en août 2026.
Côté client, AMD a également montré Gorgon Halo, successeur de Strix Halo et de la plateforme Ryzen AI MAX qui équipe les mini-PC IA actuels. Le groupe promet une mémoire unifiée portée de 128 Go à 192 Go et une prise en charge locale de modèles passant de 200B à 300B de paramètres. AMD a aussi cité sa future gamme mobile Ryzen AI 400, l’élargissement du partenariat avec Hugging Face, avec support natif Halo et un an de Hugging Face Pro fourni avec chaque Halo box, ainsi qu’un partenariat avec Cisco autour d’une IA sécurisée au poste de travail.
Au-delà des comparatifs de slides, le signal important est ailleurs : AMD ne vend plus seulement un accélérateur, mais une pile complète allant du GPU au rack, du réseau au logiciel, avec une lecture très claire des besoins des hyperscalers comme des projets souverains. Reste maintenant à voir si cette avance sur le papier, notamment en capacité HBM et en densité rack-scale, se traduira en déploiements massifs face à un écosystème CUDA encore dominant.
Source : TechPowerUp
