AI 時代に応じたスケールアウト ネットワーキング
AMD AI NIC™ テクノロジは、数世代にわたる革新技術を基盤として構築され、ハイパースケーラーやクラウド サービスのプロバイダーが AI インフラストラクチャを自信を持って拡張できるように、高性能でオープンなプログラマブル ネットワーキングを提供します。
AMD Pensando™ Vulcano 800 AI NIC
AMD Pensando™ Vulcano 800 AI NIC は、GPU あたり最大 2.4 Tbps のスケールアウト帯域幅をサポートする唯一の AI NIC であり、最も要求の厳しい AI ワークロードに必要な高速接続を提供します。
AI パフォーマンスが高速化
クラスターの稼働時間が向上
設備投資コストの削減
オペレーショナル エクセレンスの向上
数字で見る AMD Pensando™ Vulcano 800 AI NIC
大規模モデルのトレーニングから導入準備までの時間を短縮。
オープン システムは、AI インフラストラクチャのコスト効率と拡張性を高めます。
AMD Pensando™ Vulcano 800 AI NIC の詳細
最先端 AI 向け AMD Helios のラックスケール ソリューション3
AMD Helios ラックスケール ソリューション設計は、最新の AMD Instinct™ GPU、AMD EPYC™ サーバー向け CPU、および AMD Pensando™ ネットワーキングを組み合わせた完全統合型 AI インフラストラクチャであり、オープンな業界標準を使用して設計されており、大規模な推論、最先端モデル トレーニング、ファインチューニングを可能にします。
AMD Instinct™ MI350P PCIe® カード
AMD Instinct MI350P PCIe カードはさまざまな業界に応じて生成 AI ワークロードの規模を調整できる実用的な手段となるため、インフラストラクチャの変更をほとんどしなくて済みます。第 4 世代 AMD CDNA™ アーキテクチャを使用して構築されたこれらの PCIe ベースのカードは、導入が簡素化できるようエンタープライズ向けの堅牢なフル スタックのソフトウェア スタックを備えており、大規模なエンタープライズ ワークロードに卓越した効率とパフォーマンスを提供します。
AI ワークロード向け AI 対応スケールアウト ネットワーキング
スケールアウト ネットワーキングが GPU の使用率を向上させ、AI ジョブを高速化し、AI インフラストラクチャの拡張コストを削減する方法をご確認ください。
プロトコルを選択可能にするプログラム可能性
AMD AI NIC™ テクノロジは、フルにプログラム可能な P4 エンジンをベースにしており、UEC 対応の RDMA やマルチパス信頼性接続 (MRC) などのプロトコルに加えて、規格の変化に合わせて調整およびアップグレードできる機能を備えたカスタム トランスポートを実現します。
- インテリジェントなパケット スプレー
- アウトオブオーダー パケットの処理とインオーダー メッセージ配信
- 選択的な再送信
- パス認識型輻輳制御
- 迅速な障害検出
インテリジェントなパケット スプレー
インテリジェントなパケット スプレーにより、チームは、負荷分散を強化し、全体的な効率性とスケーラビリティを向上させることで、ネットワーク パフォーマンスをスムーズに最適化できます。ネットワーク パフォーマンスの向上により、GPU 間の通信時間を大幅に短縮できるため、作業の完了時間が短縮され、運用効率が向上します。
アウトオブオーダー パケットの処理とインオーダー メッセージ配信
マルチパス技術やパケット スプレー技術を用いた場合でも、メッセージが正しい順序で確実に配信されるようにします。高度なアウトオブオーダー メッセージ配信機能は、順番通りには到着しない可能性があるデータ パケットを効率的に処理し、バッファリングなしで GPU メモリにシームレスに直接並べます。
選択的な再送信
選択確認応答 (SACK) による再送により、ドロップしたパケットまたは破損したパケットのみを再送信。ネットワーク パフォーマンスが向上します。SACK は、損失または破損したパケットを効率的に検出して再送信することで、帯域幅の使用率を最適化します。これにより、パケット損失の回復時のレイテンシが抑えられ、冗長的なデータ伝送を最小限に抑えられるため、効率が非常に高くなります。
パス認識型輻輳制御
リアルタイムのテレメトリおよびネットワーク対応アルゴリズムにより、ネットワーク監視ではなくワークロードに重点を置きます。パス認識型の輻輳制御機能により、ネットワーク パフォーマンス管理が簡素化され、チームは重要な問題を迅速に検出して対処できるようになると同時に、インキャスト シナリオの影響も軽減できます。
迅速な障害検出
迅速な障害検出により、チームはごく短時間で問題を特定できるため、ほぼ瞬時にフェイルオーバーを復旧し、GPU のダウンタイムを大幅に削減できます。ほぼリアルタイムのレイテンシ メトリクス、輻輳、およびドロップ統計情報による高度なネットワーク監視機能を利用できます。
製品ポートフォリオ
注目の AMD AI ネットワーキング テクノロジ
パートナー
- OEM および ODM
- インフラストラクチャ ソリューション
- ストレージ
- スイッチング
- エコシステム
リソース
お問い合わせ
AI ネットワーキングの未来を切り開く
AMD Pensando Pollara 400 AI NIC がスケールアウト AI インフラストラクチャをどのように変革するかについて説明します。
データセンター ネットワークを見る
高性能の最新データセンター向けに設計された一連の AMD ネットワーク ソリューション群をご紹介します。
脚注
- AMD エンジニアリング シリコン モデリングと AMD 合成ベンチマーク シミュレーションに基づき、MOE_4p5T hi_sparsity_EA9 ベンチマーク テストを使用して、8,000 個の AMD Instinct MI455X GPU と (3) 対 (2) AMD Pensando Vcano NIC でモデル化されたシミュレーション LLM システムで FP8 トレーニング データ型を使用して、解決までの所要時間が数日単位で短縮されることを予測しています。
結果は、SwiGLU 活性化を使用して、4096 のグローバル バッチ サイズと 4K のシーケンス長で評価された純粋なトレーニング コンピューティング (デコード層のみ) 構成の分析を反映しています。結果には、評価とチェックポイント オーバーヘッドは含まれません。matmul–softmax オーバーラップありの FlashAttenution v3 が想定されています。AllReduce と All2All の通信コストは全額考慮されており、タイル状演算と通信のオーバーラップによって隠されていません。グラディエント同期と FSDP 重みプリフェッチは、さまざまなレベルのオーバーラップで評価され、スケールアウトの感度を評価します。結果は理想値を想定しており、完全に最適化された実際の動作ではないため、実際の製品が市場で発売された場合とは異なる可能性があります。MI400-018
- PEN-022: AMD では、32,000 個の GPU をサポートするためのネットワーク ファブリック コストを、2026 年 5 月 18 日時点での価格を基に比較しました。200G SerDes を搭載した 1.6T Tomahawk 6 スイッチングをベースとしたネットワークにおいて、Helios ラックスケール システムの一部として導入された Vulcano ベースの NIC (VULCANO-CUSTOM-2.4T) と、100G SerDes を搭載した 800G Tomahawk 6 スイッチングを使用した競合他社の 800g NIC を比較。いずれのファブリックも、Tomahawk 5 800G スイッチング プラットフォーム上に構築された fat-tree トポロジであり、NIC コストも同等と仮定しています。Vulcano ベースの設計は、移行プラットフォームの数が少なく、ネットワーク上のポートあたりの帯域幅が増加し、トランシーバー ケーブル/光ファイバーの数が減るため、アーキテクチャのコスト効率が高くなります。したがって、ネットワーク スイッチング コストを最大 33% 削減できると見られています。
TH6-100G Serdes Fat-Tree (競合製品):
スイッチング (TH6C BCM78914 - 128x800G):
• リーフ 1,000 台
• スパイン 500 台
• スイッチ合計 1,500 台
• TH6 100G 単価 $79,587
• 総スイッチング コスト $60M
ケーブル/光ファイバー:
• NIC トランシーバー (800G-DR8) 64,000 台 @ $500
• リーフ/スパイン トランシーバー (800G-DR8) 192,000 台 @ $500
• MPO ケーブル 256,000 本 @ $89
• 光ファイバー/ケーブル合計 $64M
TH6-100G 総ファブリック コスト (スイッチ + ケーブル/光ファイバー): $124M
TH6-200G Serdes Fat-Tree (Vulcano-Custom2.4T/AMD ソリューション):
スイッチング (TH6P BCM78910 - 64x1.6T):
• リーフ 1,000 台
• スパイン 500 台
• スイッチ合計 1,500 台
• TH6 200G の単価 $66,336
• 総スイッチングコスト $50M
ケーブル/光ファイバー:
NIC トランシーバー (1.6T-DR8) 32,000 台 @ $900 (競合製品と比較して 50% 減)
リーフ/スパイン トランシーバー (1.6T-DR8) 64,000 台 @ $900
MPO ケーブル 128,000 本 @ $89 (競合製品と比較して 50% 減)
光ファイバー/ケーブル合計 $43M
TH6-200G 総ファブリック コスト (スイッチ + ケーブル/光ファイバー): $93M
設備投資の削減 (ファブリックのみ):
節約額 ($): $30.7M
コスト削減率: 33.1%
価格に関する情報源: SemiAnalysis Hyperscaler ネットワーキング モデル データは許可を得た上で使用しています。SemiAnalysis サブスクリプションでは完全な分析が可能です。EdgeCore スイッチの価格は 2026 年 5 月 17 日時点のものです。結果はシステム構成により異なる場合があります。
- 2025 年 6 月に AMD パフォーマンス ラボで実施された計算は、AMD Instinct™ MI455X 72xGPU "Helios" AI ラックの予測されるメモリ容量/帯域幅およびスケール アップ/アウト帯域幅仕様と、公表されている NVIDIA "Vera Rubin" 72xGPU "Oberon" ラックの仕様の比較に基づいています。サーバー メーカーの構成によって、異なる結果が生じる場合があります。MI350-045A
2025 年 9 月に AMD パフォーマンス ラボで実施された計算は、FP8/FP4 データ型と AMD Instinct™ MI455X 72xGPU "Helios" AI ラックの予測仕様と、NVIDIA "Vera Rubin" 72xGPU "Oberon" AI ラックの公表されている仕様の比較に基づいています。製品版の半導体によって、実際の結果は異なる場合があります。サーバー メーカーの構成によって、異なる結果が生じる場合があります。MI350-046B
- AMD エンジニアリング シリコン モデリングと AMD 合成ベンチマーク シミュレーションに基づき、MOE_4p5T hi_sparsity_EA9 ベンチマーク テストを使用して、8,000 個の AMD Instinct MI455X GPU と (3) 対 (2) AMD Pensando Vcano NIC でモデル化されたシミュレーション LLM システムで FP8 トレーニング データ型を使用して、解決までの所要時間が数日単位で短縮されることを予測しています。
結果は、SwiGLU 活性化を使用して、4096 のグローバル バッチ サイズと 4K のシーケンス長で評価された純粋なトレーニング コンピューティング (デコード層のみ) 構成の分析を反映しています。結果には、評価とチェックポイント オーバーヘッドは含まれません。matmul–softmax オーバーラップありの FlashAttenution v3 が想定されています。AllReduce と All2All の通信コストは全額考慮されており、タイル状演算と通信のオーバーラップによって隠されていません。グラディエント同期と FSDP 重みプリフェッチは、さまざまなレベルのオーバーラップで評価され、スケールアウトの感度を評価します。結果は理想値を想定しており、完全に最適化された実際の動作ではないため、実際の製品が市場で発売された場合とは異なる可能性があります。MI400-018 - PEN-022: AMD では、32,000 個の GPU をサポートするためのネットワーク ファブリック コストを、2026 年 5 月 18 日時点での価格を基に比較しました。200G SerDes を搭載した 1.6T Tomahawk 6 スイッチングをベースとしたネットワークにおいて、Helios ラックスケール システムの一部として導入された Vulcano ベースの NIC (VULCANO-CUSTOM-2.4T) と、100G SerDes を搭載した 800G Tomahawk 6 スイッチングを使用した競合他社の 800g NIC を比較。いずれのファブリックも、Tomahawk 5 800G スイッチング プラットフォーム上に構築された fat-tree トポロジであり、NIC コストも同等と仮定しています。Vulcano ベースの設計は、移行プラットフォームの数が少なく、ネットワーク上のポートあたりの帯域幅が増加し、トランシーバー ケーブル/光ファイバーの数が減るため、アーキテクチャのコスト効率が高くなります。したがって、ネットワーク スイッチング コストを最大 33% 削減できると見られています。
TH6-100G Serdes Fat-Tree (競合製品):
スイッチング (TH6C BCM78914 - 128x800G):
• リーフ 1,000 台
• スパイン 500 台
• スイッチ合計 1,500 台
• TH6 100G 単価 $79,587
• 総スイッチング コスト $60M
ケーブル/光ファイバー:
• NIC トランシーバー (800G-DR8) 64,000 台 @ $500
• リーフ/スパイン トランシーバー (800G-DR8) 192,000 台 @ $500
• MPO ケーブル 256,000 本 @ $89
• 光ファイバー/ケーブル合計 $64M
TH6-100G 総ファブリック コスト (スイッチ + ケーブル/光ファイバー): $124M
TH6-200G Serdes Fat-Tree (Vulcano-Custom2.4T/AMD ソリューション):
スイッチング (TH6P BCM78910 - 64x1.6T):
• リーフ 1,000 台
• スパイン 500 台
• スイッチ合計 1,500 台
• TH6 200G の単価 $66,336
• 総スイッチングコスト $50M
ケーブル/光ファイバー:
NIC トランシーバー (1.6T-DR8) 32,000 台 @ $900 (競合製品と比較して 50% 減)
リーフ/スパイン トランシーバー (1.6T-DR8) 64,000 台 @ $900
MPO ケーブル 128,000 本 @ $89 (競合製品と比較して 50% 減)
光ファイバー/ケーブル合計 $43M
TH6-200G 総ファブリック コスト (スイッチ + ケーブル/光ファイバー): $93M
設備投資の削減 (ファブリックのみ):
節約額 ($): $30.7M
コスト削減率: 33.1%
価格に関する情報源: SemiAnalysis Hyperscaler ネットワーキング モデル データは許可を得た上で使用しています。SemiAnalysis サブスクリプションでは完全な分析が可能です。EdgeCore スイッチの価格は 2026 年 5 月 17 日時点のものです。結果はシステム構成により異なる場合があります。 - 2025 年 6 月に AMD パフォーマンス ラボで実施された計算は、AMD Instinct™ MI455X 72xGPU "Helios" AI ラックの予測されるメモリ容量/帯域幅およびスケール アップ/アウト帯域幅仕様と、公表されている NVIDIA "Vera Rubin" 72xGPU "Oberon" ラックの仕様の比較に基づいています。サーバー メーカーの構成によって、異なる結果が生じる場合があります。MI350-045A
2025 年 9 月に AMD パフォーマンス ラボで実施された計算は、FP8/FP4 データ型と AMD Instinct™ MI455X 72xGPU "Helios" AI ラックの予測仕様と、NVIDIA "Vera Rubin" 72xGPU "Oberon" AI ラックの公表されている仕様の比較に基づいています。製品版の半導体によって、実際の結果は異なる場合があります。サーバー メーカーの構成によって、異なる結果が生じる場合があります。MI350-046B