AI ワークロードのためのネットワーク再構築
AMD Pensando™ のオープン ネットワーキング ソリューションを導入することで、AI ワークロードに特化した新時代のデータセンターを構築できます。このソリューションは、ネットワークをエンドツーエンドで強化、向上させる画期的な高性能でプログラマブルのオープン製品群です。
フロントエンド ネットワークを駆動する AMD Pensando™ DPU
データ移動とインフラストラクチャ サービスをワイヤ スピードで高速化し、CPU リソースを AI ワークロードに解放します。
進化する AI ワークロードに対応するスケールアップ ネットワーキング
最新の AI モデルは、単一の GPU では処理できないほど巨大化しています。スケールアップ ネットワーキングは、システムまたはラック内の複数の GPU を接続して 1 つの演算ドメインを形成し、エージェント型 AI などの大規模なワークロードに求められる超広帯域幅と低レイテンシを提供します。
AI NIC を使用したスケールアウトとスケールアクロス
AI ワークロードがサーバー、ラック、データセンターにまたがる場合、GPU 間のシームレスな接続が不可欠となります。AMD AI NIC™ テクノロジは、大規模な AI に必要な高速同期を支えます。
AMD Helios: ハイパースケール AI 向けの業界をリードするラック パフォーマンス1
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 Pensando™ Vulcano 800 AI NIC
市場で唯一の AI NIC を使用して AI ジョブの完了に要する時間を最大 13% 短縮2 し、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。
アダプターと CPU
AMD Solarflare™ 低レイテンシ ネットワーク アダプターが支える世界の取引
資本市場に特化したシリコン、ソフトウェア、アダプター
世界的な証券取引所の 10 箇所のうち 9 箇所が、取引に Solarflare ソリューションを使用3
AMD x86 Embedded プロセッサ
AMD x86 Embedded プロセッサは、ファイアウォール、ルーター、ネットワーク アプライアンスなどのアプリケーションに対応した高スループット コンピューティング、堅牢な I/O、スケーラビリティを提供し、エッジやデータセンターにおけるパフォーマンス、効率性、長期的な信頼性を実現します。
リソース
あらゆる規模に応じたパフォーマンスを発揮できるようオープン スタンダードに基づいたネットワークを設計
脚注
- 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
- https://focus.world-exchanges.org/issue/june-2025/market-statistics、AMD 社内販売データ
脚注
- 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 - https://focus.world-exchanges.org/issue/june-2025/market-statistics、AMD 社内販売データ