為 AI 工作負載重塑網路
運用 AMD Pensando™ 開放式網路解決方案，邁向專為 AI 工作負載打造的新世代資料中心。這套突破性的高效能、可程式化且開放式產品組合，可全面強化端對端網路。
AMD Pensando™ DPU 為前端網路注入動能
以線速加速資料移動與基礎架構服務，釋出處理器資源供 AI 工作負載使用。
適應持續演進之 AI 工作負載的垂直擴充網路
現代 AI 模型的需求已超越單張顯示卡所能負荷的範圍。垂直擴充網路可連接系統或機架內的多個顯示卡，形成單一運算網域，提供代理式 AI 等大規模工作負載所需的超高頻寬與低延遲。
使用 AI NIC 的橫向擴充與跨域擴充
當 AI 工作負載的運作範圍橫跨伺服器、機架與資料中心時，流暢的顯示卡對等連線能力便非常重要。AMD AI NIC™ 技術可提供大規模 AI 所需的高速同步能力。
AMD Helios：為超大規模 AI 提供領先的機架效能1
AMD Helios 機架規模解決方案設計是一套完全整合的 AI 基礎架構，結合最新 AMD Instinct™ 顯示卡、AMD EPYC™ 伺服器處理器和 AMD Pensando™ 網路技術，並採用業界開放標準設計，可支援大規模推論、尖端模型訓練和微調。
AMD Pensando™ Vulcano 800 AI NIC
運用市面上唯一支援每個顯示卡最高 2.4 Tbps 橫向擴充頻寬的 AI NIC，讓 AI 工作完成速度最高提升 13%2。
為 AI 工作負載實現支援 AI 的橫向擴充網路
瞭解橫向擴充網路如何提升顯示卡使用率、加速 AI 工作，並降低擴充 AI 基礎架構的成本。
介面卡與處理器
AMD Solarflare™ 低延遲網路卡支撐全球股市
專為資本市場設計的晶片、軟體與網路卡
全球十大證券交易所中有 9 家採用 Solarflare 解決方案進行交易3
AMD x86 嵌入式處理器
AMD x86 嵌入式處理器可提供高輸送量運算、強大的 I/O 以及擴充性，適合防火牆、路由器和網路設備等應用，為邊緣或資料中心提供效能、效率與長期可靠性。
資源
我們以開放標準打造網路，在各種規模下提供卓越效能
尾註
- AMD 效能實驗室於 2025 年 6 月進行計算，依據 AMD Instinct™ MI455X 72xGPU "Helios" AI 機架的預估記憶體容量/頻寬及垂直/橫向擴充頻寬規格，與 NVIDIA 公開發佈的 "Vera Rubin" 72xGPU "Oberon" 機架進行比較。伺服器製造商可能會改變配置，而得到不同的結果。MI350-045A
AMD 效能實驗室於 2025 年 9 月進行計算，依據 FP8/FP4 資料類型及 AMD Instinct™ MI455X 72xGPU "Helios" AI 機架的預估規格，與 NVIDIA 公開發佈的 "Vera Rubin" 72xGPU "Oberon" AI 機架規格進行比較。實際結果視生產晶片而異。伺服器製造商可能會改變配置，而得到不同的結果。MI350-046B
- 根據 AMD Engineering 的晶片模型分析與 AMD 合成基準測試模擬，使用 MOE_4p5T hi_sparsity_ea9 基準測試，在模擬 LLM 系統中採用 FP8 訓練資料類型，並以 8,000 個 AMD Instinct MI455X 顯示卡搭配三 (3) 個與兩 (2) 個 AMD Pensando Vulcano NIC 進行比較，以天數推估取得解決方案所需時間的縮短幅度。
結果反映純訓練運算（僅解碼層）的分析；評估配置採用 4096 的全域批次大小、4K 序列長度，以及 SwiGLU 啟用函數。結果不包含評估與檢查點作業的額外負擔。假設採用具備矩陣乘法與 softmax 重疊執行的 FlashAttention v3。AllReduce 與 All2All 的通訊成本均已完整納入計算，未透過分塊運算與通訊重疊加以隱藏。梯度同步與 FSDP 權重預取已在不同重疊程度下進行評估，以衡量橫向擴充靈敏度。結果係假設理想但未完全最佳化的實際運作情況，實際產品上市後的結果可能有所不同。MI400-018
- https://focus.world-exchanges.org/issue/june-2025/market-statistics，AMD 內部銷售資料
尾註
- AMD 效能實驗室於 2025 年 6 月進行計算，依據 AMD Instinct™ MI455X 72xGPU "Helios" AI 機架的預估記憶體容量/頻寬及垂直/橫向擴充頻寬規格，與 NVIDIA 公開發佈的 "Vera Rubin" 72xGPU "Oberon" 機架進行比較。伺服器製造商可能會改變配置，而得到不同的結果。MI350-045A
AMD 效能實驗室於 2025 年 9 月進行計算，依據 FP8/FP4 資料類型及 AMD Instinct™ MI455X 72xGPU "Helios" AI 機架的預估規格，與 NVIDIA 公開發佈的 "Vera Rubin" 72xGPU "Oberon" AI 機架規格進行比較。實際結果視生產晶片而異。伺服器製造商可能會改變配置，而得到不同的結果。MI350-046B - 根據 AMD Engineering 的晶片模型分析與 AMD 合成基準測試模擬，使用 MOE_4p5T hi_sparsity_ea9 基準測試，在模擬 LLM 系統中採用 FP8 訓練資料類型，並以 8,000 個 AMD Instinct MI455X 顯示卡搭配三 (3) 個與兩 (2) 個 AMD Pensando Vulcano NIC 進行比較，以天數推估取得解決方案所需時間的縮短幅度。
結果反映純訓練運算（僅解碼層）的分析；評估配置採用 4096 的全域批次大小、4K 序列長度，以及 SwiGLU 啟用函數。結果不包含評估與檢查點作業的額外負擔。假設採用具備矩陣乘法與 softmax 重疊執行的 FlashAttention v3。AllReduce 與 All2All 的通訊成本均已完整納入計算，未透過分塊運算與通訊重疊加以隱藏。梯度同步與 FSDP 權重預取已在不同重疊程度下進行評估，以衡量橫向擴充靈敏度。結果係假設理想但未完全最佳化的實際運作情況，實際產品上市後的結果可能有所不同。MI400-018 - https://focus.world-exchanges.org/issue/june-2025/market-statistics，AMD 內部銷售資料