Advertisement

AMD revela el acelerador de IA Instinct MI325X y adelanta novedades del próximo MI355X

AMD revela el acelerador de IA Instinct MI325X y adelanta novedades del próximo MI355X


AMD ha presentado oficialmente su acelerador tope de gama Instinct MI325X, diseñado para competir con la arquitectura Blackwell de NVIDIA, y confirmó que ya ha entrado en producción. Además, la compañía reveló detalles sobre su próximo acelerador de próxima generación, el Instinct MI355X, basado en la arquitectura CDNA4. Este nuevo acelerador promete ser una gran actualización respecto al CDNA3 y está fabricado en el proceso de 3 nm de TSMC, lo que ofrecerá un rendimiento mucho mayor.

El Instinct MI355X tendrá una capacidad de memoria HBM3E de hasta 288 GB, con un rendimiento de 2,3 petaflops en operaciones FP16 y 4,6 petaflops en FP8, un 77% más que su predecesor. Además, incluirá soporte para los novedosos números de punto flotante FP4 y FP6, que permitirán hasta 9,2 petaflops de rendimiento en FP4. Comparado con la NVIDIA Blackwell, este acelerador podría ser un serio competidor gracias a su alto rendimiento y su capacidad de memoria superior, alcanzando un ancho de banda de hasta 8 TB/s.

El Instinct MI325X competirá con NVIDIA Blackwell.

A pesar de estas grandes especificaciones, la escalabilidad de los sistemas con múltiples GPU será un aspecto clave a considerar frente a los aceleradores de NVIDIA. AMD aún no ha revelado detalles sobre posibles mejoras en este ámbito, lo que podría ser crucial en su competencia con la NVIDIA Blackwell.

Junto con el anuncio del Instinct MI355X, AMD confirmó que el MI325X ya está en producción y saldrá a la venta este trimestre, destacándose por aumentar su capacidad de memoria de 192 GB a 256 GB. Aunque inicialmente se planeó con 288 GB, se optó por un aumento del 33%. Con un rendimiento de hasta 6 TB/s en memoria, supera al MI300X en un 13%. Los primeros análisis muestran que el MI325X es entre un 20% y 40% más rápido que el NVIDIA H200 en algunas aplicaciones de IA, manteniendo la paridad en otras como el entrenamiento de redes neuronales.

Fuente: WCCFTech



Fuente

Enable Notifications OK No thanks