AMD는 Advancing AI 2026에서 Instinct MI400 시리즈 GPU와 Helios 랙 규모 AI 플랫폼을 출시했으며, HBM4 메모리를 탑재한 MI455X가 Nvidia Vera Rubin NVL72 대비 15% 높은 컴퓨팅 밀도를 제공한다고 주장했다.
AMD는 'Advancing AI 2026' 행사를 통해 AI 인프라를 타겟으로 하는 광범위한 하드웨어 및 소프트웨어 제품군을 공개했습니다. 여기에는 새로운 데이터센터 GPU, 서버 프로세서, 랙 규모 컴퓨팅 플랫폼, 개발자 도구, 그리고 로봇공학을 위한 임베디드 프로세서가 포함됩니다. 이러한 일련의 출시들은 AMD가 AI 학습, 추론, 네트워킹 및 엣지 로봇공학 전반에 걸쳐 Nvidia에 대한 풀스택 대안을 제시하려는 시도를 반영합니다.
Instinct MI400 시리즈는 두 가지 칩으로 구성됩니다: 대규모 AI 추론, 프론티어 모델 학습 및 파인튜닝을 위한 AI 팩토리 환경용 MI455X와 주권 AI 배포 및 과학 컴퓨팅 워크로드용 MI430X입니다. 둘 다 HBM4 메모리를 사용하며, 안전한 부팅, GPU 간 암호화된 링크, 하드웨어 기반 보호 기능과 같은 보안 기능을 갖추고 있습니다. MI430X는 과학적 워크로드를 위해 최대 288 TFLOPS의 하드웨어 기반 FP64 성능을 제공합니다.
"AMD Instinct MI400 시리즈는 개방형 소프트웨어 기반 위에 구축되어 모든 규모의 혁신에 유연성을 제공하는 고객에게 최적화된 솔루션으로 AI 포트폴리오를 확장합니다,"라고 AMD의 AI 담당 수석 부사장인 Vamsi Boppana은 말했습니다. 이 GPU들은 다양한 하드웨어 및 소프트웨어 구성 간 상호 운용성과 이식성을 지원하도록 설계된 프로그래밍 모델, 컴파일러, 라이브러리, 런타임 및 배포 도구를 제공하는 AMD의 ROCm 오픈 소프트웨어 스택에서 실행됩니다.
AMD의 새로운 랙 규모 AI 인프라 플랫폼인 Helios는 Instinct MI455X GPU, 6세대 EPYC 서버 CPU, ROCm 소프트웨어 및 AMD Pensando 네트워킹을 단일 아키텍처로 결합하여 단일 랙에서 기가와트 규모 AI 클러스터까지 확장되도록 설계되었습니다. 각 랙에는 각각 4개의 GPU를 탑재한 총 18개의 오픈 랙 와이드 정렬 컴퓨테이션 트레이가 통합되어 있어, 랙당 총 72개의 GPU를 구성합니다. 단일 Helios 랙은 최대 2.9 exaflops의 피크 FP4 성능, 1.4 exaflops의 피크 FP8 성능, 31 테라바이트의 HBM4 메모리, 초당 1.7 페타바이트의 메모리 대역폭을 제공합니다.
AMD는 이 플랫폼이 Nvidia Vera Rubin NVL72 랙 대비 피크 FP4 성능이 15% 더 높고, 고대역폭 메모리 용량이 50% 더 많으며, HBM 대역폭이 6% 더 크고, 스케일아웃 대역폭이 50% 더 크다고 주장합니다. 또한 회사는 Kimi K2 Thinking 워크로드를 사용한 모형을 기반으로 달러당 토큰 수가 최대 30% 더 많다고 주장합니다. "AMD Helios는 컴퓨팅, 고성능 네트워킹 및 오픈 소프트웨어를 단일 랙 규모 플랫폼으로 통합합니다,"라고 Boppana은 언급했습니다. "이 기술들을 함께 사용하면 고객은 대규모 추론 가속화, 프론티어 모델 학습 및 차세대 AI 인프라 구축에 필요한 유연성을 얻을 수 있습니다."
네트워킹 측면에서 Helios는 스케일업 연결을 위해 이더넷 기반 UALink를 사용하고, 스케일아웃을 위해 Ultra Ethernet Consortium과 호환되는 표준 기반 이더넷을 사용합니다. AMD Pensando Vulcano 800 AI NIC는 분산 추론 및 학습 워크로드를 위한 고대역폭, 저지연 연결을 제공합니다.
EPYC 9006 시리즈는 에이전틱 AI, 클라우드, 엔터프라이즈 및 HPC 워크로드를 위해 특별히 설계된 AMD의 6세대 서버 CPU를 나타냅니다. AMD는 현대적인 데이터센터가 에이전틱 AI에 의해 주도되는 3계층 아키텍처로 전환되고 있으며, 각 계층이 고유한 CPU 요구사항을 생성한다고 설명합니다: 에이전트 샌드박스 실행, AI 호스트 노드 및 범용 서버.
"에이전틱 AI가 엔터프라이즈 인프라의 설계 및 배포 방식을 재편함에 따라 EPYC도 고객과 함께 진화하고 있습니다,"라고 AMD의 컴퓨팅 및 엔터프라이즈 AI 담당 수석 부사장 겸 일반 관리자(DGM)인 Dan McNamara은 말했습니다. "6세대 AMD EPYC는 랙 규모 AI 인프라 전반에 걸쳐 더 많은 에이전트를 실행하고 GPU에 데이터를 공급하는 것부터 조직이 매일 의존하는 비즈니스 핵심 애플리케이션과 서비스를 구동하는 것에 이르기까지, 현대 데이터센터의 모든 필요 사항을 위한 워크로드 최적화 컴퓨팅을 제공합니다."
EPYC 9006 라인업은 네 가지 제품 카테고리로 구성됩니다. SP7은 최대 256코어 및 512 스레드를 갖춘 고밀도 에이전트 샌드박스 실행을 목표로 하며, 최대 5GHz 부스트 클럭과 PCIe Gen 6 연결성을 갖춘 고주파수 구성에서는 AI 호스트 노드 역할도 수행할 수 있습니다. SP8은 전력 효율성이 우선시되는 엔터프라이즈 워크로드 및 에이전트 샌드박스 실행을 위해 8~128코어 옵션을 제공하며, 엣지 배포, 전력 제약이 있는 랙 및 범용 서버를 커버합니다. 9006X SP7은 시뮬레이션, 모델링, 대규모 분석 및 인메모리 워크로드를 대상으로 HPC, 기술 컴퓨팅 및 데이터 집약적 워크로드를 타겟으로 하며, 표준 SP7보다 코어당 L3 캐시가 3배 많고 최대 5.15GHz에 도달하는 변형 모델을 포함합니다. 9006 LP(구 코드명 Verano)는 Helios와 같은 랙 규모 AI 시스템을 위한 전용 AI 호스트 노드 CPU로 설계되었으며, 밀집된 GPU 풍부 랙 전반에 가속기를 지속적으로 공급하기 위해 LPDDR 메모리와 최대 5GHz 주파수를 사용합니다. 이 네 가지 모두 공통 아키텍처, 소프트웨어 생태계 및 보안 기반을 공유하여 고객이 서로 다른 데이터센터 역할 간에 프로세서를 혼합하여 사용할 수 있도록 합니다.
AMD는 AMD 플랫폼 전반에서 작업하는 개발자를 위한 새로운 AI 네이티브 소프트웨어 경험인 ROCm.ai를 발표했습니다. 이는 AI 지원 개발, 지능형 배포 및 AI 기반 최적화를 세 가지 핵심 구성 요소로 통합한 단일 도구 모음입니다. ROCm CLI는 AMD 하드웨어에서 AI 워크로드를 설치, 검증, 서비스 및 관리하기 위한 새로운 명령줄 인터페이스로, 하드웨어 인식 워크플로우, 자동화된 환경 설정 및 에어갭 배포 지원을 포함합니다. AMD Skills는 Claude, Cursor, Codex와 같은 AI 코딩 어시스턴트에 AMD가 작성한 전문 지식을 통합하여 AI 워크로드의 설치, 마이그레이션, 디버깅 및 최적화에 대한 AMD 특화 권장사항을 제공합니다. Hyperloom은 엔드투엔드 추론 워크로드의 최적화를 자동화하는 새로운 오픈소스 에이전틱 시스템으로, 프로파일링, 분석, 커널 최적화 및 검증을 처리합니다.
"ROCm.ai는 질문에 답하는 것을 넘어 프로파일링, 디버깅을 수행하고 AMD 하드웨어에서 피크 성능을 향해 워크로드를 주도하는 에이전틱 AI 개발을 AMD 플랫폼에 가져옵니다,"라고 AMD의 AI 소프트웨어 담당 기업 부사장인 Anush Elangovan은 말했습니다. "환경 구축, 모델 서비스 제공 또는 피크 성능 격차 해소를 막론하고, ROCm.ai는 개발자가 이미 사용하는 코딩 어시스턴트 내부에서 무거운 작업을 처리합니다."
AMD는 ROCm.ai를 통해 제공되는 AI 기반 최적화가 동일한 하드웨어에서 최신 버전의 ROCm이 ROCm 7 대비 평균 3.3배의 추론 개선과 2.4배의 학습 개선을 산출한다고 주장합니다. 이러한 수치는 GLM-5, Kimi-K2.5, DeepSeek-R1-0528 모델을 사용하여 추론을 수행하고, DeepSeek-V2-Lite, DeepSeek-V3-16B, Qwen3-30B-A3B 모델을 사용하여 학습을 수행하는 Instinct MI355X GPU 시스템에서 측정되었습니다. ROCm.ai의 가용성은 2026년 8월부터 시작될 것으로 예상됩니다.
AMD, AT&T, Microsoft는 통신 산업에 특적으로 훈련된 오픈소스 AI 모델인 OTel 2.0을 발표했습니다. AT&T는 Microsoft Foundry의 관리형 컴퓨팅을 통해 1조 개 이상의 토큰을 처리했으며, AMD Instinct GPU를 사용하여 OTel 2.0 모델을 훈련했습니다. 이 거대 통신사는 하루 평균 450억 개의 토큰을 처리하며, 각 작업을 적절한 모델과 매칭하기 위해 지능형 게이트웨이를 사용합니다. AT&T는 자체 캐시 인식 모델 라우팅 접근 방식이 AI 비용을 최대 80% 절감하고 수백만 달러를 절약했다고 보고합니다. 이 작업은 AMD, AT&T, GSMA 및 기타 업계 참여자들이 MWC 2026에서 시작한 Open Telco AI 이니셔티브를 기반으로 하며, 이는 통신 산업에 도메인 특화 데이터로 훈련된 AI 모델을 제공하는 것을 목표로 합니다.
"AMD Instinct GPU, 개방형 AMD ROCm 소프트웨어 플랫폼, 코어부터 엣지까지의 유연한 컴퓨팅을 결합함으로써 우리는 정확성, 성능 및 비용 균형을 맞추면서 통신사가 통신사 특화 AI를 대규모로 구축하고 배포할 수 있도록 지원할 수 있습니다,"라고 McNamara은 덧붙였습니다.