AMD расширила линейку Instinct MI400: три GPU для ИИ и науки
AMD представила ускорители MI430X, MI455X и MI450X для задач HPC и инференса, а также опубликовала собственные замеры скорости работы DeepSeek-R1 на MI455X.

Адаптация и понятное объяснение для начинающих. Заявления приведены по материалу источника.
Что произошло
AMD объявила о расширении линейки ускорителей Instinct MI400. По данным компании, в неё добавляются три модели с разными акцентами.
MI430X ориентирован на высокопроизводительные вычисления (HPC) и «ИИ для науки». AMD указывает нативную поддержку FP64 — вычислений с двойной точностью, важных для научных симуляций, — а также 432 ГБ памяти HBM4 и пропускную способность до 23,3 ТБ/с.
MI455X компания описывает как основу для стоечного решения Helios. AMD приводит собственные замеры: 21 333 токена в секунду на один GPU в задаче DeepSeek-R1 в конфигурации MLPerf Inference Offline. Компания утверждает, что это до 30% выше опубликованного результата Nvidia Vera Rubin в том же режиме.
MI450X — новая опция с 288 ГБ HBM4. По заявлению AMD, вычислительные возможности, пропускная способность памяти и интерконнекты у неё те же, что у MI455X, но памяти меньше. Модель предназначена для задач, которые укладываются в этот объём.
Что это значит для начинающего
Главный практический вывод простой: при выборе железа для запуска моделей важны не только «скорость» в общем смысле, но и объём памяти. Если модель или длина контекста не помещаются в память ускорителя, производительность теряет смысл — придётся дробить задачу или брать более ёмкое устройство.
Поэтому AMD и предлагает две близкие модели: MI455X с большим запасом памяти и MI450X как более экономный вариант для задач, которые в этот запас не упираются. Термин «инференс» здесь означает работу уже обученной модели — например, генерацию ответов, а не её тренировку.
Ещё один момент — программная среда. AMD упоминает открытую платформу ROCm как общую основу для обеих моделей в Helios. Для новичка это сигнал: при выборе ускорителя стоит смотреть не только на характеристики, но и на то, насколько хорошо с ним работает нужный фреймворк.
Отдельно стоит прочитать материал о том, как генеративные модели применяются в анимации: там проще понять, зачем подобным задачам нужна высокая точность вычислений.
На что обратить внимание
- Цифры — от AMD. Результат 21 333 токена в секунду и сравнение с Nvidia взяты из тестов лаборатории AMD и её расчётов, а не из независимой проверки. Производители систем могут получать другие результаты.
- Сравнение не «в лоб». AMD сопоставляет свой результат с опубликованной записью Nvidia в MLPerf, но конфигурации, версии ПО и условия могут различаться.
- Доступность не раскрыта. В материале нет данных о ценах, сроках поставок и доступности в России — делать выводы об этом нельзя.
- MI430X добавили позже. AMD отметила, что информация об этой модели была внесена в публикацию после её выхода.
Что пока неизвестно: реальная производительность в независимых тестах, стоимость решений на базе MI400 и то, насколько гладко нужные вам инструменты работают с ROCm. Эти вопросы стоит держать в голове, прежде чем опираться на анонс при выборе инфраструктуры.


