AMD发布全球首款2nm GPU，Helios系统挑战英伟达生态壁垒
美国时间7月23日，AMD在旧金山举办Advancing AI 2026大会，正式公布新一代Instinct MI455X加速器及其组成的Helios机架级系统。AMD宣布Helios已进入全面生产阶段，预计从2026年第三季度末开始出货。OpenAI、Meta、微软和甲骨文相继进入客户名单，标志着AMD在高端AI算力市场取得重大突破。
技术细节：2nm GPU的真实含义
MI455X最引人注目的标签是“2nm GPU”，但这里需要区分两个容易被混淆的产品。此次发布的Helios系统同时搭载采用Zen 6架构的第六代EPYC"Venice"CPU以及MI455X数据中心GPU。
第六代EPYC"Venice"CPU搭载256核、2030亿晶体管和超过5GHz频率，AMD已经开始提升Venice的产量，并将其称为首款采用台积电2nm工艺进入生产爬坡阶段的高性能计算产品。
MI455X同样引入了2nm先进制程，但"2nm GPU"并不意味着整个封装中的所有芯片都使用2nm工艺。按照目前公开的技术资料，MI455X是一颗高度复杂的Chiplet产品，总晶体管数量约为3200亿。它由4颗负责计算的XCD芯粒、2颗承担缓存与互连功能的FCD芯粒，以及I/O芯粒和12组HBM4内存组成。其中，XCD计算芯粒采用台积电N2工艺，FCD和I/O部分则采用N3P工艺。换句话说，MI455X更准确的说法是"首批采用2nm计算芯粒的数据中心GPU"。
这种设计并非单纯追求"全球首发"的宣传效果。台积电N2首次引入全环绕栅极纳米片晶体管。按照台积电公布的数据，在相同功耗下，N2相较N3最高可带来约15%的性能提升；在相同性能下，功耗最多可以降低约30%，芯片密度则提升超过15%。对于功耗动辄达到千瓦级、以数十颗GPU组成一个机架的AI系统而言，能效提升最终会直接反映为机架密度、散热成本以及每Token推理成本。
内存墙突破：3200亿晶体管背后的创新
决定一颗GPU实际表现的，还有计算单元设计、内存带宽、封装良率、通信效率以及软件能否充分利用硬件。MI455X采用新一代CDNA 5架构，包含256组WGP计算单元。一个值得注意的变化是，AMD将wavefront宽度由此前的64线程调整为32线程。更小的wavefront意味着GPU能够以更细的粒度调度任务，降低部分工作负载中的线程分歧和寄存器压力，也更容易匹配当前AI模型大量使用的矩阵计算。
在低精度计算方面，MI455X公开的理论性能达到约40.26 PFLOPS的OCP MXFP4算力，MXFP6和MXFP8约为20.13 PFLOPS，FP16和BF16约为5.03 PFLOPS。这些数字明显面向大模型推理、强化学习和低精度训练，而不是传统的通用浮点计算。
但相比理论算力，MI455X更具现实意义的提升可能来自内存。每颗MI455X配备432GB HBM4，一个Helios机架拥有72颗GPU，总显存容量达到约31TB。更大的显存可以容纳更大的模型权重、更多并发请求和更长的KV Cache，也可以减少模型在多颗GPU之间的切分次数。对于长上下文推理、Agent并发和混合专家模型而言，这些能力往往比单纯增加峰值FLOPS更重要。
Helios系统：机架级AI工厂的挑战
Helios采用72颗MI455X GPU和18颗EPYC Venice CPU，整个机架可提供约2.9 ExaFLOPS的FP4算力和1.4 ExaFLOPS的FP8算力。机架内部的scale-up互连带宽达到260TB/s，对外scale-out网络带宽则达到43TB/s。这已经不是传统服务器，而是一套以机架为最小交付单位的计算系统。
长期以来，AMD在单颗GPU的计算能力和显存容量上并不缺乏竞争力，真正的短板是如何把数十颗乃至数万颗GPU连接起来，并保证它们在大规模训练和推理任务中持续保持高利用率。大模型训练中的一次集合通信延迟、一个网络拥塞点或者一块故障GPU，都可能让整个集群停顿。GPU数量越多，系统工程的重要性越高。
与英伟达强调垂直整合不同，AMD在Helios上选择了一条更开放的路线。系统采用OCP开放机架规范，机架内部使用UALink和UALoE，向外扩展则采用Ultra Ethernet Consortium相关技术，并结合AMD Pensando网络芯片。AMD希望通过开放标准吸引云厂商、服务器制造商和网络设备企业共同参与，而不是完全依赖一套由单一供应商控制的互连体系。
这条路线的优势是客户拥有更多供应商选择，也更容易根据自己的数据中心架构进行定制；风险则是，开放生态往往意味着更多兼容性测试、更复杂的责任边界，以及更高的系统集成难度。而且，Helios本身是一套参考设计，并不是AMD直接销售的标准整机。最终系统仍要由OEM、ODM和云厂商完成设计、制造和部署。这意味着AMD不仅要保证芯片可用，还要协调内存、网络、电源、液冷、机架和系统软件等多个环节。从卖GPU到交付机架，AMD面对的是完全不同的执行难度。
客户阵容：头部AI公司寻找第二供应源
AMD此次发布最具分量的筹码，是星光熠熠的客户名单。OpenAI在2025年10月便与AMD签署了一项规模最高达6GW的多代产品协议，首批1GW算力计划在2026年下半年基于MI450系列部署。作为协议的一部分，AMD还向OpenAI提供了最高可获得1.6亿股AMD股票的认股权证，具体兑现与部署进度、技术和商业里程碑以及AMD股价表现挂钩。
Meta随后也与AMD签署了最高6GW的多年合作协议，首批1GW产品预计从2026年下半年开始交付。Meta使用的并非完全标准化产品，而是双方联合定制的MI450系列GPU。AMD同样向Meta提供了最高1.6亿股的认股权证。
甲骨文的承诺更加具体。Oracle Cloud Infrastructure计划从2026年第三季度开始部署5万颗MI450系列GPU，并在2027年以后继续扩大规模。甲骨文将成为Helios架构的重要云端承载者之一。
AMD还在发布会前后进一步扩大了客户阵容。Anthropic宣布与AMD达成最高2GW的战略合作，第一阶段1GW算力预计在2027年上半年上线；AMD则计划向Anthropic投资最高50亿美元。双方还将使用Claude协助优化AMD工作负载和ROCm软件。
这批协议证明，头部AI公司正在积极寻找英伟达之外的第二供应源。但它们也揭示了一个现实：AMD目前获得的许多大单，并非简单的市场采购，而是包含定制开发、资本投资、认股权证和长期联合优化的深度绑定。
CUDA生态：真的"无关紧要"了吗？
在MI455X的硬件参数之外，有个值得注意的点是，AMD公司副总裁兼数据中心GPU业务集团总经理Andrew Dieckman对CUDA的评价制造了更直接的冲突。按照他的说法，过去与客户交流时，CUDA曾经是一个高频话题，但如今与大型客户的讨论中已经很少再被提及。因为企业正在PyTorch、vLLM、Triton等更高层抽象上编程，底层究竟是CUDA还是ROCm，对应用开发者的可见度正在下降。他将CUDA称为一个"non-event"，也就是不再构成决定性事件。
这个判断并非完全没有依据。过去，开发者可能直接编写大量CUDA代码，如今，大部分模型训练和推理任务都通过框架、算子库和推理引擎完成。AMD也承诺，MI455X和Helios将在发布时支持PyTorch、TensorFlow、JAX、ONNX Runtime、vLLM和Triton。ROCm已经提供面向vLLM的官方镜像和优化环境。生成式AI还在反过来降低软件迁移成本。模型可以帮助开发者重写内核、查找不兼容算子、调整编译选项，甚至根据硬件特征生成针对性的优化代码。从这个角度看，CUDA作为一种显式编程接口的重要性确实可能下降。
但笔者认为，把CUDA直接归结为"无关紧要"，仍然过于乐观。CUDA并不只是一门编程语言或者一套API。它还包括数学库、通信库、编译器、运行时、调试器、性能分析工具和长期积累的硬件优化。英伟达官方CUDA工具链中包含大量加速库、编译工具和Nsight调试分析组件，这些能力已经深入到PyTorch、推理引擎和云计算平台内部。
高层框架隐藏了CUDA，却没有消除对底层能力的依赖。当模型使用标准算子时，PyTorch和vLLM确实可以让硬件差异变得不明显；但一旦涉及自定义算子、混合精度、稀疏计算、专家并行、跨节点通信、显存管理或者性能诊断，开发团队仍然要进入底层软件栈。真正困难的也不是让一个模型"跑起来"，而是让它在数千颗GPU上稳定运行，并在性能、功耗、故障恢复和运维成本上达到生产要求。因此，Dieckman的判断更准确的理解应该是：CUDA正在失去作为唯一应用入口的地位，而不是CUDA生态本身已经失去价值。
三道关卡：AMD距离改写格局还有多远
MI455X和Helios意味着AMD已经跨过了一个重要门槛：从销售单颗加速器，进入交付机架级AI基础设施的阶段。但要真正改变市场格局，它至少还要通过三次检验。
第一是交付。2nm计算芯粒、3nm互连芯粒、HBM4和复杂先进封装需要同时满足良率和产能要求。Helios能否按照计划在2026年第三季度末出货，并在2027年支持吉瓦级部署，是最直接的考验。
第二是系统效率。理论算力、内存容量和互连带宽必须最终转换为模型吞吐量、GPU利用率和每Token成本。只有当大规模生产环境中的数据出现，MI455X与Rubin之间的比较才真正有意义。
第三是软件。ROCm能否让框架适配、算子优化、性能诊断和故障排查变成普通工程问题，而不是每次部署都需要AMD与客户联合攻关，将决定客户是否愿意长期迁移核心负载。
OpenAI、Meta、微软、甲骨文和Anthropic的加入，已经证明头部客户愿意为第二供应源签字。但这还不能证明它们愿意把最关键、最庞大的工作负载长期从英伟达平台迁走。AMD真正需要做到的，是让ROCm也变成一件"不值得讨论的事情"——模型直接运行，性能可以预测，问题能够快速定位，迁移不再需要动用双方大量工程师。到了那一天，AMD将大有不同。