AMD annuncia le GPU MI350X e MI355X con prestazioni AI potenziate
Le nuove GPU di AMD promettono un aumento delle prestazioni fino a 4 volte rispetto alla generazione precedente.
AMD ha presentato le sue nuove GPU MI350X e MI355X durante l'evento "Advancing AI 2025" a San Jose, in California. Queste schede, progettate per carichi di lavoro di intelligenza artificiale, offrono prestazioni fino a 3 volte superiori rispetto alla generazione precedente MI300X.
Le GPU sono basate sull'architettura CDNA 4 e si avvalgono di un'architettura più avanzata per i chiplet di calcolo, che consente un aumento delle prestazioni di calcolo dell'AI del 4X e un miglioramento di 35 volte delle prestazioni di inferenza.
Le MI350X e MI355X condividono caratteristiche simili, inclusa una memoria HBM3E fino a 288GB e una larghezza di banda di memoria fino a 8 TB/s. Tuttavia, la MI355X è ottimizzata per sistemi a raffreddamento liquido con un maggiore consumo energetico, mentre la MI350X è destinata a soluzioni a raffreddamento ad aria.
Un'altra novità è l'eliminazione della versione APU, optando per un design esclusivamente GPU. Le nuove GPU sono dotate di 185 miliardi di transistor e offrono un miglioramento delle prestazioni rispetto ai modelli concorrenti di Nvidia, sebbene con un consumo energetico maggiore.
Grazie all'architettura avanzata e alla collaborazione con partner OEM, AMD mira a migliorare la densità delle prestazioni per rack, riducendo il costo totale di proprietà per i clienti.
Cosa sono le GPU AMD MI350X e MI355X?
Le GPU AMD MI350X e MI355X sono acceleratori grafici progettati per carichi di lavoro di intelligenza artificiale, presentati durante l'evento 'Advancing AI 2025'. Offrono prestazioni fino a 3 volte superiori rispetto alla generazione precedente MI300X, grazie all'architettura CDNA 4 e a un design avanzato dei chiplet di calcolo.
Quali sono le principali differenze tra le GPU MI350X e MI355X?
Entrambe le GPU condividono caratteristiche come la memoria HBM3E fino a 288GB e una larghezza di banda di memoria fino a 8 TB/s. Tuttavia, la MI355X è ottimizzata per sistemi a raffreddamento liquido con un maggiore consumo energetico, mentre la MI350X è destinata a soluzioni a raffreddamento ad aria.
Cos'è l'architettura CDNA 4 utilizzata nelle GPU MI350X e MI355X?
L'architettura CDNA 4 è la quarta generazione dell'architettura di AMD focalizzata sul calcolo, progettata per migliorare le prestazioni nei carichi di lavoro di intelligenza artificiale e high-performance computing. Introduce un design avanzato dei chiplet di calcolo, aumentando le prestazioni di calcolo dell'AI di 4 volte e migliorando di 35 volte le prestazioni di inferenza rispetto alle generazioni precedenti.
Qual è la differenza tra le architetture RDNA e CDNA di AMD?
RDNA è l'architettura di AMD progettata per le GPU consumer, focalizzata su prestazioni grafiche per gaming e applicazioni multimediali. CDNA, invece, è orientata al calcolo ad alte prestazioni e all'intelligenza artificiale, ottimizzata per carichi di lavoro nei data center e applicazioni scientifiche. Recentemente, AMD ha annunciato l'unificazione di queste architetture nella nuova piattaforma UDNA per semplificare lo sviluppo e migliorare la competitività.
Cosa comporta l'unificazione delle architetture RDNA e CDNA in UDNA?
L'unificazione delle architetture RDNA e CDNA in UDNA mira a creare una piattaforma unica che semplifica lo sviluppo per gli sviluppatori, offrendo una base comune per GPU consumer e data center. Questo approccio consente ad AMD di competere più efficacemente con l'ecosistema CUDA di NVIDIA, facilitando l'adozione da parte degli sviluppatori e migliorando l'efficienza nello sviluppo hardware e software.
Quali sono i vantaggi dell'architettura UDNA per gli sviluppatori?
L'architettura UDNA offre agli sviluppatori una piattaforma unificata che semplifica il processo di sviluppo, riducendo la necessità di ottimizzazioni separate per diverse architetture. Questo facilita la scalabilità delle applicazioni e migliora la compatibilità tra diverse generazioni di prodotti AMD, rendendo più efficiente lo sviluppo di software per GPU.
