KI-Infrastruktur im Rechenzentrum AMD im Rennen gegen Nvidia – Ist der MI455X die bessere KI-GPU?

Den „Instinct MI455X“ produziert AMD seit Juli in Serie: Mit 432 GByte HBM4 und 23,3 TByte pro Sekunde. Oracle startet Ende 2026 einen Supercluster aus 50.000 Karten der „MI450“-Serie. Doch wie schneidet AMD in Sachen ROCm, Netzwerk und Lieferfähigkeit ab?

Rechenzentrumsbetreiber warten derzeit 36 bis 52 Wochen auf KI-Beschleuniger, sodass bewilligte Budgets ins Folgejahr rutschen. AMD stellt mit dem „Instinct MI455X“ seit Juli 2026 eine Alternative bereit, die bei Speicher und Bandbreite über „Nvidias Vera Rubin“ liegt, dabei aber einen Software-Stack mitbringt, der dem Launch der Hardware eine Version nachhinkt. Für die Kaufentscheidung zählen drei Punkte, nämlich „ROCm“ gegen „CUDA“, das Scale-up-Netz gegen „NVLink“ und der Liefertermin.

KI-Infrastruktur im Wettbewerb mit Nvidia

Supermicro setzt mit AMD auf eine Alternative zu Nvidia

Lange Lieferzeiten zwingen Betreiber zur zweiten Bezugsquelle

Der Engpass sitzt in der Chip-Montage: TSMC hebt die Kapazität für das Packaging-Verfahren „Chip on Wafer on Substrate“ (CoWoS) bis Ende 2026 von rund 75.000 bis 80.000 auf 120.000 bis 130.000 Wafer je Monat, von der Jahresmenge 2026 sichert sich Nvidia nach einer Schätzung von Silicon Analysts 595.000 Stück und damit knapp 60 Prozent. Für die übrigen Abnehmer bleibt ein Rest, der die Wartezeiten hoch hält.

Eine zweite Bezugsquelle senkt die Abhängigkeit von einem Zulieferer. Die Lieferketten-Analyse auf Vamsitalkstech empfiehlt, AMD für abgegrenzte Inferenzlasten zu bewerten und Nvidia für die nächsten 18 Monate als Hauptlieferant zu führen.

Eine solche Zweiteilung verlagert den Aufwand von der Vertragsgestaltung in die Softwareentwicklung. Analysten von JPMorgan erwarten eine knappe Versorgung bis 2027 bei Montage-Lieferzeiten von 52 bis 78 Wochen. Daher gehört der Angebotsvergleich in die laufende Planung gehört.

Seit Juli 2026: AMD fertigt den MI455X in Serie

Der Beschleuniger ist keine Roadmap-Ankündigung mehr, sein Status lautet im Launch-Blog zum Helios-Rack in production, die Volumen-Auslieferung nennt AMD für das zweite Halbjahr 2026. Die Architektur „CDNA 5“ bringt rund 320 Milliarden Transistoren mit. Das entspricht gegenüber den 185 Milliarden Transistoren beim MI355X einen Zuwachs von 73 Prozent. Die Compute-Chiplets fertigt TSMC in der 2-nm-Generation, den Speicher liefert die vierte HBM-Generation.

Chips and Cheese zählt acht Accelerator Complex Dies mit je 32 aktiven Work Group Processors, verbunden über CoWoS-L-Packaging und rund 14 TByte pro Sekunde bidirektionale Bandbreite zwischen den einzelnen Chiplets. AMD gibt 40 PFLOPS bei FP4 und 20 PFLOPS bei FP8 an. Beide Zahlen sind theoretische Obergrenzen, eigene Inferenz-Benchmarks zum MI455X fehlen bis August 2026.

Der Speicher bestimmt, welche Modelle in einen Knoten passen

Zwölf HBM4-Stapel mit je 36 GByte ergeben 432 GByte lokalen Speicher je Karte. HBM4 verdoppelt die Interface-Breite pro Stapel von 1.024 auf 2.048 Bit, in Summe verteilt AMD den Zugriff auf 192 Kanäle. Die Produktseite nennt 23,3 TByte pro Sekunde, die frühere Angabe von 19,6 TByte pro Sekunde stammt aus der Vorschau von 2025.

Serve The Home rechnet den Sprung auf das 2,9-fache des MI355X und hebt hervor, dass die Bandbreite je Rechenoperation gegenüber der Vorgängergeneration zunimmt, ein Vorzeichen mit Seltenheitswert. Der Zuwachs an Bandbreite hat handfeste Folgen für die Verteilung der Lasten. Modelle, die bisher über mehrere Karten aufgeteilt werden mussten, belegen einen einzigen Speicherbereich, wodurch der Kommunikationsaufwand sinkt.

Endet mit „AMD MI450“ die KI-Dominanz von Nvidia?

Meta kauft AMD-GPUs für 6 GW Stromleistung und eine Unternehmensbeteiligung

Helios bündelt 72 Karten in einer Scale-up-Domäne

AMD verkauft den Beschleuniger im Rack, denn Helios fasst 72 Instinct MI455X zu einer Scale-up-Domäne mit 31 TByte HBM zusammen. Innerhalb der Domäne greift jede Karte direkt auf den Speicher der anderen zu, aggregiert stehen 1,7 PByte pro Sekunde bereit.

Als Steuerinstanz arbeiten EPYC-CPUs der sechsten Generation mit 96 Kernen, angebunden über PCIe Gen6. Das Scale-up-Netz erreicht laut AMD 260 TByte pro Sekunde, nach außen 43 TByte. Jede Karte bekommt drei Pensando-Netzwerkadapter mit 800 Gigabit pro Sekunde. Einzelne Karten lassen sich beschaffen, die Vergleichswerte gelten für das Rack.

Zwei Kilowatt je Steckplatz verändern die Rackplanung

Die Leistungsaufnahme der einzelnen Karte veröffentlicht AMD nicht. Serve The Home schätzt über 2 Kilowatt je Beschleuniger und begründet damit, dass ein Helios-Tray lediglich vier Steckplätze aufnimmt. Bei 72 Karten je Domäne führt eine solche Schätzung in eine Leistungsklasse, die Flüssigkühlung zur Voraussetzung macht. Rechenzentren ohne Kühlkreis am Rack fallen vorerst aus der Bewertung heraus. Gerechnet auf 72 Steckplätze ergibt die Schätzung über 144 Kilowatt je Domäne, ohne Kühlung.

Aus der Praxis heraus scheitert der Einstieg selten an der Bestellung, häufiger an der Stromverteilung der Infrastruktur, da ein Raum mit 40 Kilowatt je Rack kein Helios-System aufnimmt. Die Nachrüstung von Zuleitung, Kühlkreis und Rückkühlwerk dauert länger als die Lieferzeit, gerechnet in Genehmigungen und Handwerkerterminen. Betreiber sollten die Elektroplanung parallel zur technischen Bewertung starten. Kühltechnik und Schaltanlagen gehören deshalb früher in die Beschaffung als die Beschleuniger selbst.

Das Verbindungsnetz bleibt der unsicherste Posten der Rechnung

AMD verbindet die 72 Karten über UALoE, den Ultra Accelerator Link auf Ethernet-Basis. Serve The Home nennt dafür über 3,6 TByte pro Sekunde je Karte. Eigenständige UALink-Switches erreichen Anfang 2026 nicht die Leistung von Nvidias NVSwitch. Der Anbieter Upscale AI kündigt sein SkyHammer-Silizium für das Jahresende an. Ein gemessener Praxisvergleich gegen das ausgereifte NVLink von Nvidia liegt nicht vor.

AMD-Datacenter-GPU als PCIe

AMD Instinct MI350 als PCIe-Karte

Semi Analysis benennt einen Schwachpunkt der ersten Helios-Generation, nämlich eine Backplane, die zu bis zu 85 Prozent über Retimer zur Signalauffrischung läuft und dafür über 550 Bausteine von Broadcom je Rack benötigt, mit Folgen für Fertigung und Ausfallrate. Es empfiehlt sich, die ersten Auslieferungen als Erprobung zu behandeln und die Wartungsfenster großzügiger zu planen. Ersatzteile für Retimer und Backplane gehören in den Wartungsvertrag, ebenso feste Reaktionszeiten.

Siegt HBM4 im Vergleich mit Vera Rubin?

Im Vergleich mit Nvidias Vera Rubin NVL72 nennt AMD 15 Prozent mehr KI-Rechenleistung, 50 Prozent mehr Speicherkapazität und 50 Prozent mehr Bandbreite nach außen. Beim Durchsatz gibt der Hersteller je nach Lastprofil 10 bis 15 Prozent Vorsprung an, dazu bis zu 30 Prozent mehr Tokens je US-Dollar. Die 50-Prozent-Werte wiegen schwerer als der Rechenvorsprung, da Speicher und Bandbreite den Durchsatz großer Sprachmodelle häufiger begrenzen. Sämtliche Zahlen stammen aus AMDs eigener Messung. Beide Plattformen laufen erst an, unabhängige Vergleiche sind für 2027 zu erwarten.

ROCm 7.14 führt die neue Generation nicht in der Support-Matrix

Der Software-Stack ist der Punkt, an dem eine zweite Bezugsquelle scheitert oder funktioniert. Aktuell ist „ROCm 7.14.0“ aus dem Juli 2026, doch als jüngste unterstützte Instinct-Familie führt die öffentliche Dokumentation weiterhin die MI350-Serie. Portierungsarbeit läuft gegen eine Support-Matrix, in der die gekaufte Karte fehlt. Eigene Kernel für CDNA 5 lassen sich erst nach diesem Eintrag verlässlich pflegen.

Aktienkurs nach Ankündigung volatil

Eine halbe Billion für Nvidia-Hardware und Datacenter

Semi Analysis beschreibt den Zustand des Codes für Helios mit „Arch-Enablement und die erste Phase der Disaggregation – und nirgendwo ein WideEP“ (aus dem Englischen übersetzt), die Verteilung von Mixture-of-Experts-Modellen, deren Teilnetze auf viele Karten aufgeteilt laufen, ist nicht abgedeckt. Als Ursache benennt die Analyse einen internen Mangel an stabilen GPU-Clustern für AMDs Softwareteams. Trotz 8.000 zusätzlicher Karten liege die Kapazität um mehr als eine Größenordnung unter den stabilen Clustern von Nvidia.

Fehlende Bibliotheken kosten Portierungsaufwand im Inferenzbetrieb

Bei den Frameworks sieht die Lage besser aus als beim Treiber: PyTorch läuft über die HIP-Kompatibilitätsschicht mit der gewohnten Geräteangabe „Cuda“, „vLLM“ steht als eigenes ROCm-Wheel bereit. Der Anbietervergleich von Spheron nennt 90 bis 95 Prozent des „H100“-Durchsatzes bei Standard-Inferenz, weist die Zahlen aber als Ableitung aus.

Nvidias Inferenz-Engine „Tensorrt-LLM“ hat keinen ROCm-Port, ein Ersatz ist nicht angekündigt. „Flash Attention 3“, die aktuelle Fassung des speichersparenden Attention-Kernels, fehlt auf ROCm, dort steht Version 2 bereit.

AMD und Microsoft

Vom Chipdesign bis zur KI-Inferenz – Azure setzt auf AMD

Messwerte vom MI300X zeigen die Größe der Softwarelücke

Den nüchternsten Beleg für die Größe der Lücke liefert die Vorgängergeneration. Semi Analysis hat „MI300X“, H100 und „H200“ im Training verglichen und erreicht bei „BF16“-Matrixmultiplikation rund 620 TFLOP pro Sekunde auf der AMD-Karte gegenüber rund 720 TFLOP pro Sekunde bei Nvidia, einen Rückstand von 14 Prozent trotz höherer Spitzenwerte. Bei „FP8“ fällt der Abstand mit 990 gegen 1.280 TFLOP pro Sekunde auf 22 Prozent.

Schwerer als die Prozentwerte wiegen die Einzelfehler im Betrieb. Der native Flash-Attention-Kernel in PyTorch lief unter 20 TFLOP pro Sekunde, die Kerneloptimierung über PYTORCH_TUNABLE_OPS verlor über 25 GByte Speicher, Flex Attention lag ein halbes Jahr hinter der Nvidia-Fassung. Teams mit eigener Kernel-Erfahrung kommen über solche Fehler hinweg, ein Betreiber ohne Entwicklungsabteilung wartet auf den nächsten ROCm-Sprung.

Cloud-Instanzen liefern den Testweg ohne eigene Investition

Die Portierung lässt sich prüfen, bevor Hardware bestellt wird. Oracle bietet mit „BM.GPU.MI355X.8“ seit Oktober 2025 einen Bare-Metal-Knoten mit acht „MI355X“, 2,3 TByte „HBM3e“ und einem Clusternetz mit 3.200 Gigabit pro Sekunde.

Die Vorgängergeneration eignet sich als Prüfumgebung für den Software-Stack, auch ohne die Speicherwerte des „MI455X“. Ein Testlauf auf gemieteter Hardware bindet keine Mittel und deckt Fehler im Modellcode auf.

KI-Infrastruktur

Nutanix Unified Storage erhält Nvidia-Zertifizierung

Für die neue Serie hat Oracle den ersten öffentlich zugänglichen Supercluster angekündigt, mit 50.000 GPUs der MI450-Serie ab dem dritten Quartal 2026. Microsoft erhält Helios-Systeme im zweiten Halbjahr 2026, die Bereitstellung als Azure-VM folgt danach. Ratsam ist Mietkapazität als Vorstufe, die eigene Beschaffung folgt nach bestandener Portierung. Für Anwender ohne eigenes Rechenzentrum bleibt die Miete der einzige Zugang zur MI450-Serie.

Kapitalverflechtungen verschieben die Verhandlungslage im Einkauf

Große Abnehmer binden Kapazität lange vor der Auslieferung. Anthropic hat im Juli 2026 ein Abkommen über bis zu 2 Gigawatt Rechenleistung der MI450-Serie geschlossen, dessen erstes Gigawatt im ersten Halbjahr 2027 in Betrieb geht, wofür AMD bis zu 5 Milliarden US-Dollar in Anthropic investiert. Solche Verflechtungen verknappen für mittelgroße Betreiber die frei verkäufliche Menge.

Die Geschäftszahlen von AMD zeigen das Tempo im Rechenzentrumsgeschäft der vergangenen Quartale. Der Hersteller meldete für das zweite Quartal 2026 einen Rechenzentrumsumsatz von 6,7 Milliarden US-Dollar bei einem Gesamtumsatz von 11,5 Milliarden US-Dollar, ein Plus von 107 Prozent im Jahresvergleich.

500 Milliarden Dollar, fünf Geldquellen, kein eigenes Rechenzentrum

Nvidia soll 250 Milliarden Dollar riskieren, damit OpenAI mieten kann

Der Einstieg rechnet sich vor dem nächsten Beschaffungszyklus

Für Rechenzentren mit eigener KI-Last ergibt der MI455X ein brauchbares Angebot, sofern der Zeitplan zur Softwarearbeit passt. Eine Portierung auf gemieteten MI355X-Knoten kostet wenige Wochen und klärt den Aufwand, bevor Mittel gebunden sind. In die Bewertung gehören der Speicherbedarf je Modell, die Abhängigkeit von CUDA-exklusiven Bibliotheken, die verfügbare Rackleistung und der eigene Termindruck.

(ID:50930310)