Connexion Premium

Advancing AI 2026 : AMD cible l’IA, mais aussi le HPC avec son Instinct MI430X

L’Instinct de survie

Advancing AI 2026 : AMD cible l’IA, mais aussi le HPC avec son Instinct MI430X

Comme NVIDIA, AMD fait feu de tout bois sur le monde de l’intelligence artificielle générative… mais ne laisse pas tomber le HPC et dévoile un GPU pensé pour le calcul haute performance. AMD en profite pour revenir sur les différentes générations de ses baies Helios qui concurrencent les NVL72 de NVIDIA, ainsi que sur les futures générations de processeurs EPYC en Zen 7 et 8.

Hier, AMD tenait sa conférence Advancing AI 2026 avec pléthore d’annonces et près d’une vingtaine de communiqués dans la foulée. Voici un résumé des principales nouveautés à retenir, avec comme toujours un point sur les caractéristiques techniques et un décryptage du discours officiel, qui cache souvent des subtilités. Advancing AI 2026 ne déroge pas à la règle.

Tout d’abord, deux nouveaux GPU débarquent dans la série Instinct des cartes dédiées pour les calculs liés à l’intelligence artificielle générative : MI455X et MI430X. Tous les deux avec l’architecture maison CDNA 5, mais avec une approche différente.

Instinct MI455X : 320 milliards de transistors, avec le procédé TSMC 2 nm

Il reste 92% de l'article à découvrir.

Cadenas en colère - Contenu premium

Soutenez un journalisme indépendant,
libre de ton, sans pub et sans reproche.

Accédez en illimité aux articles

Profitez d'un média expert et unique

Intégrez la communauté et prenez part aux débats

Partagez des articles premium à vos contacts

Commentaires (7)

votre avatar
5Ghz... il y a que moi que ça rend extatique ce genre d'info....
5 milliard de fois par seconde ... Sachant qu'il me faudrait plusieurs vies juste pour compter jusqu'à 1 milliard.




Ps : les curieux j'étais tombé sur ce post reddit
reddit.com Reddit
votre avatar
Le reddit qui file mal au crâne... :embarassed:
votre avatar
J'ai hâte qu'ils évaluent les performances en FP1 : au moins, ca permet d'afficher de gros chiffres !
votre avatar
je me demande, avec cette banalisation de la puissance disponible, les développeurs optimisent les programmes, quand on voit la débauche de puissances nécessaire, leurs laisse-t-on le temps d'optimiser le code
votre avatar
C'est un peu comme les IA et la notion floue de token pourtant au centre de leur tarification. Ça a été bien discuté dans ces pages.
votre avatar
En HPC probablement : le temps HPC coûte cher et l'optimisation est largement rentable.
Pour de l'apprentissage, ça n'a pas trop de sens (c-à-d c'est forcément le cas) la/les fonctions appelées doivent tourner sur un GPU qui possède peu d'instructions, mais qui s'appliquent sur une masse de données (une matrice ou un vecteur typiquement). C'est le rôle de CUDA compiler en GPU du code plutôt haut niveau typiquement du python.
votre avatar
mais ne laisse pas tomber les HPC GPU
Toujours aucune visibilité sur la partie GPU grand public ?