Vorab-Screening AMD Advancing AI 2026: AMD AI YES?

Die Konferenz AMD Advancing AI 2026 wird heute eröffnet, morgen (23. Juli) hält Lisa Su die Keynote-Rede. Es wird erwartet, dass die Zen 6 EPYC Venice-Prozessoren und die MI455X-Serie von AI-Beschleunigern vorgestellt werden. Das MI500, das auf AMDs Fahrplan „1000-fache Steigerung der AI-Leistung innerhalb von vier Jahren“ steht und für 2027 vorgesehen ist, wird morgen nicht offiziell vorgestellt.

AI-Cluster sind „Baustellen für die Erstellung großer Modelle“, bei denen Rechenleistungskarten gestapelt und die Trainingsgeschwindigkeit gesteigert werden – NVIDIA ist hier der absolute Marktführer. AI-Fabriken sind „Produktionslinien für die Nutzung großer Modelle“, bei denen es um die Senkung der Inferenzkosten und die Steigerung der Bereitstellungseffizienz geht. In diesem Bereich ist **noch kein Monopol entstanden, und AMD sieht hier seine Chancen**.

Aber das Konzept der „AI-Fabrik“ stammt nicht von AMD. NVIDIA hat bereits 2025 das DGX AI Factory-Programm vorgestellt und sich inzwischen die Aufträge der meisten Supercomputer- und Cloud-Anbieter weltweit gesichert. Was AMD mit dem Slogan „Vom Cluster zur Fabrik“ meint, ist im Grunde: „Wir können im Cluster-Bereich nicht mithalten, also wollen wir uns im Fabrik-Bereich einen Anteil sichern.“ NVIDIA definiert geschlossene Fabriken mit dem proprietären NVLink-Protokoll, während AMD mit offenen Standards wie Helios, UALink und UEC die Definitionsgewalt zurückerobern will. Die geschlossene Ökosystem hat offensichtlich eine stärkere Bindungswirkung.

Kann AMD im Bereich der KI endlich einmal ein „YES“ liefern?

Was wird morgen auf der Konferenz vorgestellt?

AMDs CTO Mark Papermaster hat bereits vorab Hinweise gegeben: Zen 6 wird morgen offiziell vorgestellt. Es handelt sich um eine komplette Architekturgenerationserneuerung.

Zen 6 Venice wird mit dem 2-nm-Verfahren von TSMC gefertigt. Die Standardversion bietet maximal 96 Kerne, die dichte Version Zen 6c maximal 256 Kerne und 512 Threads. AMD gibt an, dass die Leistung im Vergleich zum Zen 5 Turin um mehr als 70 % gesteigert wird. Der Sockel wird auf SP7 umgestellt, die TDP auf 700 bis 1400 W angehoben, es gibt 16 Kanäle DDR5-Speicher, PCIe 6.0 und eine Speicherbandbreite von 1,6 TB/s pro Sockel.

Auf der GPU-Seite liegt der Schwerpunkt höchstwahrscheinlich auf der MI455X. Sie wurde bereits auf der CES 2026 vorgestellt: CDNA5-Architektur, 432 GB HBM4, 40 PFLOPS FP4. In Kombination mit der Venice-CPU bildet sie das rack-level Referenzdesign Helios, mit 4 MI455X pro Knoten plus 1 Venice, ergibt sich eine Leistung von 2,9 ExaFLOPS FP4 pro Rack. Meta hat bereits angekündigt, im zweiten Halbjahr 2026 Racks auf Helios-Basis einzusetzen, und OpenAI hat einen mehrjährigen Kooperationsvertrag für 6 GW MI450 unterzeichnet.

Allerdings gibt es ein Detail im Benchmark, das Aufmerksamkeit verdient: AMD behauptet, dass auf 100-kW-Rack-Ebene die Leistung von Venice 3,3 Mal so hoch ist wie die von NVIDIA Vera. Dieser 3,3-fache Wert basiert auf einer Modellschätzung und nicht auf praktischen Tests. AMD hat in seinem Methodikdokument selbst geschrieben: „Diese Ergebnisse dienen dazu, einen richtungsweisenden Vergleich zu liefern, und stellen keine direkt gemessenen Rack-Level-Benchmarks dar.“

Die Zahl von 3,3 ist also eher als grobe Angabe zu verstehen.

AMDs „kleiner Kuchen“ ist tatsächlich sehr gut gelungen

Alle Aufträge, die AMD auf dem Inferenzmarkt gewonnen hat, sind echte, umsatzbringende Verträge. Und diesmal hat AMD das Mechanismus „Aktien gegen Aufträge“ angewendet.

Meta führt 100 % der Inferenz von Llama 405B auf MI300X aus und hat einen mehrjährigen Vertrag über 6 bis 10 Milliarden US-Dollar unterzeichnet, der bis zu 160 Millionen AMD-Optionsscheine mit einer Aktienkurs-Schwelle von 600 US-Dollar für die Ausübung enthält. OpenAI hat ebenfalls eine Kooperation für 6 GW MI450 unterzeichnet, die ebenfalls 160 Millionen Optionsscheine umfasst. Ein einzelner Optionsschein umfasst maximal 160 Millionen Aktien, was etwa 10 % des gesamten Aktienkapitals entspricht. Zusammen sind es maximal 320 Millionen Aktien, was bei vollständiger Ausübung zu einer potenziellen Verwässerung von etwa 20 % führt – die Voraussetzung für die Ausübung ist jedoch die phasenweise Bereitstellung von 6 GW im Zeitraum 2026 bis 2030 und das Erreichen eines Aktienkurses von 600 US-Dollar.

Dieses Modell „Aktien gegen Aufträge“ macht Meta und OpenAI im Wesentlichen zu „Quasi-Aktionären“ und ist besser geeignet, um der Ökosystembindung von NVIDIA entgegenzuwirken, als reine Aufträge, die nur auf Preis-Leistungs-Verhältnis basieren.

Natürlich ist dies ein zweischneidiges Schwert: Wenn der Aktienkurs die Ausübungsschwelle langfristig nicht erreicht, verliert der Optionsschein an Attraktivität. Wenn die Ausübung reibungslos funktioniert, verwässert die etwa 20-prozentige Aktienverwässerung die Erträge der bestehenden Aktionäre.

Die Preisgestaltung der MI300X ist sehr wettbewerbsfähig. Auf Cloud-Plattformen kostet sie 1,80 bis 2,30 US-Dollar pro GPU-Stunde, was 40 bis 60 % günstiger ist als die 5,01 US-Dollar pro GPU-Stunde der H100. Mit 192 GB HBM3-Speicher verfügt sie über mehr als das Doppelte des Speichers der H100 (80 GB), sodass große Modelle bei der Inferenz nicht auf mehrere Karten aufgeteilt werden müssen. Bei MLPerf Inference erreicht die MI355X 92 bis 104 % der Leistung der NVIDIA B300, der Abstand ist bereits sehr gering.

Die Unterstützung von ROCm 7.x für gängige Open-Source-Frameworks wie PyTorch, vLLM, Llama und Qwen ist deutlich besser als vor zwei Jahren. Die Schutzmauer von CUDA wird flacher – sie ist zwar noch nicht vollständig abgebaut, aber AMD ist nicht mehr der Außenseiter, der nicht einmal PyTorch installieren kann.

Noch wichtiger ist, dass Microsoft Azure am 20. Juli offiziell die großflächige Bereitstellung von Racks auf Helios-Basis angekündigt hat und zwei neue virtuelle Maschinen auf Basis von EPYC Venice eingeführt hat (HDv2 für agentische KI und Datenpipelines, HXv2 für EDA). Satya Nadella hat persönlich erklärt, dass dies den Kunden „Leistung, Skalierbarkeit und Auswahlmöglichkeiten“ bietet. Microsoft ist AMDs erster hyperskalierender Cloud-Kunde, der den gesamten Stack aus GPU, CPU und Netzwerk einsetzt. Helios selbst ist ein offenes Standard-Referenzdesign, das von ODMs wie Sanmina, Wiwynn, Wistron und Inventec gemäß den ORW-Spezifikationen hergestellt und vertrieben wird. AMDs Kundenkreis hat sich von „Hyperscalern mit Langzeitverträgen“ zu „Cloud-Anbietern, die Rechenleistung verkaufen“ erweitert – der zweite Schritt des Geschäftsmodells ist tatsächlich vollzogen.

All diese Daten sind schwarz auf weiß in AMDs Finanzbericht für das erste Quartal vermerkt: Der Umsatz im Datacenter-Bereich betrug 5,8 Milliarden US-Dollar, was einem Anstieg von 57 % gegenüber dem Vorjahr entspricht. Die Gesamtumsatzprognose für das zweite Quartal liegt bei 11,2 Milliarden US-Dollar, was einem Anstieg von 46 % gegenüber dem Vorjahr entspricht; das Wachstum des Datacenter-Geschäfts im zweiten Quartal wird voraussichtlich noch weiter steigen.

AMD hat den kleinen Kuchen auf dem Inferenzmarkt tatsächlich sehr gut gebacken. Aber eine „KI-Fabrik“ besteht nicht nur aus der Backwerkstatt im unteren Bereich der Wertschöpfungskette, sondern braucht auch eine Mehlfabrik im oberen Bereich.

Wie viele Schritte fehlen AMD noch zur vollständigen KI-Fabrik?

Eine echte „KI-Fabrik“ erfordert einen geschlossenen Kreislauf aus Training und Inferenz. Training ist der obere, Inferenz der untere Bereich der Wertschöpfungskette. Wer den Trainingsmarkt beherrscht, definiert die Modellarchitektur, die Framework-Standards und die Gewohnheiten der Entwickler.

Der Umsatz von NVIDIA im Datacenter-Bereich im Geschäftsjahr 2026 betrug 193,7 Milliarden US-Dollar, der von AMD im Geschäftsjahr 2025 etwa 16,6 Milliarden US-Dollar – es besteht ein Unterschied in der Größenordnung. Betrachtet man das erste Quartal des Geschäftsjahres 2026, so beträgt der Umsatz von NVIDIA etwa 39,1 Milliarden US-Dollar, der von AMD 5,8 Milliarden US-Dollar – der Unterschied beträgt immer noch etwa 6,7 Mal. NVIDIA hält über 80 % des Anteils am Trainingsmarkt, und diese Zahl wird sich kurzfristig nicht ändern.

Was die Trainingsleistung betrifft, so ist die praktische Leistung der MI300X noch enttäuschender. Die theoretischen FLOPS sind beeindruckend, aber bei praktischen Trainingsworkloads erreicht sie weniger als 30 % des theoretischen Spitzenwerts (gemessen von Dritten), während die H100 40 % erreicht. Der Unterschied bei dem Training mit mehreren Knoten ist noch größer: Die H100 ist 10 bis 25 % schneller, und je größer der Umfang ist, desto größer wird der Abstand. Die Schlussfolgerung von SemiAnalysis ist direkt: Die Trainingsleistung von AMD pro US-Dollar Kosten ist schlechter als die von NVIDIA.

AMD kann auf dem Inferenzmarkt Kunden durch ein gutes Preis-Leistungs-Verhältnis gewinnen, aber auf dem Trainingsmarkt sind die Migrationskosten für Kunden weit höher als der Preis der Hardware – es geht um das erneute Erlernen des gesamten Software-Stacks, der Toolkette und der Gewohnheiten der Ingenieure. Das lässt sich nicht mit Geld lösen, es braucht Zeit. Aber die Zeit arbeitet für NVIDIA.

Noch problematischer ist, dass AMDs Raum auf dem Inferenzmarkt ebenfalls eingeengt wird. Die inländischen Ascend 950 Superknoten und der vollständig in China hergestellte 100.000-Karten-Cluster von Sugon 8000 wurden auf der WAIC 2026 vorgestellt. Große chinesische KI-Modelle sind tief an inländische Chips angepasst, sodass ein geschlossener Kreislauf aus „inländischem Modell und inländischem Chip“ entstanden ist. Ein realer Druck kommt von dem Preis-Leistungs-Verhältnis: Die Kosten pro Recheneinheit von inländischen Ascend-Inferenzchips liegen 30 bis 50 % unter denen der MI300X, und für staatliche und unternehmerische Projekte in China gibt es klare Anforderungen an den Lokalisierungsgrad. Diese Einengung beschränkt sich aber im Wesentlichen auf den chinesischen Heimatmarkt. In den Szenarien der großen ausländischen Cloud-Anbieter und hyperskalierenden Kunden gibt es derzeit keine wettbewerbsfähige inländische Rechenleistung, sodass AMDs ausländische Basis auf dem Inferenzmarkt weiterhin stabil ist.

Die Erzählung von AMDs „KI-Fabrik“ hat eine echte Grundlage, aber auch echte Schwächen. Die echte Grundlage: Führende Kunden wie Meta, Microsoft und OpenAI nutzen tatsächlich AMDs Chips für die Inferenz, die Aufträge sind real, und der Umsatzanstieg von 57 % ist ebenfalls real. Helios ist ein echtes Referenzdesign, Venice wird bereits von TSMC mit dem 2-nm-Verfahren in Serie gefertigt, und vier ODMs sind für die Hochvolumenproduktion bereit – die Umsetzungskurve liegt aber eher im Jahr 2027. Die echte Schwäche: Wenn der Trainingsmarkt nicht erschlossen werden kann, fehlt der „Rohstoffwerkstatt“ im oberen Bereich der „KI-Fabrik“, sodass sie nur eine halbe Fabrik ist.

AMD stellt einen bereits fertig gebackenen kleinen Kuchen als eine ganze Fabrik dar. Der kleine Kuchen schmeckt sehr gut, aber eine Fabrik braucht viele Kuchen. Ob Lisa Su morgen die Menschen davon überzeugen kann, dass in AMDs Ofen noch viele weitere Kuchen backen, ist der entscheidende Punkt.

Die morgige Keynote-Rede und der Finanzbericht für das zweite Quartal am 4. August sind zwei entscheidende Meilensteine, um die Erzählung von der „KI-Fabrik“ zu prüfen. Der Markt will keine neuen Slogans hören, sondern konkrete Zahlen: Kann die MI450 einen konkreten Zeitplan für die Serienproduktion und eine Liste von Kunden vorlegen, anstatt immer wieder das „Ziel für 2027“ zu wiederholen? Ist die Preisgestaltung von Zen 6 aggressiv genug, um den x86-Grundbestand angesichts des Drucks von NVIDIA Vera und Intel Xeon zu schützen? Wird die 2-nm-Produktionskapazität von TSMC zu einem echten Engpass für die Serienproduktion von AMD?

Die Antworten auf diese Fragen hängen davon ab, welche Antworten Lisa Su morgen geben kann.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „KI die Gegenmeinung“ und wird mit Genehmigung von 36Kr veröffentlicht.