AMD Instinct MI350: Novos Chips de IA com Muita Memória, Mas Redes Atrão da Nvidia

A AMD lança a série MI350 para desafiar a Nvidia em IA, focando em capacidade de memória e custo, mas enfrenta desafios em conectividade.

A gigante de semicondutores AMD está entrando com força no competitivo mercado de chips para inteligência artificial (IA) com sua nova linha de aceleradores Instinct MI350. A empresa almeja **desafiar o domínio da Nvidia**, oferecendo vantagens em desempenho para certas cargas de trabalho e um **custo total de propriedade (TCO) mais baixo**. No entanto, a corrida pela supremacia em IA ainda apresenta desafios significativos, especialmente no quesito software e conectividade em rede.

Arquitetura e Capacidade: O Ponto Forte da AMD

Os novos protagonistas da AMD são os chips Instinct MI350X e MI355X, que ostentam a mais recente arquitetura CDNA 4 e são fabricados com o avançado processo de 3 nanômetros da TSMC. Cada unidade de processamento é equipada com impressionantes 185 bilhões de transistores e introduz suporte para **novos formatos de dados**, como FP4 e FP6, cruciais para otimizar o desempenho em tarefas de IA. Um dos maiores trunfos da série MI350 é a sua **enorme capacidade de memória**, com ambos os modelos vindo com 288 gigabytes de memória HBM3E. Essa vasta memória é um diferencial importante para lidar com os modelos de IA cada vez maiores e mais complexos que dominam o cenário atual.

Em termos de consumo energético e opções de refrigeração, o MI350X, projetado para refrigeração a ar, consome 1.000 watts. Já o MI355X, mais potente, opera com 1.400 watts e oferece flexibilidade com opções de refrigeração a ar ou líquida. Embora o MI355X apresente uma classificação de TFLOPs ligeiramente superior ao MI350X no papel, a análise da SemiAnalysis sugere que seu desempenho no mundo real pode ser mais de 10% superior, tornando-o o carro-chefe da nova linha.

Competição Direta com a Nvidia: Pontos Fortes e Fracos

A AMD posiciona o MI355X como um concorrente direto do HGX B200 da Nvidia, especialmente em termos de **desempenho por custo total de propriedade (TCO)** para modelos de linguagem de pequeno a médio porte. A AMD destaca que seu sistema pode oferecer uma vantagem de 33% em TCO para sistemas autooperados, considerando não apenas o custo inicial, mas também os gastos com energia e manutenção. A empresa ressalta que o MI355X oferece **1,6 vezes mais memória e 2,2 vezes o desempenho FP6** em comparação ao B200 da Nvidia. Contudo, em cálculos específicos com FP4, o B300 da Nvidia se mostra 1,3 vezes mais rápido que o MI355X, indicando que a superioridade da AMD não é absoluta em todos os cenários.

Onde a série MI350 realmente demonstra suas limitações é quando comparada ao sistema GB200 NVL72 da Nvidia, especialmente para o treinamento de modelos de IA muito grandes ou o desenvolvimento de novos modelos. A principal desvantagem reside no **menor “tamanho de mundo”** da AMD. Apenas 8 chips MI355X podem se comunicar em velocidade máxima dentro de um cluster, enquanto o sistema da Nvidia permite a comunicação entre 72 chips. Essa limitação de conectividade pode resultar em um desempenho **até 18 vezes inferior** para cargas de trabalho complexas que exigem comunicação intensiva entre múltiplos processadores na configuração da AMD.

A SemiAnalysis também aponta para o marketing da AMD em relação a uma solução de rack com “128 GPUs” utilizando o MI355X. Na prática, essa configuração é composta por 16 servidores separados, cada um com 8 GPUs, e não um sistema de rack integrado. Embora a AMD tenha aprimorado a velocidade de troca de dados em clusters de 8 GPUs com sua conexão XGMI, atingindo 76,8 gigabytes por segundo, os sistemas comparáveis da Nvidia ainda se mostram **1,6 vezes mais rápidos** nesse quesito.

Software e Ecossistema: A Jornada da AMD

O software é um pilar fundamental na estratégia de IA da AMD. Com a versão 7 do seu kit de software ROCm, a empresa alega um **aumento médio de 3,5 vezes no desempenho** de aplicações de IA em comparação com a versão anterior. O suporte a Triton, uma ferramenta de programação para IA, também foi otimizado. No entanto, a RCCL (ROCm Collective Communication Library), que é essencial para a colaboração eficiente entre múltiplos chips, ainda é considerada um ponto fraco, funcionando em grande parte como uma réplica do software NCCL da Nvidia.

A AMD está ativamente expandindo seu ecossistema de provedores “neocloud”, que oferecem capacidade de processamento baseada em tecnologia AMD. A própria empresa aluga capacidade de gigantes como AWS e Oracle, além de oferecer sua “AMD Developer Cloud” com GPUs MI300X disponíveis por US$ 1,99 por hora, incentivando a adoção e a concorrência. Paralelamente, a AMD busca ajustar os salários de seus engenheiros de IA para se manter competitiva no mercado de talentos.

Interesse do Mercado e Próximos Passos

O interesse pelos novos chips MI350 é notavelmente alto entre grandes provedores de nuvem e laboratórios de pesquisa em IA. A AWS, por exemplo, planeja adquirir um volume significativamente maior de GPUs AMD pela primeira vez. O Meta, empresa por trás do Facebook, já iniciou o treinamento de modelos com hardware AMD, e a Oracle se prepara para implantar 30.000 aceleradores MI355X. A Microsoft também demonstra interesse, encomendando quantidades menores do MI355 enquanto aguarda o lançamento da próxima geração, a série MI400.

A série MI400, esperada para a segunda metade de 2026, tem como objetivo ser uma solução em escala de rack capaz de competir diretamente com o sistema NVL144 VR200 da Nvidia. Esta nova série empregará o “UALink over Ethernet”, um método desenvolvido pela AMD para conexões de alta velocidade utilizando Ethernet padrão, similar ao NVLink da Nvidia. Apesar disso, a SemiAnalysis expressa ceticismo quanto à capacidade deste método de igualar o desempenho de uma solução dedicada. Olhando ainda mais para o futuro, o MI500 UAL256, com 256 chips, está planejado para o final de 2027. A série MI350 já está disponível para encomenda e espera-se que atinja uma disponibilidade mais ampla a partir do terceiro trimestre de 2025, marcando um passo importante na busca da AMD por uma fatia maior do mercado de IA.