AMD ท้าชิง Nvidia ด้วยระบบ Helios AI Rack-Scale

ลิซา ซู เดินขึ้นเวทีที่เต็มไปด้วยผู้ชมในซานฟรานซิสโก และได้ประกาศโดยตรง: Helios รุ่นใหม่ของ AMD คือ "ชั้นวางเซิร์ฟเวอร์ AI ที่มีประสิทธิภาพสูงสุด" ของอุตสาหกรรมเทคโนโลยี ออกแบบมาเพื่อฝึกและเรียกใช้โมเดลชั้นหน้าที่ต้องการทรัพยากรมากที่สุดในโลกในระดับขนาดใหญ่ นี่ไม่ใช่การวางตำแหน่งที่ละเอียดอ่อน — มันเป็นการท้าชิงโดยตรงต่อการครอบงำตลาด AI ศูนย์ข้อมูลของ Nvidia AMD ท้าชิง Nvidia ด้วยระบบ Helios AI Rack-Scale และรายชื่อลูกค้าในช่วงแรกบ่งชี้ว่านี่ไม่ใช่เพียงแค่ข่าวประชาสัมพันธ์ — มันเป็นการเปลี่ยนแปลงที่แท้จริงในภูมิทัศน์โครงสร้างพื้นฐาน AI

เกิดอะไรขึ้น

ในการประชุม Advancing AI ของ AMD ที่เต็มไปด้วยผู้ชมเมื่อวันที่ 23 กรกฎาคม 2026 ประธานและซีอีโอ ดร. ลิซา ซู ได้เปิดตัวระบบ Helios rack-scale อย่างเป็นทางการพร้อมกับรายชื่อลูกค้าที่อ่านเหมือนรายชื่อบุคคลสำคัญของ AI ชั้นหน้า: OpenAI, Meta, Oracle, Anthropic และ Microsoft ตามรายงานของ TechCrunch เกี่ยวกับงานประชุม ซีอีโอของ Microsoft Satya Nadella ยืนยันเพียงไม่กี่วันก่อนหน้านี้ว่า Azure จะขยายโครงสร้างพื้นฐานของตนด้วยการปรับใช้ Helios Anthropic ไปไกลกว่านั้น โดยประกาศความเป็นหุ้นส่วนเชิงกลยุทธ์กับ AMD เพื่อปรับใช้ GPU ถึงสองกิกะวัตต์ผ่านระบบชั้นวางเซิร์ฟเวอร์ใหม่

Helios ไม่ใช่การเปิดตัวที่ไม่คาดคิด AMD เปิดตัวระบบนี้ครั้งแรกในปี 2025 และแสดงบนเวทีที่ CES 2026 ในเดือนมกราคม สิ่งที่ใหม่คือตารางเวลาการจัดส่ง — ลูกค้าจะเริ่มรับหน่วยในภายหลังปีนี้ — และการอ้างสิทธิ์ด้านประสิทธิภาพที่สนับสนุนความมั่นใจของซู The Register รายงานว่า Helios เอาชนะชั้นวางเซิร์ฟเวอร์ Vera Rubin ของ Nvidia ในหลายเมตริกหลัก ซึ่งมีความสำคัญเนื่องจาก Vera Rubin และ Grace Blackwell เป็นตัวเลือกชั้นวางเซิร์ฟเวอร์ที่โดดเด่นสำหรับห้องแล็บ AI ขนาดใหญ่

ระบบชั้นวางเซิร์ฟเวอร์มีความสำคัญเพราะรวมโปรเซสเซอร์จำนวนมากเข้าในหน่วยเดียวที่มีพลังสูงและเพิ่มประสิทธิภาพสำหรับภาระงานศูนย์ข้อมูล — ฝึกโมเดลขนาดใหญ่ เรียกใช้การอนุมานในระดับขนาดใหญ่ และจัดการไปป์ไลน์ที่ใช้การคำนวณอย่างเข้มข้นซึ่ง GPU แต่ละตัวไม่สามารถรักษาได้อย่างมีประสิทธิภาพ AMD ยังแนะนำ CPU Venice-X ในงานประชุมเดียวกัน ชิปศูนย์ข้อมูลที่ออกแบบมาเพื่อเสริมระบบนิเวศ Helios และจัดการภาระงานการคำนวณประสิทธิภาพสูงควบคู่ไปกับสแต็ก GPU

ภาษาการปรับใช้ในระดับกิกะวัตต์นั้นควรค่าแก่การหยุดชั่วขณะ เมื่อ AMD กล่าวว่า Helios จะถูกปรับใช้ในระดับ "กิกะวัตต์" นั่นเป็นการอ้างอิงถึงการใช้พลังงาน — นี่คือระบบที่จะใช้พลังงานเทียบเท่ากับเมืองเล็ก ข้อตกลง Anthropic เพียงอย่างเดียวครอบคลุมถึงสองกิกะวัตต์ นี่ไม่ใช่การวนซ้ำฮาร์ดแวร์ที่เพิ่มเติม มันเป็นโครงสร้างพื้นฐานที่จะกำหนดวิธีการฝึกโมเดล AI รุ่นถัดไป

เหตุใดจึงมีความสำคัญสำหรับเอเชีย

การสร้างโครงสร้างพื้นฐาน AI ของเอเชียกำลังเร่งตัวอย่างรวดเร็ว จากไฮเปอร์สเกลเลอร์ในสิงคโปร์และญี่ปุ่นไปจนถึงโครงการ AI อธิปไตยในอินเดีย อินโดนีเซีย และรัฐอ่าวเปอร์เซีย ภูมิภาคนี้อยู่ตรงกลางของการเพิ่มขึ้นของการก่อสร้างศูนย์ข้อมูล คำถามสำหรับผู้ให้บริการคลาวด์และห้องแล็บ AI ทุกแห่งที่ดำเนินการในเอเชียไม่ใช่ว่าจะลงทุนในการคำนวณ AI ชั้นวางเซิร์ฟเวอร์หรือไม่ — มันคือการเลือกสแต็กใด

จนถึงตอนนี้ คำตอบนั้นเกือบทั้งหมดคือ Nvidia GPU H100 และ H200 กลายเป็นโครงสร้างพื้นฐานเริ่มต้นสำหรับภาระงาน AI ที่จริงจังทั่วเอเชีย และระบบนิเวศ CUDA ของ Nvidia สร้างคูน้ำลึกที่ทำให้การสลับเป็นเรื่องที่เจ็บปวด Helios เปลี่ยนแปลงการคำนวณ ไม่ใช่เพราะมันจะแทนที่ Nvidia ในเอเชียทันที แต่เพราะมันให้อำนาจการเจรจาที่แท้จริงแก่ไฮเปอร์สเกลเลอร์และผู้ให้บริการคลาวด์ และสถาปัตยกรรมทางเลือกที่น่าเชื่อถือในการประเมิน

สำหรับผู้ให้บริการคลาวด์เอเชียที่สร้างโครงสร้างพื้นฐาน AI ของตนเอง — คิดถึงผู้เล่นหลักในเกาหลีใต้ ไต้หวัน ญี่ปุ่น และเพิ่มเติมในเอเชียตะวันออกเฉียงใต้ — ความจริงที่ว่า Microsoft Azure กำลังนำ Helios มาใช้เป็นสัญญาณที่แข็งแกร่ง Azure เป็นหนึ่งในแพลตฟอร์มคลาวด์ที่ใช้กันอย่างแพร่หลายที่สุดทั่วภูมิภาค หากการคำนวณที่สนับสนุน Helios กลายเป็นที่พร้อมใช้งานผ่านโซนความพร้อมใช้งาน Azure ของเอเชีย นักพัฒนาและบริษัททั่วภูมิภาคจะเข้าถึงได้โดยไม่ต้องจัดหาฮาร์ดแวร์โดยตรง

นอกจากนี้ยังมีมุมโซ่อุปทานที่เฉพาะเจาะจงกับเอเชีย TSMC ของไต้หวันผลิตชิปสำหรับทั้ง AMD และ Nvidia และความซับซ้อนทางภูมิศาสตร์การเมืองรอบการจัดหาสารกึ่งตัวนำขั้นสูงได้ผลักดันให้รัฐบาลและองค์กรเอเชียหลากหลายการพึ่งพาการคำนวณ AI ของพวกเขา AMD ที่แข็งแกร่งขึ้นในตลาดชั้นวางเซิร์ฟเวอร์หมายถึงตัวเลือกเพิ่มเติม การแข่งขันเพิ่มเติมในการกำหนดราคา และการเข้าถึงการคำนวณที่ทันสมัยได้เร็วขึ้นสำหรับองค์กรเอเชียที่ในอดีตอยู่ในคิวการจัดสรรของ Nvidia ในช่วงเวลาที่มีข้อจำกัดด้านการจัดหา

สำหรับผู้ก่อตั้งที่สร้างผลิตภัณฑ์ AI ในเอเชียตะวันออกเฉียงใต้ ความหมายในระยะกลางนั้นตรงไปตรงมา: ต้นทุนการคำนวณคลาวด์สำหรับภาระงาน AI ที่จริงจังควรมีแนวโน้มลดลงเมื่อการแข่งขันที่แท้จริงเข้าสู่ตลาดชั้นวางเซิร์ฟเวอร์ นั่นมีความสำคัญอย่างมากสำหรับสตาร์ทอัพที่กำลังทำการแลกเปลี่ยนที่ยากลำบากระหว่างความสามารถของโมเดลและต้นทุนการอนุมาน

สิ่งนี้หมายถึงอะไรสำหรับนักพัฒนา

การแข่งขันฮาร์ดแวร์ในระดับชั้นวางเซิร์ฟเวอร์ในที่สุดจะไหลลงมาถึงนักพัฒนาทุกคนที่สัมผัส API เรียกใช้งานการปรับแต่ง หรือปรับใช้โมเดลในการผลิต ประกาศ Helios มีความหมายที่เป็นรูปธรรมบางประการที่ควรคิดถึง

ต้นทุนการอนุมานจะเปลี่ยนไป เมื่อ OpenAI, Anthropic และ Meta ปรับใช้ Helios ในระดับกิกะวัตต์ พวกเขากำลังสร้างความจุที่จะให้บริการการรับส่งข้อมูล API ความจุการคำนวณเพิ่มเติมจากระบบนิเวศฮาร์ดแวร์ที่มีการแข่งขันหมายถึงผู้ให้บริการมีพื้นที่มากขึ้นในการลดราคาต่อโทเค็น หากคุณกำลังสร้างแอปพลิเคชันบนโมเดล API ชั้นหน้า — ซึ่งนักพัฒนาส่วนใหญ่ในเอเชียกำลังทำ — นี่เป็นข่าวที่ดีในทิศทางสำหรับเศรษฐศาสตร์หน่วยของคุณ

ระบบนิเวศ ROCm กลายเป็นเรื่องจริงมากขึ้น สแต็กซอฟต์แวร์ของ AMD สำหรับการคำนวณ GPU, ROCm ในอดีตล้าหลัง CUDA ในความสมบูรณ์ของเครื่องมือและการสนับสนุนชุมชน แต่เมื่อ Anthropic และ OpenAI มุ่งมั่นที่จะใช้ Helios ในระดับนี้ พวกเขากำลังมุ่งมั่นทรัพยากรวิศวกรรมเพื่อให้ไปป์ไลน์การฝึกและการอนุมานของพวกเขาทำงานบนฮาร์ดแวร์ AMD การลงทุนนั้นมีแนวโน้มที่จะปรับปรุงระบบนิเวศที่กว้างขึ้น นักพัฒนาที่ต้องการเรียกใช้โมเดลโอเพนซอร์สบน GPU ของ AMD — ไม่ว่าจะเป็นในสถานที่หรือผ่านอินสแตนซ์คลาวด์ — จะได้รับประโยชน์จากงานวิศวกรรมที่ห้องแล็บเหล่านี้ใส่ลงในความเข้ากันได้ของ AMD

การสนับสนุนเฟรมเวิร์กจะตามหลังฮาร์ดแวร์ PyTorch, JAX และสายการผลิต ML ที่กว้างขึ้นตามไปที่ที่การคำนวณที่จริงจังไป ดูการสนับสนุน AMD ที่ปรับปรุงแล้วในไลบรารีการฝึกและรันไทม์การอนุมานในช่วง 12-18 เดือนถัดไปเมื่อการปรับใช้ Helios เพิ่มขึ้น หากคุณกำลังสร้างแอปพลิเคชันที่เป็นเนทีฟ AI บน MonstarX หรือแพลตฟอร์มอื่นใดที่นั่งอยู่บนโครงสร้างพื้นฐานคลาวด์ การแข่งขันฮาร์ดแวร์พื้นฐานจะแปลเป็นโมเดลพื้นฐานที่มีความสามารถและประสิทธิภาพต้นทุนมากขึ้นในการสร้าง

การปรับใช้โมเดลโอเพนซอร์สกลายเป็นที่เข้าถึงได้มากขึ้น หนึ่งในผลกระทบลงน้ำที่น่าสนใจมากขึ้นของการผลักดันของ AMD คือสิ่งที่มันทำสำหรับนักพัฒนาที่ต้องการโฮสต์ตัวเองโมเดลโอเพนซอร์ส เมื่อความพร้อมใช้งาน GPU ของ AMD เพิ่มขึ้นผ่านผู้ให้บริการคลาวด์ การเรียกใช้ Llama, Mistral หรือโมเดลน้ำหนักเปิดอื่นๆ บนอินสแตนซ์ AMD กลายเป็นเรื่องที่ใช้ได้จริงมากขึ้น สำหรับทีมในเอเชียที่ต้องการการปฏิบัติตามข้อกำหนดการอยู่อาศัยข้อมูล — ข้อกำหนดทั่วไปในตลาดเช่นอินเดีย ญี่ปุ่น เกาหลีใต้ และเพิ่มเติมในเอเชียตะวันออกเฉียงใต้ — การอนุมานที่โฮสต์ตัวเองบนอินสแตนซ์คลาวด์ AMD อาจกลายเป็นเส้นทางที่ใช้ได้จริงซึ่งไม่พร้อมใช้งานก่อนหน้านี้

คำแนะนำเชิงปฏิบัติสำหรับนักพัฒนาในขณะนี้: ดู ROCm release notes ของ AMD ติดตามผู้ให้บริการคลาวด์ที่ประกาศอินสแตนซ์ที่สนับสนุน Helios ในภูมิภาคเอเชีย และเริ่มทดสอบภาระงานการอนุมานของคุณบนฮาร์ดแวร์ AMD หากคุณมีแบนด์วิดท์ ผู้นำเลิกใช้โครงสร้างพื้นฐานการคำนวณใหม่มีแนวโน้มที่จะได้ราคาและการสนับสนุนที่ดีกว่า

ประเด็นสำคัญ

นี่คือสิ่งที่ต้องจำไว้จากประกาศ Helios:

• Helios เป็นฮาร์ดแวร์จริงพร้อมลูกค้าจริง