AMDs 220 milliarder dollars satsning: Sådan vil agentisk AI og Helios-racks omforme chipgigantens vej til 2030

Rationalet bag denne dramatiske opjustering er enkelt: AI-revolutionen bevæger sig fra træning til inferens, og fremtidens arbejdsbyrder – autonome, flertrins agentiske AI-systemer – kræver langt mere CPU-kraft, end industrien tidligere havde forventet .

To strukturelle skift driver efterspørgslen

Agentiske AI-arbejdsbyrder forventes at udgøre omkring to tredjedele af server-CPU-markedet på 220 milliarder dollars i 2030 . Disse systemer udfører komplekse opgaver autonomt og er stærkt afhængige af CPU'er til datahåndtering og koordinering sideløbende med GPU-baseret modeludførelse .

Inferens er blevet den dominerende AI-anvendelse. I 2026 forventes inferens for første gang at tegne sig for omkring 60 % af den globale AI-regnekapacitet og overhaler dermed træning . Dette skift favoriserer CPU-tunge arkitekturer, fordi skalering af modeller kræver et stort antal værts-CPU'er, inferensservere og den omkringliggende infrastruktur .

AMD ser også det bredere high-performance og adaptive computing-marked nå 2 billioner dollars i 2030, op fra 365 milliarder dollars i 2025 . Alene markedet for data center-silicium forventes at overstige 1 billion dollars .

Helios og Venice: Hardware-arsenalet

Helios AI Rack-Scale System

Helios, der blev annonceret på Advancing AI 2026 den 23. juli 2026, er AMDs første fuldt integrerede, væskekølede rack-skala AI-system. Det kombinerer 72 Instinct MI455X GPU'er, EPYC Venice CPU'er og Pensando-netværksteknologi . Systemet er i fuld produktion fra juli 2026, og leverancer til partnerne begynder ved udgangen af tredje kvartal 2026 (september 2026), med volumenopskalering i fjerde kvartal .

Racket leverer op til 2,9 exaflops FP4-inferensgennemstrømning og 1,4 exaflops FP8-træningsgennemstrømning med en scale-up interconnect-båndbredde på 260 TB/s . Prisen for et fuldt udstyret Helios-rack anslås til cirka 5,25 millioner dollars .

6. generations EPYC 'Venice' Server-CPU

Venice-CPU'en er bygget på TSMC's N2 (2nm)-proces og har op til 256 kerner pr. sokkel ved at pakke 32 Zen 6c-kerner på hver af 8 chiplet-dies . Produktionsopstarten begyndte på TSMC's fabrik i Taiwan i maj 2026, og fremtidig produktion er planlagt til TSMC's facilitet i Arizona (dog forventes volumen der først efter 2028) .

Venice testes i øjeblikket hos kunder og vil blive leveret i Helios-racks såvel som i selvstændige serverinstallationer senere i 2026 og det tidlige 2027 . EPYC 9006 SP7-varianten, designet til højdensitets eksekvering af agent-sandkasser, er planlagt til levering i fjerde kvartal 2026 .

Kundeforpligtelser: OpenAI, Meta og Anthropic

AMD har sikret sig betydelige forpligtelser fra de tre førende AI-virksomheder, i alt cirka 14 gigawatt regnekraft :

Yderligere kunder omfatter Microsoft (som implementerer Helios-racks i Azure-datacentre) og Oracle (som bygger en superklynge med 50.000 GPU'er baseret på Helios) .

ROCm vs. CUDA: Softwaregabet i 2026

AMDs softwareplatform ROCm har gjort betydelige fremskridt, men halter stadig efter Nvidias CUDA på centrale områder:

Hvad virker:

• ROCm 7.x understøtter nu officielt PyTorch 2.9, vLLM og llama.cpp nativt på Instinct og udvalgte forbruger-GPU'er .
• AMD lancerede ROCm.ai til AI-assisteret GPU-udvikling på Advancing AI 2026 .
• HIP (Heterogeneous-Compute Interface for Portability) kan oversætte det meste CUDA-kode til at køre på AMD-hardware med minimale ændringer .
• PyTorch og JAX tilbyder nu indbygget ROCm-support .

Resterende huller:

• Performance-gab: ROCm er cirka 10–25 % langsommere end CUDA til inferens på sammenlignelig hardware, og forskellen bliver større ved træning og finjustering .
• Økosystemets modenhed: CUDA forbliver standard-backend for de fleste frameworks, tutorials og fejlfinding. ROCm har stadig udfordringer med ikke-standardoperatorer, ældre GPU-generationer og visse inferensmotorer .
• Frontforskning: CUDA-kode udgives ugentligt; ROCm-support følger uger til måneder senere .
• Kun Linux: ROCm er primært Linux-baseret med begrænset Windows-support .

Bundlinje: ROCm er nu produktionsklar til inferens og konkurrencedygtig på pris pr. token (angiveligt 25–40 % billigere end Nvidia til inferens på tilsvarende hardware), men CUDA har stadig et markant forspring inden for værktøjer, trænings-workflows og bredden af framework-support .

Rekordresultater for andet kvartal 2026 bekræfter strategien

AMDs regnskab for andet kvartal 2026 understøtter i høj grad virksomhedens strategiske retning:

Ledelsen påpegede i regnskabskonferencen, at "inferens og agentisk AI øger behovet for server-CPU-regnekraft" som den strukturelle drivkraft bag det opjusterede TAM . AMD forventer, at data center-AI-omsætningen vil nå "tiere af milliarder dollars" i 2027, og alene server-CPU-omsætningen forventes at vokse med mere end 70 % i 2027 .

Væsentlige risici: Marginer og TSMC-afhængighed

Udvikling i bruttomarginen: I takt med at AMD skifter fra at sælge diskrete chips til integrerede rack-skala-systemer som Helios – der samler GPU'er, CPU'er og netværk i én pakke – kan de blandede marginer komme under pres sammenlignet med rene chipsalg. Markedet følger nøje, om AMD kan opretholde marginforbedringer, når det i højere grad bliver en systemleverandør, svarende til Nvidia.

Koncentration i TSMC-forsyningskæden: AMD er afhængig af TSMC til både førende CPU-produktion (N2) og GPU-produktion (N3/N4) . Venice-produktionen er startet hos TSMC i Taiwan, og selvom AMD har planer om fremtidig produktion på TSMC's facilitet i Arizona, er denne kapacitet endnu ikke online til førende noder . Geopolitiske spændinger omkring Taiwan og konkurrence om TSMC's wafer-allokering fra Apple, Nvidia og andre forbliver væsentlige nærtidsrisici, især da AMD planlægger at levere Helios i gigawatt-skala fra slutningen af 2026.

Konklusion

AMD udfører en klar, ambitiøs strategi, der er baseret på et vendepunkt i AI-arbejdsbyrder – fra træning til inferens, fra isolerede modeller til autonome agenter. Virksomhedens hardware-roadmap (Helios og Venice) er i produktion, de største kunder har forpligtet sig i hidtil uset skala, og de finansielle resultater afspejler skiftet. De centrale ubesvarede spørgsmål er, om ROCm kan lukke det resterende gab til CUDA hurtigt nok, og om forsyningskædebegrænsninger vil tillade AMD at overholde den aggressive leveringsplan.