המשמעות אינה בהכרח שמערכת יחידה תצרוך תמיד 95% פחות חשמל. המדד מתייחס לביצוע אותה כמות עבודה — למשל אימון או הרצה של מודל — באמצעות מערכת יעילה יותר. אם המערכת אכן יעילה פי 20, צריכת החשמל עבור אותה משימה יורדת ב-95%.

AMD מציגה תרחיש המחשה נוסף: שני racks שיושקו ב-2030 עשויים לספק את אותה יכולת חישוב כמו 570 racks המבוססים על מערכות Instinct MI300X מ-2024. הנתון ממחיש את השפעת הצפיפות והיעילות, אך אינו אומר שכל עומס עבודה, תצורת תוכנה או מרכז נתונים יגיעו בדיוק לתוצאה הזו.

החומרים שסופקו אינם מאפשרים לקבוע באופן עצמאי הפחתה מדויקת של עוצמת הפחמן. פליטות לכל קוט"ש תלויות גם בתמהיל החשמל — גז, פחם, אנרגיה גרעינית או מקורות מתחדשים — ולא רק ביעילות החומרה. לכן יש להבחין בין הפחתת צריכת חשמל לבין הפחתת פליטות.

למה AMD עוברת ממדד של שבב למדד של rack?

התוכנית הקודמת, 30×25, מדדה יעילות ברמת node — שילוב של מעבדי CPU ומאיצי GPU. AMD אמרה כי ב-2025 חרגה מהיעד והשיגה שיפור של פי 38 ביעילות ברמת node, השקול להפחתה של 97% בצריכת האנרגיה עבור אותה ביצועים.

היעד החדש רחב יותר: הוא מתייחס למערכת השלמה, ובה רכיבי האצה, מעבדים, זיכרון, רשתות תקשורת, אספקת חשמל, קירור וניצולת תוכנה. זהו הבדל משמעותי, משום שמספר FLOPS גבוה לבדו אינו מבטיח פחות אנרגיה לכל משימת אימון או הסקה שהושלמה.

איך אמורים להגיע לשיפור?

AMD מונה כמה מנועים טכנולוגיים שעשויים להגדיל את כמות העבודה המועילה לכל ואט:

• ארכיטקטורת חישוב יעילה יותר: תכנון שבבים מתקדם ופורמטים בעלי דיוק נמוך יותר, כמו FP4 ו-FP8, מאפשרים לבצע יותר פעולות AI בפחות אנרגיה — כאשר הדיוק מתאים למשימה.
• זיכרון HBM מהיר וגדול יותר: זיכרון High Bandwidth Memory מפחית צווארי בקבוק ותנועת נתונים מיותרת בין המעבדים לזיכרון.
• קישוריות מהירה: חיבורי scale-up בתוך ה-rack ו-scale-out בין racks מצמצמים זמני המתנה ותקשורת בין מאיצים.
• תוכנה: אופטימיזציה של kernels, תזמון משימות, חלוקת מודלים וניצול יעיל יותר של החומרה יכולים לשפר את הביצועים בפועל.
• תכנון משותף ברמת המערכת: שילוב מתואם של שבבים, זיכרון, תקשורת, קירור ותוכנה עשוי לצמצם את האנרגיה שמתבזבזת על העברת נתונים ועל רכיבי עזר.

Helios: לא רק מאיצים, אלא rack שלם

מערכת AMD Helios כוללת 72 מאיצי Instinct MI455X, מעבדי EPYC מדור "Venice" ורכיבי תקשורת Pensando. לפי המפרטים של AMD, rack יחיד מספק עד 1.4 exaFLOPS של חישובי FP8, זיכרון HBM4 בנפח 31 טרה-בייט, רוחב פס scale-up של 260 טרה-בייט לשנייה ורוחב פס scale-out של 43 טרה-בייט לשנייה.

AMD מציינת גם עד 2.9 exaFLOPS בחישובי FP4. בהשוואה ל-rack Vera Rubin NVL72 של Nvidia, החברה טוענת ליתרון של עד 15% בביצועי FP4 שיא, 50% בקיבולת HBM ו-50% ברוחב פס scale-out. אלה טענות של יצרנית אחת מול פתרון מתחרה, ולא תוצאות של benchmark בלתי תלוי.

AMD אמרה ביולי 2026 כי Helios נמצאת בייצור מלא, וכי המשלוחים הראשונים מתוכננים לסוף הרבעון השלישי של 2026, עם הרחבה רחבה יותר בהמשך. המקורות שסופקו אינם מאשרים milestone ייצור מסוים ב-2027; לכן נכון להתייחס ל-2026–2027 כחלון פריסה צפוי, ולא כלוח זמנים מאומת לכל שלב.

ההקשר העסקי והתחרותי

המהלך מגיע בתקופה שבה הביקוש לתשתיות AI מגדיל במהירות את שוק מרכזי הנתונים. לפי דיווחי Reuters, AMD צופה ביקוש הקשור להרחבות קיבולת גדולות במרכזי נתונים. נתונים שדווחו לגבי הרבעון השני של 2026 מציבים את הכנסות חטיבת מרכזי הנתונים של AMD על 6.7 מיליארד דולר — עלייה של 107% לעומת השנה הקודמת.

Helios היא ניסיון של AMD להתחרות ב-Nvidia לא רק על מאיץ ה-AI, אלא על הארכיטקטורה השלמה: ארון, זיכרון, חיבורי תקשורת ותוכנה. עם זאת, הטענות על ביצועים, צריכת אנרגיה ויתרון כלכלי עדיין דורשות השוואות בלתי תלויות בתנאי עבודה זהים.

המקורות הזמינים כאן אינם מספקים ראיות מספיקות כדי לכמת באופן אמין את אסטרטגיית המימון של Nvidia או את הכנסות Google ממערכות TPU. אלה נושאים רלוונטיים למפת התחרות, אך אין להציגם כעובדות ללא דיווח נפרד ומבוסס.

המשמעות אינה בהכרח שמערכת יחידה תצרוך תמיד 95% פחות חשמל. המדד מתייחס לביצוע אותה כמות עבודה — למשל אימון או הרצה של מודל — באמצעות מערכת יעילה יותר. אם המערכת אכן יעילה פי 20, צריכת החשמל עבור אותה משימה יורדת ב-95%.

AMD מציגה תרחיש המחשה נוסף: שני racks שיושקו ב-2030 עשויים לספק את אותה יכולת חישוב כמו 570 racks המבוססים על מערכות Instinct MI300X מ-2024. הנתון ממחיש את השפעת הצפיפות והיעילות, אך אינו אומר שכל עומס עבודה, תצורת תוכנה או מרכז נתונים יגיעו בדיוק לתוצאה הזו.

החומרים שסופקו אינם מאפשרים לקבוע באופן עצמאי הפחתה מדויקת של עוצמת הפחמן. פליטות לכל קוט"ש תלויות גם בתמהיל החשמל — גז, פחם, אנרגיה גרעינית או מקורות מתחדשים — ולא רק ביעילות החומרה. לכן יש להבחין בין הפחתת צריכת חשמל לבין הפחתת פליטות.

למה AMD עוברת ממדד של שבב למדד של rack?

התוכנית הקודמת, 30×25, מדדה יעילות ברמת node — שילוב של מעבדי CPU ומאיצי GPU. AMD אמרה כי ב-2025 חרגה מהיעד והשיגה שיפור של פי 38 ביעילות ברמת node, השקול להפחתה של 97% בצריכת האנרגיה עבור אותה ביצועים.

היעד החדש רחב יותר: הוא מתייחס למערכת השלמה, ובה רכיבי האצה, מעבדים, זיכרון, רשתות תקשורת, אספקת חשמל, קירור וניצולת תוכנה. זהו הבדל משמעותי, משום שמספר FLOPS גבוה לבדו אינו מבטיח פחות אנרגיה לכל משימת אימון או הסקה שהושלמה.

איך אמורים להגיע לשיפור?

AMD מונה כמה מנועים טכנולוגיים שעשויים להגדיל את כמות העבודה המועילה לכל ואט:

• ארכיטקטורת חישוב יעילה יותר: תכנון שבבים מתקדם ופורמטים בעלי דיוק נמוך יותר, כמו FP4 ו-FP8, מאפשרים לבצע יותר פעולות AI בפחות אנרגיה — כאשר הדיוק מתאים למשימה.
• זיכרון HBM מהיר וגדול יותר: זיכרון High Bandwidth Memory מפחית צווארי בקבוק ותנועת נתונים מיותרת בין המעבדים לזיכרון.
• קישוריות מהירה: חיבורי scale-up בתוך ה-rack ו-scale-out בין racks מצמצמים זמני המתנה ותקשורת בין מאיצים.
• תוכנה: אופטימיזציה של kernels, תזמון משימות, חלוקת מודלים וניצול יעיל יותר של החומרה יכולים לשפר את הביצועים בפועל.
• תכנון משותף ברמת המערכת: שילוב מתואם של שבבים, זיכרון, תקשורת, קירור ותוכנה עשוי לצמצם את האנרגיה שמתבזבזת על העברת נתונים ועל רכיבי עזר.

Helios: לא רק מאיצים, אלא rack שלם

מערכת AMD Helios כוללת 72 מאיצי Instinct MI455X, מעבדי EPYC מדור "Venice" ורכיבי תקשורת Pensando. לפי המפרטים של AMD, rack יחיד מספק עד 1.4 exaFLOPS של חישובי FP8, זיכרון HBM4 בנפח 31 טרה-בייט, רוחב פס scale-up של 260 טרה-בייט לשנייה ורוחב פס scale-out של 43 טרה-בייט לשנייה.

AMD מציינת גם עד 2.9 exaFLOPS בחישובי FP4. בהשוואה ל-rack Vera Rubin NVL72 של Nvidia, החברה טוענת ליתרון של עד 15% בביצועי FP4 שיא, 50% בקיבולת HBM ו-50% ברוחב פס scale-out. אלה טענות של יצרנית אחת מול פתרון מתחרה, ולא תוצאות של benchmark בלתי תלוי.

AMD אמרה ביולי 2026 כי Helios נמצאת בייצור מלא, וכי המשלוחים הראשונים מתוכננים לסוף הרבעון השלישי של 2026, עם הרחבה רחבה יותר בהמשך. המקורות שסופקו אינם מאשרים milestone ייצור מסוים ב-2027; לכן נכון להתייחס ל-2026–2027 כחלון פריסה צפוי, ולא כלוח זמנים מאומת לכל שלב.

ההקשר העסקי והתחרותי

המהלך מגיע בתקופה שבה הביקוש לתשתיות AI מגדיל במהירות את שוק מרכזי הנתונים. לפי דיווחי Reuters, AMD צופה ביקוש הקשור להרחבות קיבולת גדולות במרכזי נתונים. נתונים שדווחו לגבי הרבעון השני של 2026 מציבים את הכנסות חטיבת מרכזי הנתונים של AMD על 6.7 מיליארד דולר — עלייה של 107% לעומת השנה הקודמת.

Helios היא ניסיון של AMD להתחרות ב-Nvidia לא רק על מאיץ ה-AI, אלא על הארכיטקטורה השלמה: ארון, זיכרון, חיבורי תקשורת ותוכנה. עם זאת, הטענות על ביצועים, צריכת אנרגיה ויתרון כלכלי עדיין דורשות השוואות בלתי תלויות בתנאי עבודה זהים.

המקורות הזמינים כאן אינם מספקים ראיות מספיקות כדי לכמת באופן אמין את אסטרטגיית המימון של Nvidia או את הכנסות Google ממערכות TPU. אלה נושאים רלוונטיים למפת התחרות, אך אין להציגם כעובדות ללא דיווח נפרד ומבוסס.