AMD stellt auf der CES 2026 in Las Vegas KI-PC-Chips der nächsten Generation vor

AMD, ein US-amerikanisches multinationales Technologieunternehmen, hat Pläne zur Einführung seiner Helios-KI-Racks der nächsten Generation auf der CES 2026 in Las Vegas vorgestellt. Der CEO des Unternehmens, Lisa Su, gab während ihrer Keynote einen ersten Einblick in das Helios-System und lieferte weitere Details zu dessen Design und Konstruktion.

CEO Su präsentierte eine große Helios-Rack-Einheit auf der Bühne und hob dessen überlegene Leistung hervor, die direkt auf Nvidias Vera Rubin NVL72 abzielt, das ebenfalls auf der CES 2026 vorgestellt wurde. Nvidia hat den Standard für Rack-Scale-Systeme gesetzt, die es als neuestes Angebot debütiert hat.

Laut Su wird Helios direkt mit Nvidias NVL-Systemen konkurrieren. AMD zielt darauf ab, 72 seiner MI455X-Chips mit den 72 Rubin-GPUs der neuesten NVL72 zu kombinieren. 

AMDs MI500-Serie-GPUs bieten 1,000x KI-Rechenleistung

AMD weiter ankündigte plant, seine Bemühungen durch weitere Informationen zu seinen kommenden MI500-Serie-GPUs zu erweitern, von denen behauptet wird, dass sie bis zu 1.000 Mal mehr KI-Leistung als die Mi300X-GPUs liefern. Su betonte, dass dieser Leistungsanstieg in den kommenden Jahren notwendig sein wird, und fügte hinzu, dass in den nächsten fünf Jahren etwa fünf Milliarden Menschen täglich aktiv KI nutzen werden. 

AMD enthüllte auch seine neue Reihe von Ryzen AI 400-Serie-PC-Chips, während Su die MI-455-Prozessoren vorstellte. Sie bemerkte, dass die MI455-Prozessoren ein integraler Bestandteil der Rechenzentren sind, die KI-Programme antreiben.

AMD präsentierte auch seine Ryzen AI Pro 400-Serie-Chips, die den neuen Core Ultra 3-Prozessoren von Intel Konkurrenz machen werden. Die Core Ultra 3-Prozessoren basieren auf Intels neuer 18A-Prozesstechnologie.

Su lud zudem den CEO von Generative Bionics, Daniele Pucci, auf die Bühne, um das Unternehmen Humanoider Roboter, GENE.01, zum ersten Mal vorzustellen. Die GPUs und CPUs von AMD versorgen den Roboter mit Energie, und er ist für den Einsatz in industriellen Umgebungen konzipiert. 

Su stellte fest, dass Technologieunternehmen die globale Rechenkapazität in den kommenden Jahren um mindestens das 100-Fache erhöhen müssen. Dieses Wachstum wird voraussichtlich sowohl Nvidia als auch AMD zugutekommen, deren Marktkapitalisierung bisher auf jeweils 4,5 Billionen US-Dollar bzw. 359 Milliarden US-Dollar gestiegen ist.

AMD enthüllt Ryzen AI Max+-Chips

AMD stellte auch seine neuesten Ryzen AI Max+-Chips für leichte Workstations, Mini-PCs und Laptops vor. Außerdem zeigte es seine Ryzen Halo-Entwicklerplattform. Der Mini-PC ermöglicht es Entwicklern, KI-Modelle lokal zu erstellen, anstatt sich auf cloudbasierte Lösungen zu verlassen. 

Die Halo-Entwicklerplattform konkurriert mit Nvidias rivalisierendem DGX Spark Mini-PC, der fast 4.000 US-Dollar wert ist. AMD hat jedoch noch keine Preisdetails für Halo bekannt gegeben.

In der Zwischenzeit hat Nvidia auch bekannt gegeben Rubin-Plattform vorgestellt, die Rubin-GPUs und Vera-CPUs kombiniert, um einen einzelnen Vera-Rubin-Prozessor zu erstellen. Nvidia beschreibt die Rubin-Plattform als ideale agentic KI mit fortschrittlichen Reasoning-Modellen. 

„Rubin kommt genau zum richtigen Zeitpunkt an, da die Nachfrage nach KI-Berechnungen für Training und Inferenz in die Höhe schießt.“

–Jensen Huang, CEO bei Nvidia

Die Rubin-Plattform umfasst neben den Rubin-GPUs und den Vera-CPUs auch den Nvidia BlueField-4 DPU, den Nvidia NVLink 6 Switch, den Nvidia Spectrum-6 Ethernet Switch und den Nvidia ConnectX-9 SuperNIC.

Die Kombination mehrerer NVL72-Einheiten ergibt Nvidias DGXX SuperPOD KI-Supercomputer. Hyperscaler wie Microsoft, Amazon, Meta und Google geben Milliarden von Dollar aus, um diese großen Systeme zu erwerben. 

Nvidia wies auch darauf hin, dass die Rubin-Plattform effizienter ist als ihre Vorgänger, was wahrscheinlich zu einer Vervierfachung der Reduzierung der Anzahl der GPUs führt, die zum Training derselben MoE-Systeme benötigt werden. Die Reduzierung der Anzahl der GPUs bedeutet, dass die zusätzlichen GPUs für andere Aufgaben zugewiesen werden können. Rubin wird auch die Kosten für Inferenz-Token um bis zu das Zehnfache senken.

In der Zwischenzeit wirbt Nvidia weiterhin mit seinem KI-Speicher, dem Nvidia Inference Context Memory Storage. Das Technologieunternehmen sagt, dass dieser KI-gesteuerte Speicher dazu entwickelt wurde, Daten zu speichern und zu teilen, die von einem KI-Reasoning-Modell mit Billionen von Parametern und mehreren Schritten generiert werden.