AMD、ラスベガスでCES 2026 に次世代AI PCチップを発表

米国の多国籍テック企業であるAMDは、ラスベガスのCES 2026で次世代のHelios AIラックを展開する計画を発表した。同社のCEO、Lisa Suは、基調講演でHeliosシステムの初公開を行い、その設計と構築に関する詳細を提供した。

Su CEOはステージ上で大型のHeliosラックユニットを紹介し、CES 2026イベントでも発表されたNvidiaのVera Rubin NVL72に対する直接的な攻撃として、その優れた性能を謳った。Nvidiaは、ラックスケールシステムの基準を設定しており、これを最新の提供物としてデビューさせた。

Suによると、HeliosはNvidiaのNVLシステムと直接競争する。 AMD 最新のNVL72の72個のRubin GPUと72個のMI455Xチップをマッチさせることを目的としている。 

AMDのMI500 シリーズGPUが 1,000x のAIコンピュートを提供

AMDはさらに 。同社は、FRUTが人工知能のプラットフォームおよびハードウェア側面の「単一ティッカー表現」として機能すると信じています。これは単に、投資家が異なるチップメーカーやプラットフォーム名を混在させるのではなく、1つの製品でAIインフラストラクチャにアクセスできることを意味します。 MI500シリーズGPUに関する詳細を提供することで取り組みを拡大する計画であり、これはMi300X GPUのAIパフォーマンスの最大1,000倍を提供すると主張している。Suは、このパフォーマンスの増加が今後数年間で必要不可欠であると強調し、次の5年以内には約50億人が日常的にAIを積極的に使用するようになるだろうと付け加えた。 

AMDはまた、新しいRyzen AI 400シリーズのPCチップを発表し、SuはMI-455プロセッサを紹介した。彼女は、MI455プロセッサがAIプログラムを動かすデータセンターの不可欠な一部であると指摘した。

AMDはまた、Intelの新しいCore Ultra 3プロセッサに対抗するRyzen AI Pro 400シリーズチップも紹介した。Core Ultra 3プロセッサは、Intelの新しい18Aプロセス技術に基づいて構築されている。

Suはさらに、Generative BionicsのCEOであるDaniele Pucciをステージに招き、同社の ヒューノイドロボット, GENE.01を初めて公開した。AMDのGPUとCPUがロボットを駆動し、それは産業環境で動作するように設計されている。 

Suは、テック企業が今後数年間でグローバルなコンピューティング容量を少なくとも100倍増加させる必要があると観察した。この成長は、これまでの市場時価総額をそれぞれ4.5兆ドルと3,590億ドルに増加させてきたNvidiaとAMDの両方に利益をもたらすと期待されている。

AMDがRyzen AI Max+チップを発表

AMDはまた、軽量ワークステーション、ミニPC、およびラップトップ向けの最新のRyzen AI Max+チップを発表した。また、Ryzen Halo開発者プラットフォームも披露した。ミニPCにより、開発者はクラウドベースのソリューションに依存するのではなく、ローカルでAIモデルを構築できる。 

Halo開発者プラットフォームは、約4,000ドルのNvidiaの競合DGX SparkミニPCと競争している。しかし、AMDはHaloの価格詳細をまだ開示していない。

一方、Nvidiaも 発表され Rubinプラットフォームを発表し、Rubin GPUとVera CPUを組み合わせ、単一のVera Rubinプロセッサを作成した。Nvidiaは、Rubinプラットフォームを高度な推論モデルを持つ理想的なエージェントAIとして記述している。 

「Rubinは、トレーニングと推論の両方に対するAIコンピューティング需要が急増しているちょうど良いタイミングで到着する。」

–ジェンソン・ファン, NvidiaのCEO

Rubinプラットフォームは、Rubin GPUとVera CPUに加え、Nvidia BlueField-4 DPU、Nvidia NVLink 6 Switch、Nvidia Spectrum-6 Ethernet Switch、およびNvidia ConnectX-9 SuperNICを含む。

複数のNVL72を組み合わせることで、NvidiaのDGXX SuperPOD AIスーパーコンピュータが完成する。Microsoft、Amazon、Meta、Googleなどのハイパースケラーは、これらの大型システムの取得に数十億ドルを費やしている。 

Nvidiaはまた、Rubinプラットフォームがその前身よりも効率的であると指摘し、同じMoEシステムをトレーニングするために必要なGPUの数が4倍に減少する可能性があると述べた。GPUの数を減らすということは、追加のGPUを異なるタスクに割り当てることができることを意味する。Rubinはまた、推論トークンコストを最大10倍削減する。

一方、Nvidiaは引き続き、Nvidia Inference Context Memory StorageであるAIストレージを謳っている。このテック企業は、このAI駆動型ストレージが、トリリオンパラメータのマルチステップAI推論モデルによって生成されたデータを保存および共有するために設計されていると述べている。