AMD, 라스베이거스 CES 2026에서次世代 AI PC 칩 공개

미국의 다국적 기술 기업인 AMD는 라스베이거스에서 열린 CES 2026에서次世代 Helios AI 랙을 출시할 계획을 공개했습니다. 회사 CEO인 리사 수(Lisa Su)는 기조연설에서 Helios 시스템의 첫 모습을 공개하며 디자인과 구축에 대한 자세한 사항을 제공했습니다.

수 CEO는 무대 위에서 대형 Helios 랙 유닛을 선보이며, CES 2026 행사에서 함께 공개된 Nvidia의 Vera Rubin NVL72를 직접 겨냥한 우수한 성능을 자랑했습니다. Nvidia는 랙 스케일 시스템의 기준을 정했으며, 이를 최신 제품으로 데뷔시켰습니다.

수에 따르면, Helios는 Nvidia의 NVL 시스템과 직접 경쟁할 것입니다. AMD 최신 NVL72의 72개 Rubin GPU와 72개의 MI455X 칩을 매칭하는 것을 목표로 합니다. 

AMD의 MI500 시리즈 GPU가 1,000x AI 컴퓨팅 제공

AMD는 추가로 발표 향후 MI500 시리즈 GPU에 대한 자세한 정보를 제공하여 노력을 확장할 계획입니다. 이 GPU는 Mi300X GPU 대비 최대 1,000배의 AI 성능을 제공할 것이라고 주장합니다. 수 CEO는 이러한 성능 향상이 향후 몇 년 동안 필수적일 것이라고 강조하며, 향후 5년 내에 약 50억 명이 매일 AI를 적극적으로 사용할 것이라고 덧붙였습니다. 

AMD는 새로운 Ryzen AI 400 시리즈 PC 칩 라인업도 공개했으며, 수 CEO는 MI-455 프로세서를 선보였습니다. 그녀는 MI455 프로세서가 AI 프로그램을 구동하는 데이터 센터의 핵심 부분이라고 지적했습니다.

AMD는 또한 Intel의 새로운 Core Ultra 3 프로세서를 상대할 Ryzen AI Pro 400 시리즈 칩도 선보였습니다. Core Ultra 3 프로세서는 Intel의 새로운 18A 공정 기술로 구축되었습니다.

수는 또한 Generative Bionics의 CEO인 다니엘레 푸치(Daniele Pucci)를 무대에 초대하여 회사의 휴머노이드 로봇, GENE.01을 처음 공개했습니다. AMD의 GPU와 CPU가 이 로봇에 탑재되며, 산업 환경에서 작동하도록 설계되었습니다. 

수는 기술 기업들이 향후 몇 년 동안 글로벌 컴퓨팅 용량을 최소 100배 이상 증가시켜야 할 것이라고 관찰했습니다. 이러한 성장은 지금까지 시가총액을 각각 $4.5조와 $3,590억으로 늘린 Nvidia와 AMD 모두에게 이익이 될 것으로 예상됩니다.

AMD, Ryzen AI Max+ 칩 공개

AMD는 경량 워크스테이션, 미니 PC 및 노트북용 최신 Ryzen AI Max+ 칩도 공개했습니다. 또한 Ryzen Halo 개발자 플랫폼도 선보였습니다. 이 미니 PC는 개발자가 클라우드 기반 솔루션에 의존하지 않고 로컬에서 AI 모델을 구축할 수 있게 합니다. 

Halo 개발자 플랫폼은 거의 $4,000에 달하는 Nvidia의 경쟁사 DGX Spark 미니 PC와 경쟁합니다. 그러나 AMD는 아직 Halo의 가격 정보를 공개하지 않았습니다.

한편, Nvidia도 샌프란시스코의 Visa 글로벌 마켓 서포트 센터에서 공개되었다. Rubin 플랫폼을 공개하여 Rubin GPU와 Vera CPU를 결합하여 단일 Vera Rubin 프로세서를 만들었습니다. Nvidia는 Rubin 플랫폼을 고급 추론 모델과 이상적인 에이전트 AI로 설명합니다. 

“Rubin은 훈련과 추론 모두에 대한 AI 컴퓨팅 수요가 급증하는 시점에 정확히 도착했습니다.”

–제슨 황, Nvidia의 CEO

Rubin 플랫폼은 Rubin GPU와 Vera CPU 외에도 Nvidia BlueField-4 DPU, Nvidia NVLink 6 스위치, Nvidia Spectrum-6 이더넷 스위치 및 Nvidia ConnectX-9 SuperNIC을 포함합니다.

여러 NVL72를 결합하면 Nvidia의 DGXX SuperPOD AI 슈퍼컴퓨터가 완성됩니다. Microsoft, Amazon, Meta, Google을 포함한 초대형 기업들은 이러한 대형 시스템을 구매하기 위해 수십억 달러를 지출하고 있습니다. 

Nvidia는 또한 Rubin 플랫폼이 이전 세대보다 더 효율적이라고 지적했으며, 이는 동일한 MoE 시스템을 훈련하는 데 필요한 GPU 수를 4배 줄일 가능성이 있음을 의미합니다. GPU 수를 줄이면 추가 GPU를 다른 작업에 할당할 수 있습니다. Rubin은 또한 추론 토큰 비용을 최대 10배까지 줄일 것입니다.

한편, Nvidia는 AI 스토리지인 Nvidia Inference Context Memory Storage를 계속 홍보하고 있습니다. 이 기술 기업은 이 AI 기반 스토리지가 1조 파라미터, 다단계 AI 추론 모델에서 생성된 데이터를 저장하고 공유하도록 설계되었다고 말합니다.