AMD在加州圣何塞举办的“Advancing AI 2025”活动上发布了面向AI工作负载的新款MI350X与MI355X GPU。据报道，这两款加速器性能较前代MI300X提升3倍，进一步增强了与市场领导者英伟达（Nvidia）的竞争实力。AMD宣称在同类推理测试中最高领先英伟达1.3倍，在特定训练任务中保持1.13倍优势。得益于转向CDNA 4架构并采用更先进的制程节点，新一代产品AI计算性能提升4倍，推理性能更实现35倍飞跃。MI350系列平台已于上月投产交付。
这两款MI300系列AI GPU将为AMD的机架级解决方案提供算力支持直至2026年，为后续MI400系列的推出铺路。MI350X与MI355X采用相同底层设计，均配备最高288GB HBM3E显存、8TB/s内存带宽，并新增支持FP4与FP6数据类型。区别在于MI350X面向风冷方案设计（整板功耗较低），而MI355X则为追求极致性能的液冷系统优化，功耗更高。
值得注意的是，AMD此次未延续上代MI300A的APU设计（CPU+GPU集成封装），全线采用纯GPU方案。MI355X的HBM3E显存容量达到英伟达竞品GB200/B200的1.6倍，内存带宽持平8TB/s。在FP64/FP32峰值性能上，AMD宣称具有2倍优势——考虑到英伟达重点优化更适合AI的低精度格式，这一结果并不意外。不过MI350的FP64矩阵性能较MI300X减半，矢量性能则同比下降约4%。在FP16/FP8/FP4等低精度格式中，AMD基本达到或小幅超越英伟达竞品，其中FP6性能表现尤为突出（运行速率与FP4相当）。
与英伟达新品类似，性能跃升伴随着功耗增长：液冷版MI355X整板功耗高达1400W，较MI300X（750W）和MI325X（1000W）显著提升。AMD表示更高的性能密度可帮助客户在单机架内集成更强算力，从而优化总体拥有成本（TCO）指标。
芯片设计方面，3D与2.5D封装技术融合的核心思路未变：前者用于加速器计算芯片（XCD）与I/O芯片（IOD）的堆叠，后者则连接IOD与12层堆叠的HBM3E显存。每个芯片集成8个XCD小芯片（每个启用32个计算单元），总计256CU（每个XCD保留4个CU用于提升良率）。XCD制程从5nm升级至台积电N3P节点，晶体管总数达1850亿个（前代1530亿个）。IOD虽仍采用N6工艺，但从4个模块精简为2个，通过加宽Infinity Fabric总线（双向带宽达5.5TB/s）并降低频率/电压来优化能效。
处理器通过PCIe 5.0 x16接口连接主机，并借助7条Infinity Fabric链路（总吞吐量1075GB/s）实现多芯片互联。两款产品均采用OAM封装规格，兼容标准UBB服务器（OCP规范），可快速部署。每个计算节点包含8个加速器，通过153.6GB/s双向Infinity Fabric互连，由两颗第五代EPYC“都灵”处理器驱动。
网络支持方面，AMD全新Pollara网卡（支持超以太网联盟UEC标准）主打横向扩展方案，而超加速器链路（UAL）则用于纵向扩展网络。散热方案提供直接液冷（DLC）与风冷（AC）两种选择：DLC机架凭借液冷子系统的高密度优势可集成128块MI355X GPU（36TB HBM3E），AC方案则最多支持64块GPU（18TB HBM3E）。
针对长期弱项——机架级架构开发，AMD通过一系列收购与合作显著强化了布局。官方测试数据显示：8GPU MI355X配置在Llama 3.1 405B（FP4）中比4块DGX GB200快1.3倍，在DeepSeek R1推理任务中较8GPU B200 HGX快1.2倍；训练任务中与英伟达B200/GB200基本持平，部分Llama模型测试最高领先1.13倍。相比MI300X，MI355X在AI代理/聊天机器人场景性能提升达4.2倍，内容生成/摘要/对话式AI任务也有2.6-3.8倍增益，DeepSeek R1与Llama 4 Maverick分别实现3倍和3.3倍代际提升。
