系统之战：AMD的Helios机架，能否撬动Nvidia的AI铁幕

7月的一个下午，在AMD位于圣克拉拉的实验室里，一台黑色机架正在无声地运行。工程师们围在四周，注视着屏幕上跳动的数据流。这台名为Helios的机器，不是一颗芯片，而是一个完整的系统——从GPU、CPU到网络互联和液冷散热，全部由AMD自己整合。旁边的一位工程师低声说：“我们等了三年，就为了这一刻。”

这一幕，让我想起十年前Nvidia发布DGX-1时的场景。当时黄仁勋亲手将第一台机器交给OpenAI，而今天，AMD带着Helios闯入了同一个战场。更关键的是，微软已经签下了第一笔订单。作为全球最大的云计算买家之一，微软的选择，意味着这个市场终于不再只有Nvidia一个选项。

[!info] Helios的诞生，标志着AMD从“卖芯片”正式转向“卖系统”。据CNBC报道，Helios集成了AMD的Instinct MI400系列GPU、Zen 6架构的CPU，以及自家设计的Infinity Fabric互联技术，目标直指Nvidia的DGX系列。

短期看，Helios解决了AMD最头疼的“软硬一体”短板。 过去几年，AMD的Instinct GPU在纸面性能上并不输Nvidia，但在实际部署中，企业客户往往需要自己搞定网络、散热和软件栈。而Nvidia的DGX系统则提供了开箱即用的体验，加上CUDA生态的粘性，让AMD难以撬动大客户。现在，Helios的出现，让AMD有了一个完整的对标产品。微软的采购，更像是一个信号——如果Helios能在Azure中稳定运行，其他云厂商和大型企业很可能跟进。

但短期内的挑战同样明显。Helios的首次交付要到2026年下半年，而Nvidia的DGX Blackwell已经出货。更重要的是，CUDA的生态壁垒不是靠硬件就能打破的。AMD的ROCm软件栈虽然一直在追赶，但兼容性和开发者工具链的成熟度仍有差距。微软的采购，可能只是作为“第二供应商”的备份策略，而非真正替代。

长期看，真正的变局在于系统架构的竞争逻辑。 当AI训练集群从千卡扩展到万卡甚至十万卡规模时，瓶颈已经从单芯片性能转向了互联带宽、散热效率和能源管理。Nvidia的NVLink和InfiniBand网络一直是其护城河，而AMD的Infinity Fabric和以太网方案能否在超大规模集群中证明自己，是决定Helios命运的关键。

更值得关注的是，AMD正在复制当年在服务器CPU领域的路径——从单打独斗到平台化。2017年，AMD凭借EPYC处理器重返服务器市场，最初也是靠单个客户（如谷歌）切入，然后逐步蚕食Intel的份额。如今，AI加速器市场同样出现了类似的契机：Nvidia的供应紧张和定价权让客户感到不安，而AMD提供了另一种选择。

但这次不同。Nvidia不仅在硬件上领先，还构建了从芯片到系统到云服务的完整闭环。Helios的面世，意味着AMD必须投入巨资建立自己的系统集成能力，包括供应链、测试验证和全球服务团队。这需要时间，也需要耐心。微软的订单是一个好的开始，但能否从“备选”变成“主流”，取决于AMD能否在两年内让Helios的部署成本低于Nvidia，同时保持性能不落后。

我的预测是：未来18个月内，AI基础设施市场将出现“双系统”格局。 Nvidia的DGX系列仍将占据高端和主流市场，但AMD的Helios会在特定场景（如推理、性价比敏感型训练）中打开缺口。而真正决定胜负的，可能不是硬件本身，而是软件生态的开放程度——如果AMD能推动ROCm成为CUDA之外的第二个主流框架，那么Helios就有机会像当年的EPYC一样，从边缘杀入核心。

但这一切，取决于AMD能否在微软的机房里，让Helios稳定运行一整年。

原文链接：AMD launches Helios, its first rack AI system to rival Nvidia, adding Microsoft as newest buyer