HPE
2026-07-19
AMD与HPE发布Helios开放平台，挑战NVIDIA AI生态
内容摘要
核心要点
AMD与HPE宣布扩大合作伙伴关系，共同推出基于Helios架构的下一代AI基础设施平台。Helios是一个开放堆栈平台，深度融合了AMD的EPYC处理器、Instinct MI455X GPU、Pensando网络技术以及ROCm软件栈，形成一个统一的系统。每个Helios机架可提供高达2.9 exaFLOPS的FP4性能，这得益于MI455X GPU和下一代EPYC Venice处理器。该平台严格遵循Open Compute Project (OCP) 原则，并使用HPE开发的Juniper交换机实现高速互连，旨在解决大规模AI集群部署中的关键挑战，同时强调简化部署流程、卓越能效和未来可扩展性。
HPE还宣布将部署一台名为Herder的新型超级计算机，落户于斯图加特大学高性能计算中心（HLRS），预计2027年底上线。Herder将采用AMD最新的MI430X GPU和Venice处理器，进一步巩固双方在超算领域的合作。HPE CEO Anthony Neri表示，过去十年双方不断突破超算边界，现在正将这些经验应用于普及强大的AI基础设施。AMD CEO Dr. Lisa Su强调，通过与HPE的长期合作，他们正在创造平衡性能与实际部署考量的解决方案。这一合作标志着AMD与HPE在AI基础设施领域对NVIDIA主导地位发起直接挑战，通过开放生态和系统级优化，试图为企业提供更具性价比和灵活性的替代方案。
重要性说明
合围NVIDIA生态：AMD与HPE此次合作的核心目标是打破NVIDIA在AI训练市场的CUDA垄断。Helios通过全栈集成（CPU+GPU+网络+软件）构建一个看似开放的替代方案，但本质上是用AMD的ROCm生态替换NVIDIA的CUDA，用户仍面临供应商锁定风险。ROCm在框架兼容性、算子库丰富度以及大规模集群稳定性方面与CUDA存在显著差距，隐性迁移成本可能抵消硬件价格优势。
工程短板与成本陷阱：文本强调2.9 exaFLOPS FP4性能，但未提供与NVIDIA H100/B200在主流模型（如LLaMA、GPT）上的实际训练吞吐量对比。AMD Instinct GPU在显存带宽和Infinity Fabric互联规模上可能成为瓶颈，尤其是对于千卡级集群。此外，依赖Juniper交换机（HPE整合）可能限制用户在网络层面的选择，且Pensando DPU的编程模型尚不成熟，增加运维复杂度。Helios的“开放”更多体现在OCP机架设计，而非软件栈的完全可移植性。
战略意图：此合作是HPE在AI服务器市场对抗Dell和SuperMicro的关键一步，通过深度绑定AMD获取差异化优势，但HPE同时销售NVIDIA方案，存在内部冲突。投资者需警惕HPE在AI领域的实际执行能力和市场份额增长。
PRO 决策建议
【厂商】NVIDIA应加速推出更开放的硬件平台（如开放GPU互联标准）并降低CUDA许可成本，同时强化与戴尔、超微等服务器厂商的绑定，防止HPE通过AMD方案侵蚀市场份额。NVIDIA还应投资ROCm兼容层，削弱AMD的生态壁垒。
【企业】CIO和架构师应进行严格的零信任技术审计：要求AMD和HPE提供Helios与NVIDIA H100/B200在典型训练工作负载（如LLaMA-70B）下的性能基准测试，包括吞吐量、能效和可扩展性。评估从CUDA迁移到ROCm的实际成本，包括代码移植、算子重写和运维团队培训。避免被Helios的“开放”标签误导，确保网络和存储层支持多厂商互操作，防止被Juniper/Pensando锁定。
【投资者】警惕此合作背后的公关成分：AMD在AI GPU市场份额仍远低于NVIDIA，HPE的AI服务器业务面临激烈竞争。Helios的实际部署案例和客户采纳率才是关键指标。关注HPE是否因深度绑定AMD而失去NVIDIA产品的销售机会，以及ROCm生态的成熟度进展。短期来看，NVIDIA仍将主导AI基础设施，AMD+HPE的合作更多是市场补位而非颠覆。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)