AMD bringt in diesem Jahr die MI400-Serie von KI-Beschleunigern auf den Markt. Die Flaggschiff-Version MI455X ist mit 432 GB HBM4-Speicher, 19,6 TB/s Speicherbandbreite und einer Rechenleistung von 40 PFLOPS bei FP4-Genauigkeit ausgestattet.
Die technischen Daten für sich genommen sind in der Tat beeindruckend.
Das Problem ist jedoch: AMD erzählt die Geschichte, dass die Hardware-Parameter besser als die von NVIDIA aussehen, schon seit einigen Jahren.
Die Zahlen des MI400
Zunächst die technischen Daten im Überblick:
| Merkmal | AMD MI400 (MI455X) | AMD MI350 | NVIDIA Vera Rubin (H2 2026) |
|---|---|---|---|
| Speicher | 432 GB HBM4 | 288 GB HBM3E | 288 GB HBM4 |
| Speicherbandbreite | 19,6 TB/s | 8 TB/s | 13 TB/s |
| FP4-Leistung | 40 PFLOPS | - | - |
| FP8-Leistung | 20 PFLOPS | 10 PFLOPS | - |
| Markteinführung | 2026 | Bereits auf dem Markt | Zweite Jahreshälfte 2026 |
Die Speicherkapazität ist 50 % höher als beim MI350, die Bandbreite hat sich verdoppelt. Im Vergleich zum bevorstehenden NVIDIA Vera Rubin gibt AMD an, dass der Speicher um das 1,5-fache und die Bandbreite um das 1,5-fache überlegen sind.
Wenn diese Vergleichsdaten stimmen, hat AMD diesmal bei den Hardwarespezifikationen die Nase vorn.
Architektur: CDNA 5 + Helios-Rack-Lösung
Die MI400-Serie basiert auf der CDNA-5-Architektur, die dazugehörige Rack-Lösung heißt Helios. Die Vernetzung erfolgt über UALoE (Ultra Accelerator Link over Ethernet) – AMD fördert offene Standards und versucht, eine Cluster-Vernetzungslösung zu etablieren, die nicht auf NVIDIAs NVLink angewiesen ist.
Die Scale-Out-Bandbreite pro GPU beträgt 300 GB/s, basierend auf den Standards UAL und UEC (Ultra Ethernet Consortium).
Die Produktlinie teilt sich in zwei Richtungen auf:
- MI455X: Training + Inferenz, Flaggschiff-Version
- MI430X: Variante für HPC-Szenarien
Analysten rechnen nach
Analysten von S&P Global Market Intelligence schätzen, dass AMD im Jahr 2026 etwa 258.000 Chips der MI400-Serie ausliefern kann, zu einem Durchschnittspreis von etwa 30.926 US-Dollar:
258.000 × 30.926 $ ≈ 7,2 Milliarden US-Dollar
Das entspricht etwa 25 % der Einnahmen von AMD im Rechenzentrumsgeschäft.
Keine kleine Zahl, aber das Rechenzentrumsgeschäft von NVIDIA hat 2025 bereits die 100-Milliarden-Dollar-Marke überschritten. Der Markt ist nicht gleichmäßig verteilt, sondern wird durch "Wer zuerst kommt, mahlt zuerst" und Ökosystem-Bindung bestimmt.
CUDA: Die Mauer, die AMD nie umgehen kann
Warum kann NVIDIA seine Marktdominanz behaupten, selbst wenn die Hardware-Parameter von AMD manchmal besser aussehen?
Die Antwort ist CUDA.
CUDA ist nicht nur ein Programmier-Framework, es ist:
- Jahrelang angesammelte Tutorials, Stack Overflow-Antworten, Open-Source-Projekte
- PyTorch, TensorFlow, JAX sind standardmäßig auf CUDA aufgebaut
- Fast alle KI-Forschungsteams haben ihre Toolchains auf CUDA aufgebaut
- Der technische Aufwand von NVIDIA in das Software-Ökosystem liegt weit über dem von AMD ROCm
Die Umstellung auf AMD bedeutet nicht nur den Austausch der Hardware, sondern auch das Umschreiben von Code, das erneute Durchführen von Benchmarks und die erneute Validierung der Stabilität. Für ein Team, das ein Modell mit mehreren Milliarden Parametern trainiert, sind diese Umstellungskosten nahezu inakzeptabel.
ROCm (die GPU-Computing-Plattform von AMD) hat in den letzten zwei Jahren große Fortschritte gemacht, die Unterstützung für PyTorch ist recht vollständig, aber bei Details wie Inferenzoptimierung, Operator-Bibliotheken und Debugging-Tools besteht noch eine erhebliche Lücke zur Reife von CUDA.
Chips sind das Schlachtfeld der Hardware, aber das Geschäft mit dem KI-Training wird im Software-Ökosystem entschieden.
Was AMD gewonnen hat und was nicht
AMD ist im Bereich KI-Chips nicht mehr nur ein Nachzügler, sondern hat einen echten Wettbewerbsstatus erreicht. Der MI300X half AMD 2024, das Rechenzentrumsgeschäft von nahezu Null auf mehrere zehn Milliarden Dollar zu bringen, der MI400 ist die Fortsetzung dieses Weges.
AMD hat gewonnen:
- Wettbewerbsfähigkeit bei Speicher- und Bandbreitenspezifikationen
- Offene Verbindungsstandards, die Cloud-Anbietern eine Anti-Lock-in-Option bieten
- Echte Großkunden gewonnen (Microsoft Azure, Meta und andere nutzen AMD)
Noch nicht gewonnen:
- Tiefe des Software-Ökosystems
- Standardmäßige Wahl der Toolchains für das Training großer Modelle
- Der CUDA-Graben
258.000 Chips gegenüber möglicherweise mehreren Millionen von NVIDIA – dieser Unterschied wird nicht durch die Chip-Leistung bestimmt, sondern durch historische Akkumulation.
Kurzfristig ist der AMD MI400 eine ernstzunehmende Option für neu gebaute Rechenzentren und Cloud-Anbieter ohne historische Altlasten. Aber um NVIDIAs Kernmarkt zu erschüttern, reicht der Parameter-Vorteil einer einzigen Hardware-Generation nicht aus.
Das Ironische daran: AMD gewinnt diesmal auf dem Papier. Aber der KI-Markt hat sich noch nie nur auf das Papier verlassen.
Quellenangabe: CocoLoop, AMD confirms Instinct MI400 series AI GPUs drop in 2026, next-gen Instinct MI500 in 2027 (Tweaktown); AMD's next-generation AI chips set to power 2026 data center growth (S&P Global Market Intelligence); NVIDIA vs AMD 2026: AI Chip Showdown (IBTimes Australia); AMD's next-gen Instinct MI400 GPU confirmed: rocks 432GB of HBM4 at 19.6TB/sec (Tweaktown)