A AMD lançará este ano a série de aceleradores de IA MI400, com a versão topo de linha MI455X equipada com 432 GB de memória HBM4, largura de banda de memória de 19,6 TB/s e desempenho computacional de 40 PFLOPS em precisão FP4.
Olhando apenas para as especificações, elas são realmente impressionantes.
Mas o problema é: a AMD já conta a história de que "as especificações de hardware são melhores que as da NVIDIA" há vários anos.
Os números do MI400
Primeiro, vamos às especificações:
| Indicador | AMD MI400 (MI455X) | AMD MI350 | NVIDIA Vera Rubin (2º semestre de 2026) |
|---|---|---|---|
| Memória | 432 GB HBM4 | 288 GB HBM3E | 288 GB HBM4 |
| Largura de banda da memória | 19,6 TB/s | 8 TB/s | 13 TB/s |
| Desempenho FP4 | 40 PFLOPS | - | - |
| Desempenho FP8 | 20 PFLOPS | 10 PFLOPS | - |
| Lançamento | 2026 | Já lançado | Segundo semestre de 2026 |
A capacidade de memória é 50% maior que a do MI350, e a largura de banda dobrou. Em comparação com o próximo NVIDIA Vera Rubin, a AMD afirma que sua capacidade de memória é 1,5 vez maior e a largura de banda é 1,5 vez maior.
Se esses dados de comparação forem verdadeiros, a AMD superou a NVIDIA em especificações de hardware desta vez.
Arquitetura: CDNA 5 + solução de rack Helios
A série MI400 é baseada na arquitetura CDNA 5, com a solução de nível de rack chamada Helios. A interconexão usa UALoE (Ultra Accelerator Link over Ethernet) – a AMD está promovendo padrões abertos, tentando construir uma solução de interconexão de cluster que não dependa do NVLink da NVIDIA.
A largura de banda de scale-out de cada GPU é de 300 GB/s, baseada nos padrões UAL e UEC (Ultra Ethernet Consortium).
A linha de produtos se divide em duas direções:
- MI455X: Treinamento + inferência, versão topo de linha
- MI430X: Variante para cenários de HPC
Analistas fazem as contas
Analistas da S&P Global Market Intelligence estimam que a AMD pode enviar cerca de 258.000 chips da série MI400 em 2026, com um preço médio de venda de aproximadamente 30.926 dólares:
258.000 × US$ 30.926 ≈ US$ 7,2 bilhões
Isso representa cerca de 25% da receita do negócio de data centers da AMD.
Não é um número pequeno, mas o negócio de data centers da NVIDIA já ultrapassou US$ 100 bilhões em 2025. O mercado não é dividido igualmente; é uma questão de quem chega primeiro e de bloqueio de ecossistema.
CUDA: O muro que a AMD nunca consegue contornar
Por que a NVIDIA consegue manter seu domínio de mercado, mesmo quando as especificações de hardware da AMD às vezes são melhores?
A resposta é CUDA.
CUDA não é apenas um framework de programação, é:
- Anos de tutoriais acumulados, respostas no Stack Overflow, projetos de código aberto
- PyTorch, TensorFlow, JAX são construídos por padrão sobre CUDA
- Quase todas as equipes de pesquisa de IA têm suas toolchains baseadas em CUDA
- O investimento em engenharia da NVIDIA no ecossistema de software está em uma ordem de grandeza acima do AMD ROCm
O custo de migrar para a AMD não é apenas trocar o hardware, mas reescrever código, reexecutar benchmarks e revalidar a estabilidade. Para uma equipe que está treinando um modelo com dezenas de bilhões de parâmetros, esse custo de migração é quase inaceitável.
O ROCm (plataforma de computação GPU da AMD) fez grandes progressos nos últimos dois anos, com suporte bastante completo para PyTorch, mas em detalhes como otimização de inferência, bibliotecas de operadores e ferramentas de depuração, ainda há uma lacuna considerável em relação à maturidade do CUDA.
Chips são o campo de batalha do hardware, mas o negócio de treinamento de IA é decidido no ecossistema de software.
O que a AMD ganhou e o que não ganhou
A AMD no jogo dos chips de IA não está mais apenas tentando alcançar, mas entrou em um estado de competição real. O MI300X ajudou a AMD a levar o negócio de data centers de quase zero para dezenas de bilhões de dólares em 2024, e o MI400 é a continuação desse caminho.
O que a AMD ganhou:
- Competitividade em especificações de memória e largura de banda
- Padrões de interconexão abertos, oferecendo aos provedores de nuvem uma opção anti-lock-in
- Conquistou grandes clientes reais (Microsoft Azure, Meta e outros estão usando AMD)
O que ainda não ganhou:
- Profundidade do ecossistema de software
- Escolha padrão das toolchains de treinamento de modelos grandes
- O fosso do CUDA
258.000 chips contra possivelmente milhões da NVIDIA – essa diferença não é determinada pelo desempenho do chip, mas pela acumulação histórica.
No curto prazo, o AMD MI400 é uma opção que vale a pena considerar seriamente para data centers recém-construídos e provedores de nuvem sem bagagem histórica. Mas para abalar a base da NVIDIA, apenas a vantagem de especificações de uma geração de hardware não é suficiente.
O irônico é que: a AMD vence no papel desta vez. Mas o mercado de IA nunca olha apenas para o papel.
Fonte de referência: 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)