AMD Helios、Nvidiaへの挑戦をラックスケールの戦いへ

AMDはこれまでで最大規模のAdvancing AIイベントでHeliosの量産投入を発表し、Nvidiaへの挑戦を個別アクセラレータから完成したAIラックへと移した。本稿のAMD ServeTheHome報道では、7月23日の基調講演で何が変わったのか、どの主張がなお未検証なのか、そしてなぜ今やスライド以上に出荷時期が重要なのかを検証する。

Heliosは、72基のInstinct MI455Xアクセラレータ、EPYC Veniceプロセッサ、Pensandoネットワーキング、AMDのROCmソフトウェアを、ラックスケール設計に統合する。AMDは第3四半期末ごろに出荷を開始すると述べた。OpenAI、Microsoft、Anthropic、Cerebrasによる顧客としてのコミットメントは、このスケジュールの信頼性を裏付けるためにAMDが必要としていたものだった。

同時に、この基調講演はAMDの主張におけるより難しい部分も浮き彫りにした。NvidiaはGPUの仕様だけでAIインフラを主導しているわけではない。その優位性は、ネットワーキング、ソフトウェア、導入経験、開発者支援、年次のシステム刷新にまで及ぶ。したがってAMDは、オープンな代替案が予定どおりに提供され、データセンター規模で信頼性高く稼働することを証明しなければならない。

AMD ServeTheHome報道、Heliosの量産移行を示す

基調講演における最も重要な変化はシンプルだった。Heliosは将来のアーキテクチャから、AMDがフル生産中だとする製品へ移行した。

AMDは7月22日と23日、サンフランシスコのMoscone CenterでAdvancing AI 2026を開催した。CEOのLisa Suは2日目の朝に基調講演を行った。ServeTheHomeは、技術セッション、製品展示、追加座席を備えた拡大版カンファレンスを、NvidiaのGTCに最も近いAMD版の催しと表現した。

基調講演のライブブログは、プレビューからローンチへの移行を記録した。AMDはイベント前からHeliosについて語っていたが、生産状況と顧客導入の時期はなお未確定だった。Suは製造が始まっており、第3四半期末に出荷を開始すると述べた。

この時期が重要なのは、ラックスケールシステムが単なるプロセッサの集合ではないからだ。アクセラレータ、ホストCPU、ネットワーキング、メモリ、冷却、電力供給、ソフトウェアを、導入可能な1つのユニットに統合する。顧客が評価するのは、単一チップの孤立したピーク性能ではなく、ラック全体の挙動である。

各Heliosラックには、大規模AIワークロードを支えるために設計された高帯域幅メモリであるHBM4を合計31テラバイト搭載した、72基のMI455Xアクセラレータが含まれる。AMDは、総メモリ帯域幅が毎秒1.4ペタバイトに達すると説明している。このラックにはEPYC VeniceプロセッサとPensando Vulcanoネットワークインターフェースコントローラも組み込まれる。

AMDによると、MI455Xは2ナノメートル級プロセスで製造されたコンピュートチップレットを使用する。その他の部分には3ナノメートル級の製造技術が用いられる。各アクセラレータには432ギガバイトのHBM4が搭載され、大規模モデル、長いコンテキスト、推論ワークロード向けに相当なメモリ容量をAMDにもたらす。

AMDは、比較対象に用いた競合システムより、Heliosが50％多いメモリ容量と15％高いFP4性能を提供すると主張した。FP4は、適したAIワークロードにおいてメモリと計算の要件を減らす4ビットの数値形式である。低精度化はスループットを改善し得るものの、モデル品質とワークロード互換性は依然として実際の結果に影響する。

同社はまた、MI455Xが前世代のMI355Xと比べて、トークンスループットを最大34倍に高めると報告した。AMDはこの向上の一部をアーキテクチャ変更に、一部をソフトウェア改善に帰している。この比較は世代間の進歩を示すが、Nvidiaの現行システムに対する性能を独立して確立するものではない。

量産段階に入ったことで、立証責任は変わる。基調講演以前、AMDはアーキテクチャ図、顧客の意向、予測性能を通じてHeliosを示すことができた。今後は、購入者が納入済みラック、ソフトウェアの安定性、クラスター稼働率、消費電力、ワークロードの経済性を判断できる。

AMDのより広範な発表ページは、このイベントがHeliosにとどまらなかったことを裏付けている。Advancing AIプログラムでは、EPYC Venice、MI455X、ROCm.AI、Kriaロボティクス向けハードウェア、複数の顧客との協業が取り上げられた。しかし、これら個別製品を結び付けるため、この競争の物語の中心は依然としてラックである。

だからこそ、このイベントは単なる別のアクセラレータ発表ではなかった。AMDはHeliosを、顧客が購入、導入、拡張すべき単位として提示した。これは、実行上のリスクが増幅するシステムレベルで、同社をNvidiaとの直接対決へ置くものだ。

OpenAIとAnthropic、ローンチを容量テストへ転換

AMDにとって最も強い根拠はベンチマークチャートではなかった。それは、自社インフラを数ギガワット規模で利用する準備を進める顧客の存在だった。

OpenAIは、2026年末ごろにHeliosを大規模展開し、2027年を通じて導入を加速する見通しだと述べた。同社は基調講演の数カ月前に量産前ラックを受け取り、すでにAMDと最適化作業を進めていた。

OpenAIのコンピュート戦略担当バイスプレジデントであるSachin Kattiは、顧客側の圧力を率直に要約した。「より多くのコンピュートを、より速く必要としている」。この発言が重要なのは、代替インフラが魅力を増している理由を示しているからだ。大規模モデル開発者は、単一のサプライヤーが容易に提供できる以上の容量を必要としている。

OpenAIの関与は調達を超える。AMDによると、両社はハードウェアロードマップ、システム設計、ソフトウェア、AI生成GPUカーネルにわたって協業している。カーネルとは、特定の計算をアクセラレータ上でどのように実行するかを制御する低レベルプログラムである。カーネルの品質は、ユーザーが基盤ハードウェアから得る性能に強く影響する。

この関係は、OpenAIがNvidiaを離れることを意味しない。大手AI開発企業は、市場リーダーからの購入を続けながら、インフラを日常的に多様化している。AMDの機会は、十分な性能、ソフトウェア支援、製造量を備えた、信頼できる第2のプラットフォームになることにある。

Anthropicももう1つの大きなコミットメントを提供した。両社は、MI450シリーズの容量を最大2ギガワット確保する契約を発表し、その最初の1ギガワットは2027年中に見込まれる。AMDはまた、Anthropicに最大50億ドルを投資することに合意したと、報じられた契約は伝えている。

この金融面は慎重に解釈すべきだ。AMDと主要顧客の結び付きを強める一方で、サプライヤーが買い手の拡大を支援していることも意味する。この取り決めは需要の可視性をもたらすが、戦略的な資金提供なしに行われる完全に独立した購入と同じシグナルを示すものではない。

Anthropic共同創業者のTom Brownは、Claudeが週末のうちにAMDのAIサーバーを構成したと述べた。この主張はAMDのソフトウェア目標を示している。すなわちAIエージェントが、広範なハードウェア固有の専門知識を必要とせずに、開発者によるプラットフォームの導入、調整、利用を支援するというものだ。独立した運用者は、その体験が管理された協業の範囲を超えて一般化できるかをなお検証する必要がある。

Microsoftは別種の検証を加える。AMDによると、MicrosoftはEPYC Venice搭載Azureインスタンスも含む拡大インフラ提携を通じてHeliosを導入する。Microsoftはすでに大規模な異種混在フリートを運用しており、その導入経験は企業の購入者にとって特に重要である。

MetaはOpen Compute Projectを通じ、基盤となるラック設計に寄与した。同社のインフラ責任者は、AIシステムにはデータセンター全体にわたる共同設計が必要だと主張してきた。このアプローチは、Heliosを単一サプライヤーの完全なネットワーキングスタックに縛られたクローズドなアプライアンスではなく、オープンなラックアーキテクチャにしようとするAMDの取り組みに合致する。

これら顧客の名前は、2つの面でNvidiaに圧力をかける。第一に、主要なモデル開発者が供給の代替手段を求めていることを示す。第二に、より広範な導入が始まる前にボトルネックを明らかにできる実際のワークロードへのアクセスをAMDに与える。

Nvidiaは依然として、より強力な導入済み基盤と成熟した展開パイプラインを持つ。同社のシステムは主要クラウド、モデル研究所、企業環境にわたって稼働している。AMDに関する顧客発表があっても、その優位性が消えるわけではない。

したがって直近の試験は、運用上の容量である。AMDは、MI455Xアクセラレータを製造し、HBM4の供給を確保し、ラックを組み立て、ネットワーキングを検証し、発表したスケジュールに沿ってソフトウェア導入を支援しなければならない。いずれかの層で遅延が生じれば、Helios製品全体に影響する。

需要はもはや中心的な不確実性ではない。OpenAI、Anthropic、Microsoft、Metaは、購入者が別の選択肢を求めていることを示すのに十分な関心を表明した。問題は、AMDがその関心を約束したペースで機能する容量へ転換できるかどうかである。

Nvidiaの優位性はGPUだけでなくシステムにある

AMDがNvidiaに対抗するには、Heliosが競争力ある部品を組み合わせたラックではなく、協調した1つの製品として振る舞わなければならない。

Nvidiaのラックスケール戦略は、アクセラレータ、CPU、NVLinkインターコネクト、ネットワーキング、冷却設計、ソフトウェアを1つのロードマップの下で結び付ける。統合によって導入作業と性能の不確実性を減らせるため、顧客は結果として生じるサプライヤー依存を受け入れている。

Heliosもラックスケールコンピューティングへの同じ基本的な転換をたどりつつ、オープン性を競争上の差別化要因にしている。AMDはMI455Xアクセラレータ、x86 EPYCプロセッサ、Pensandoネットワーキング、一般的なAIフレームワークを支援することを意図したソフトウェアを組み合わせる。同社は、顧客がコンポーネントと導入モデルにおいてより大きな柔軟性を得られると主張する。

この主張は、大きなエンジニアリング資源を持つクラウド事業者や大規模モデル開発者に訴求する。彼らはオープンなシステムを適応させ、ソフトウェア変更に貢献し、サプライヤー横断で交渉できる。小規模組織は、調整に充てられるエンジニアが少ないため、緊密に統合されたシステムをより重視する可能性がある。

したがって比較は、ベンチマークでの優位性にとどまらない。購入者は導入時間、モデル互換性、障害復旧、ネットワーキングの挙動、エネルギー使用量、サポートを考慮する必要がある。理論上より高い性能を達成するラックでも、利用率が低いまま、あるいはソフトウェア障害が本番ワークロードを中断するなら、競争に敗れる可能性がある。

AMDは、選定した比較においてHeliosが10〜15％高い性能と、競合インフラより30％多い1ドル当たりトークン数を提供すると述べている。トークンは、AIモデルが処理・生成するテキスト単位である。1ドル当たりトークン数はスループットとコストを結び付けるため有用だが、ベンダーの算出値はモデル選択、バッチサイズ、精度、電力に関する前提、利用率に大きく左右される。

同社は、これらの数値を確定的なものとして扱うには十分な独立した本番データを公表していない。第三者テストは、広く使われるモデルと現実的なサービスパターンにわたり比較を再現する必要がある。トレーニング、バッチ推論、対話型推論、エージェント型ワークロードは、システムに異なる負荷をかける。

電力ももう1つの制約要因だ。データセンターは電力容量の制約にますます直面しており、ワット当たり性能は生の速度と同じくらい重要になっている。AMDはHeliosを効率性の改善として提示した一方、NvidiaもVeraとRubinプラットフォームで同様の主張を行っている。

独立したローンチ報道は、Nvidiaが同じ週に新しいVera CPUの詳細を公開したと指摘した。このタイミングは競争の構図を明確にした。両社は今や、個別プロセッサではなく、ラックとデータセンターの規模でAI性能を語っている。

AMDは、NvidiaのサーバーCPU市場への参入に対抗するため、EPYC Veniceも投入した。VeniceはZen 6アーキテクチャを採用し、ソケット当たり最大256コアの構成を含む。AMDは、選定したテストにおいて、最高スループット構成がNvidiaのVera CPUをソケット当たり性能で2.2倍上回ると主張した。

この結果は、独立系レビューアーが再現するまでは企業側による比較にとどまる。それでも、CPUへの重点は戦略的に重要だ。エージェント型AIシステムは、ツールの連携、作業のスケジューリング、データ準備、ストレージ管理、アクセラレーターの稼働維持にCPUを利用する。

AMDはすでに一定規模のサーバーCPU事業を持ち、従来型x86インフラではNvidiaにない基盤を備えている。同社はサーバーCPU売上シェアが46%に達したと述べたが、この数値はAMD独自の市場定義を反映したものであり、第三者の測定値との比較が必要だ。

アクセラレーター向けソフトウェアではNvidiaがより強い立場にある。CUDAは長年をかけて、ライブラリ、ドキュメント、統合、育成された開発者、運用ノウハウを蓄積してきた。ROCmは改善しているものの、互換性の問題が一つ生じるたびに、顧客がNvidiaのインフラにとどまる理由が増える。

したがってHeliosは、AMDの最も強い点と最も弱い点を一つのパッケージにまとめたものだ。EPYCプロセッサー、チップレット技術、メモリー容量、オープン標準は、信頼できる差別化要因となる。ソフトウェアの成熟度と導入の実行力は、Nvidiaが優位を守れる領域として残る。

ROCm.AIはAMDの最も根強い弱点を埋めようとしている

ROCm.AIは、扱いにくい開発者体験を競争力のあるシリコンだけでは補えないという前提のもと、ソフトウェア最適化を自動化サービスにしようとするAMDの試みだ。

AMDは、コーディングエージェントを用いてGPUソフトウェアを作成、移植、最適化するツール群としてROCm.AIを発表した。このプラットフォームは、アクセラレーテッド・コンピューティング向けのAMDオープンソフトウェア環境であるROCmを基盤としている。

同社によれば、ROCmは数カ月ごとの大型更新ではなく、現在は6週間ごとのリリースサイクルに従っている。リリースの高速化は、ハードウェア対応やフレームワーク支援を改善し得る。一方で、本番利用者が検証を終える前に変更が届けば、アップグレードの負担を増やす可能性もある。

ROCm.AIには、AMDが作成したエージェントスキルと、Hyperloomという性能ツールが含まれる。基調講演では、AMDはHyperloomがコードを修正し、トークンレートを38%改善する様子を実演した。この例は仕組みの有効性を示すものだが、演出された単一ワークロードだけで一般的な改善幅を確立することはできない。

AMDはまた、最新ソフトウェアがROCm 7と比べて、推論性能を3.3倍、トレーニング性能を2.4倍に高めたと述べた。これらは社内による世代間比較だ。ソフトウェアがどれほど性能を引き出せるかを示す一方、旧構成がいかに早く後れを取るかも明らかにしている。

より大きな発想自体には説得力がある。現代のアクセラレーターには、複雑なメモリー階層、行列演算エンジン、通信経路、数値形式が含まれる。開発者はそれらの機能を効率的に活用するため、しばしば専用カーネルを必要とする。AIコーディングエージェントは、手作業で進める人間よりも速く最適化の選択肢を探索できる。

Tritonプログラミング言語を作成したOpenAIのPhilippe Tilletは、AI生成カーネルについて話すため基調講演に参加した。AMDとOpenAIは、AMDアクセラレーターを対象とするコードにモデルを適用している。生成カーネルの品質が向上すれば、手作業で調整されたソフトウェアを大規模に蓄積してきたプラットフォームの優位性を縮小できる可能性がある。

自動化はプラットフォーム間の差をなくすわけではない。生成コードはなお、ハードウェア世代をまたぐ正確性テスト、性能検証、保守を必要とする。あるテンソル形状やモデル構成で高い性能を発揮するカーネルが、別の条件では十分に機能しないこともある。

開発者はデバッグ品質も評価しなければならない。自動化ツールが最適化を生成した場合、チームは障害、数値上の変化、ハードウェア依存関係を理解する必要がある。不透明な性能改善は、ワークロードが変化した際に運用上の負債となり得る。

Day-zeroサポートも別の課題となる。AMDは、ROCm.AIが発売初日から新しいハードウェアをソフトウェアで活用できるよう支援するとしている。人気のフレームワーク、ライブラリ、モデルがMI455Xへ即座にアクセスできなければ、その性能には限られた価値しかないため、この目標は重要だ。

Nvidiaのソフトウェア優位は、カーネル性能だけにとどまらない。プロファイリング、オーケストレーション、ネットワークライブラリ、推論サーバー、ドキュメント、コミュニティでの回答、エンタープライズサポートまでを包含する。AMDは、生の性能を引き上げ続けながら、ワークフロー全体を改善しなければならない。

オープンソースのアプローチは、その取り組みを加速できる。顧客はコードを検査し、変更を提案し、あらゆるレイヤーで単一ベンダーに依存することを避けられる。オープンな開発は、クローズドなシステムがサポート対象構成の背後に隠せる未完成領域も露わにする。

AMDのソフトウェアに関する主張には、特権的なエンジニアリングアクセスを持たない組織から、より幅広い証拠が必要だ。OpenAI、Meta、Anthropicは、新しいインフラに専門家を割り当てられる。一般的な企業に必要なのは、信頼できる導入手順、使い慣れたフレームワーク、予測可能な更新、そして最適化が失敗したときの支援だ。

この違いが、戦略的パートナーと広範な市場を分ける。ROCm.AIが主にAMDとハードウェアを共同設計する顧客にしか機能しないなら、いくつかの巨大な導入を強化しても、Nvidiaのより幅広いソフトウェア優位を取り除くことはない。独立系開発者が同じ体験を再現できれば、AMDの到達可能市場は大きく拡大する。

ここでは、ナレッジマネジメントも運用上重要になる。新しいアクセラレータープラットフォームを評価するエンジニアリングチームは、ベンチマーク、構成変更、障害、ベンダーのガイダンスを保存する必要がある。検索可能なエンジニアリング・ナレッジベースは、長期にわたる移行期間中もその証拠へアクセスできる状態を維持できる。

したがってROCm.AIは、単なる開発者向け発表ではない。歴史的にAMDの採用を遅らせてきたソフトウェア作業を圧縮しようとする試みだ。今後数カ月で、自動化がその差を埋めるのか、あるいは一部のデモを容易にするだけなのかが明らかになる。

製品ロードマップは広範だが、証拠には濃淡がある

AMDはデータセンターからロボティクスまで一貫したポートフォリオを提示したが、最も強い主張は依然として将来の提供とベンダー選定テストに依存している。

EPYC Veniceは、Heliosを超える最も差し迫った拡張を示す。AMDは、Helios向けの高周波数モデル、256コアの高密度版、汎用コンピューティング向け128コア版という、3つの主要構成を説明した。Suによれば、Veniceはすでにフル生産に入っている。

このプロセッサーファミリーが重要なのは、AMDがエージェント型ワークロードによってCPU需要が増加すると見込んでいるためだ。エージェントはテキストを生成するだけではない。データを取得し、アプリケーションを呼び出し、コードを実行し、タスクを調整し、結果を監視する。こうした処理は、相当な作業を汎用プロセッサーへ移す可能性がある。

AMDは、CPU市場が2030年までに2,200億ドルへ達すると推定した。同社はこの予測を、AIアクセラレーターの1.4兆ドルを含む2兆ドル規模のコンピューティング市場という、より広範な推定の中に位置付けた。これらの予測は独立した市場コンセンサスではなく、AMDの計画上の前提を表している。

同社はまた、従来型サーバースロットに収まるPCIeアクセラレーター、Instinct MI350Pを発表した。MI350Pは、完全なHeliosラックを導入するより負担の少ない選択肢を企業に提供する。AMDは、自動化された脅威検知やパーソナライズされたAIアシスタントを含む社内利用例を強調した。

AMDは、インテリジェントなモデルルーティングにより、社内導入でトークンコストを43%削減したと述べた。ルーティングは、複雑性、レイテンシー、セキュリティ要件に応じて選択されたモデルへリクエストを振り分ける。この手法は、より大規模なモデルの不要な使用を減らせるが、削減幅はリクエストのパターンとルーティング精度に左右される。

AT&Tは、より大きな本番環境の例を示した。同社は、顧客サービス、文字起こし、インフラ計画などのために、月間約1兆AIトークンを処理していると述べた。AT&Tは、データ主権と、クラウド、オンプレミス、隔離環境にまたがってワークロードを実行できる能力を強調した。

Cerebrasは別の推論モデルを紹介した。同社が計画するサービスは、プロンプト処理とトークン生成を分離し、それぞれの段階をHeliosとウェハースケールシステムに割り当てる。両社は、この組み合わせによってCerebrasシステム単体の5倍の性能を実現できると主張している。

ハイブリッド推論計画は、2026年後半にCerebras Cloudで提供開始される予定だ。これは、推論の異なる段階に専用プロセッサーを用いる、より広範な業界の動きに似ている。このような専門化は効率を高め得る一方、オーケストレーションをより複雑にする。

AMDは、Kriaシステム・オン・モジュールとロボティクス開発者プラットフォームによって、フィジカルAIにも進出した。システム・オン・モジュールは、組み込み製品向けに、コンピューティング、メモリー、インターフェースをコンパクトな基板にパッケージ化する。AMDはKriaを、ロボットやエッジデバイスで使用されるNvidia Jetsonシステムの対抗製品として位置付けた。

基調講演のこの部分は物語の幅を広げた一方で、焦点を弱めた。データセンターの顧客は、Heliosを明確な競合製品と導入スケジュールに照らして評価できる。ロボティクス開発者は、異なるソフトウェア、電力、安全性、ハードウェア要件に直面する。

ロードマップはさらに先まで続く。AMDによれば、Zen 7世代のEPYCであるFlorenceは2028年に登場する。Zen 8をベースとするRavennaは2030年に向けて開発中だ。同社はInstinctとラックスケール製品を毎年投入する計画で、MI600は2028年の登場が見込まれている。

AMDはMI500をInstinctにおける最大の世代変更と位置付け、4年間で推論スループットを2,000倍超に高めると予測した。プロセッサーのロードマップは顧客に計画上の可視性を与えるが、これほど先の性能主張には大きな不確実性が含まれる。

ソフトウェア、数値形式、ラックサイズ、測定手法はいずれも、複数年にわたるスループット比較に寄与し得る。この見出しの数値は、1個のチップが2,000倍速くなるという直接的な推定として読むべきではない。

リスクは、AMDに信頼できる技術がないことではない。広範なポートフォリオが、同社が等しく十分に支援できる以上の実行領域を生み出すことがリスクだ。Helios、Venice、ROCm.AI、エンタープライズ向けアクセラレーター、クライアントシステム、ロボティクス製品は、それぞれ継続的なエンジニアリングを必要とする。

Nvidiaも、年次のハードウェアおよびソフトウェアリリースを実行するという同じ圧力に直面している。より大きなAI売上基盤、導入済みの設置規模、エコシステムにより、同社には遅延を吸収する余地がより大きい。AMDは拡大しながら信頼を築かなければならない。

この基調講演は、AMDの方向性を異例なほど明確にした。同社は、コンポーネント選択の自由とオープンソフトウェアを維持しつつ、完全なAIシステム全体で競争したいと考えている。購入者は、この一貫した戦略と、なお未検証の個別主張を分けて判断すべきだ。

Heliosが市場を変えるかどうかを決める3つのシグナル

次の評価は、再びアーキテクチャ上の約束を重ねることではなく、出荷済みシステム、測定済みワークロード、継続発注に基づくべきだ。

最初のシグナルは、第3四半期末の出荷目標だ。AMDはHeliosがフル生産に入っており、その期限に近い時期から出荷を開始すると述べた。これを達成すれば、そのラックがサンプル提供の段階を超えたという主張は強まる。実質的な遅延があれば、顧客の導入拡大はNvidiaの次の製品サイクルに近づくことになる。

出荷発表だけでは十分ではない。購入者は、OpenAI、Microsoft、その他の指名顧客における導入済み容量を注視すべきだ。検証ラボにあるラックは、本番モデルを提供するクラスターほど強い証拠にはならない。

第二のシグナルは、独立したワークロードデータだ。レビュー担当者や顧客は、トレーニング、バッチ推論、インタラクティブ推論、エージェント型アプリケーションを検証する必要がある。結果には、消費電力、ラック使用率、レイテンシー、ソフトウェアの信頼性、ドル当たりのトークン数を含めるべきだ。

Heliosは、Nvidiaに本格的に挑戦し得る仕様を備えている。72基のアクセラレーター、31テラバイトのHBM4、Venice CPU、ラックスケールのネットワークが、信頼に足るハードウェア基盤を構成する。その能力をアプリケーションがどこまで持続的に引き出せるかは、実際の導入で明らかになる。

独立したソフトウェアテストも同様に重要だ。開発者は、導入時間、フレームワーク互換性、カーネル品質、デバッグ、アップグレード時の挙動を測定すべきである。ROCm.AIが一般的な購買行動を変えるには、AMDと最も近いパートナーシップにある企業以外のチームも支援しなければならない。

第三のシグナルは、2027年における継続的な需要だ。OpenAIが計画する加速、Anthropic初のギガワット規模の導入、MicrosoftのAzure展開、Cerebras Cloudの提供開始は、具体的な検証ポイントとなる。当初のコミットメントを超える拡張は、顧客が性能と運用を信頼していることを示すだろう。

再発注は、AMDのオープンプラットフォーム論も試すことになる。買い手は交渉力を高めたり供給リスクを減らしたりするため、しばしば第2のサプライヤーを加える。そのサプライヤーを拡大するのは、プラットフォームが許容可能な経済性と信頼性を提供する場合に限られる。

Nvidiaの対応は、それぞれのシグナルを左右する。同社は価格を調整し、システム提供を加速し、効率を向上させ、顧客との統合をさらに深めることができる。VeraとRubinのロードマップは、AMDが狙うのと同じ、電力制約のあるデータセンターを対象としている。

だからこそ、AMDのServeTheHomeストーリーは単一の基調講演を超える意味を持つ。このイベントは、AMDがラックスケール戦略に生産に関する主張と短期の出荷予定日を結び付けた時点を示した。また、主要顧客を壇上に招き、想定する用途を説明させた。

基調講演は、Suが主張したようにHeliosが最高のAIラックかどうかを決着させたわけではない。検証可能な命題を打ち立てたのである。AMDは、オープンシステムが競合に匹敵する性能を実現し、経済性を改善し、大規模に本番導入できるとしている。

インフラ責任者は、今こそ3つの直接的な問いを投げかけるべきだ。ラックは約束どおりに出荷されたか。独立したワークロードはAMDの経済性に関する主張を再現したか。顧客は最初のシステムを運用した後、導入を拡大したか。

これらの答えによって、Heliosが持続的な第2のプラットフォームになるのか、あるいはシェアが限られた戦略的に有用な代替手段にとどまるのかが決まる。導入状況を追跡し、運用上の証拠を記録し、完全なシステムとして比較すべきだ。AMDによるNvidiaへの挑戦の次の段階は、基調講演の舞台ではなく、データセンターの内部で測られることになる。