AMD столкнулась со слабым спросом на ИИ-ускорители Instinct MI325X

Ускорители AMD Instinct MI325X, запущенные во втором квартале 2025 года, не смогли привлечь крупных клиентов, уступив по популярности решениям от Nvidia. По данным аналитиков SemiAnalysis, покупатели предпочли графические процессоры Blackwell от Nvidia из-за более выгодного соотношения производительности и стоимости.

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Компьютер месяца — август 2026 года

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Сравнительный тест камер флагманских смартфонов (2026): итоги

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Одним из ключевых факторов низкого спроса стал предел масштабируемости MI325X — до восьми GPU на систему. Для сравнения, конкурирующий продукт Nvidia GB200 NVL72 объединяет до 72 графических процессоров в едином кластере, что критически важно при выполнении масштабных задач в области искусственного интеллекта.

Ранний интерес к MI325X проявила компания Microsoft в 2024 году, однако после первых закупок корпорация не разместила повторных заказов. AMD попыталась исправить ситуацию, снизив цены для привлечения новых клиентов. Oracle и ещё несколько крупных операторов дата-центров заинтересовались предложением, но объёмы их закупок остаются незначительными по сравнению с поставками Nvidia.

Тем не менее у AMD Instinct MI325X сохраняются перспективы в сегменте, где не требуется большое количество объединённых GPU. Компания намерена улучшить экосистему программного обеспечения и сохранить конкурентные цены для привлечения разработчиков моделей ИИ с небольшим числом параметров.

AMD выпустила Instinct MI325X одновременно с Nvidia H200 и платформой Blackwell, что существенно осложнило конкуренцию на рынке высокопроизводительных вычислений. В последние годы Nvidia занимает лидирующие позиции благодаря более гибким решениям и высокой производительности в задачах искусственного интеллекта и глубокого обучения.