A AMD escolheu o palco do Moscone Center, em San Francisco, para soltar uma bomba no dia 22 de julho de 2026. E não foi uma bomba pequena: a linha MI400 de GPUs, o processador EPYC 9006 com 256 cores, e um rack completo chamado Helios que promete 2,9 exaflops de performance em FP4. Se você trabalha com IA ou infraestrutura de data center, preste atenção. O jogo mudou.

Eu acompanho o duelo AMD vs Nvidia desde a época do Athlon 64, e confesso que já perdi a conta de quantas vezes a AMD prometeu “o fim do monopólio”. Só que dessa vez os números são pesados demais pra ignorar. Vamos aos fatos.

O que é a linha AMD Instinct MI400

A família MI400 não é uma GPU só. São três variantes, cada uma com um alvo diferente:

A MI455X é o carro-chefe. Cada chip carrega 432 gigabytes de memória HBM4, o que é absurdo quando você lembra que a geração anterior (MI300X) tinha 192GB de HBM3e. Estamos falando de mais que o dobro de memória por GPU, e com bandwidth significativamente maior.

Pra contexto: modelos de linguagem grandes, como o Llama 3.1 405B, precisam de múltiplas GPUs justamente porque o modelo inteiro não cabe na memória de uma placa só. Com 432GB por chip, a MI455X consegue servir modelos maiores com menos GPUs. Isso muda a economia do negócio.

34x mais throughput de tokens: o que isso significa na prática

Quando a AMD diz “34x”, ela está comparando a MI455X com a MI355X em cargas de trabalho de inferência com o modelo Kimi K2 Thinking (32K tokens de entrada, 8K de saída). Números de marketing sempre merecem desconfiança, claro. A AMD não compara diretamente com a Nvidia H200 ou B200 nesse benchmark, o que levanta a sobrancelha.

Mas aqui vai o dado que importa: o Helios, rack completo com 72 MI455X, entrega, segundo a AMD, 30% mais tokens de inferência por dólar que a concorrência. Essa comparação “vs concorrência” é quase certamente contra racks GB200 NVL72 da Nvidia.

Se o número se confirmar em benchmarks independentes, estamos diante de uma virada real. Não porque a AMD ficou mais rápida que a Nvidia em raw performance (provavelmente não ficou), mas porque entrega mais resultado por dólar investido. E no mercado de IA em escala, custo por token é o que decide quem ganha o contrato.

Helios: o rack de US$ 5 milhões que compete com a Nvidia

O Helios é o rack-scale solution da AMD. Pense nele como o equivalente do GB200 NVL72 da Nvidia, só que 100% AMD:

• 72 GPUs MI455X (432GB HBM4 cada)
• 18 CPUs EPYC 9006 Venice (Zen 6, até 256 cores)
• Rede AMD Pensando (front-end, scale-up, scale-out)
• ROCm 7 como stack de software
• 2,9 exaflops de performance em FP4
• Preço: US$ 5 a 5,5 milhões por rack

Para comparação, um rack GB200 NVL72 da Nvidia custa entre US$ 3 e 4 milhões, mas a AMD argumenta que entrega mais tokens por dólar no workload real.

A jogada inteligente da AMD aqui foi integrar tudo: GPU, CPU, rede e software num pacote único. Quem compra um Helios não precisa montar o quebra-cabeça de compatibilidade entre fornecedores diferentes. É o modelo que a Nvidia usa com o DGX há anos, e a AMD finalmente aprendeu a lição.

EPYC 9006 Venice: 256 cores e 512 threads

O novo EPYC não ficou de fora do evento. A família 9006, baseada na arquitetura Zen 6, trouxe números impressionantes:

• 256 cores / 512 threads (modelo 9996)
• 203 bilhões de transistores
• Boost até 5 GHz em SKUs selecionados
• 16 canais de memória com suporte a MRDIMM de 12,8 GT/s
• PCIe Gen 6 nativo

A AMD afirma que o Venice entrega 2,08x mais cores por rack em comparação com a plataforma Nvidia Vera. Isso é particularmente relevante pra quem roda workloads que misturam CPU e GPU, como pipelines de pré-processamento de dados ou sistemas agentic que precisam de muita capacidade de orquestração.

# Comparação rápida: EPYC Venice vs Geração Anterior
┌─────────────────┬──────────────┬──────────────┐
│ Spec            │ EPYC 9005    │ EPYC 9006    │
│                 │ (Turin/Zen5) │ (Venice/Zen6)│
├─────────────────┼──────────────┼──────────────┤
│ Cores máx       │ 192          │ 256          │
│ Threads máx     │ 384          │ 512          │
│ Transistores    │ ~146B        │ 203B         │
│ PCIe            │ Gen 5        │ Gen 6        │
│ Memória         │ 12ch DDR5    │ 16ch MRDIMM  │
│ Boost máx       │ 4.3 GHz     │ 5.0 GHz      │
└─────────────────┴──────────────┴──────────────┘

ROCm.ai: a AMD quer que IAs programem pra AMD

Talvez o anúncio mais interessante do evento, pelo menos pra quem é desenvolvedor, foi o ROCm.ai. Em vez de contratar milhares de engenheiros pra escrever kernels CUDA-equivalentes manualmente, a AMD está usando IA pra acelerar o desenvolvimento do próprio ecossistema de software.

O ROCm.ai é uma plataforma que permite a agentes de código (como Claude, Codex e Cursor) entenderem e programarem nativamente para hardware AMD. Na prática, isso significa que quando você pede pro Claude Code otimizar um kernel de atenção, ele já sabe como usar as primitivas do ROCm em vez de chutar uma conversão genérica de CUDA.

A AMD já integrou o ROCm com:

• PyTorch (suporte nativo)
• Hugging Face Transformers
• vLLM (servidor de inferência)
• SGLang (framework de inferência estruturada)
• Triton (compilador de kernels da OpenAI, agora com backend ROCm)

Na prática, isso quer dizer que você já pode servir um modelo com vLLM numa MI300X hoje sem reescrever nada:

# Servir Llama 3.1 70B numa MI300X com vLLM + ROCm
pip install vllm  # já detecta ROCm automaticamente
vllm serve meta-llama/Llama-3.1-70B-Instruct \
  --tensor-parallel-size 1 \
  --max-model-len 32768 \
  --gpu-memory-utilization 0.95

Com 432GB na MI455X, o tensor-parallel-size 1 vai funcionar até pra modelos de 400B+ parâmetros. Numa Nvidia H100 com 80GB, você precisaria de pelo menos 5 GPUs pro mesmo modelo.

Essa jogada é genial. O maior problema da AMD sempre foi o software. CUDA domina porque tem 15 anos de ecossistema, documentação, e comunidade. Em vez de tentar replicar tudo isso manualmente, a AMD está delegando o trabalho pesado pra IAs que já entendem CUDA e podem traduzir o conhecimento pro ROCm.

Quem está comprando: Anthropic, OpenAI e Meta

A parte que fez barulho no mercado financeiro foram as parcerias. E não são parcerias pequenas.

Anthropic: fechou um acordo para deployment de 2 gigawatts de MI455X em racks Helios. Dois gigawatts. Pra dar dimensão, isso é energia suficiente pra abastecer uma cidade de 1,5 milhão de pessoas. A Anthropic também fez um investimento de equity de US$ 5 bilhões na AMD, e as duas empresas vão colaborar em engenharia multianual, usando o Claude pra otimizar workloads e desenvolver o ROCm.

OpenAI: vai integrar o framework Triton com ROCm e está otimizando todo o stack de IA (do silício ao software) com hardware AMD. Deployment de Helios esperado pro Q4 2026.

Meta: co-desenvolvendo deployments de escala de gigawatt e validando EPYC 9006 e Helios nas suas plataformas.

“Estamos deployando racks Helios da AMD como parte da nossa expansão de infraestrutura de IA. A combinação de MI455X com EPYC Venice oferece a performance e eficiência que precisamos pra escalar o Claude.” — Dario Amodei, CEO da Anthropic (via press release AMD)

Quando Anthropic, OpenAI e Meta fecham com AMD ao mesmo tempo, a mensagem pro mercado é clara: a Nvidia não é mais a única opção viável pra IA em escala.

O roadmap: MI500 em 2027, MI600 em 2028

A AMD também revelou o que vem pela frente, e o roadmap é agressivo:

A AMD projeta que a MI500 vai entregar 1.000x mais compute de IA que a MI300X. Se isso parece exagero, lembre que estamos falando de uma comparação com um chip de 2023. Com três gerações de melhoria em processo, memória e arquitetura, o número não é impossível.

O TAM (Total Addressable Market) que a AMD projeta pra 2030? US$ 2 trilhões. Isso mesmo, com T maiúsculo.

O que isso muda pra quem é desenvolvedor

Se você treina modelos, faz fine-tuning ou serve inferência, as implicações práticas são:

1. ROCm finalmente é uma opção real

Com PyTorch, vLLM, SGLang e Triton rodando nativamente, a barreira de entrada caiu drasticamente. Não é mais aquele inferno de compilar drivers manualmente e rezar pro kernel não crashar.

2. O custo por token vai cair

Mais competição no mercado de GPUs de IA significa preços menores. Mesmo que você continue usando Nvidia, a existência do MI400 pressiona a Nvidia a ser mais competitiva em preço. Quem ganha é você.

3. Modelos maiores em menos GPUs

432GB de HBM4 por chip significa que modelos de 400B+ parâmetros podem rodar em menos placas. Menos placas significa menos interconexão, menos latência, e menos custo operacional.

4. Edge e sovereign AI ganham opções

A MI430X mira especificamente em clientes de computação soberana (governos que querem rodar IA em infraestrutura própria). Se você trabalha com projetos de IA governamental ou HPC, essa GPU vai aparecer nas licitações.

5. Agentes de IA ganham contexto infinito (quase)

Um detalhe que passou batido na cobertura do evento: a AMD mencionou que o Helios foi projetado pensando na “era agentic”. Agentes de IA que executam tarefas complexas (pesquisar, codar, navegar, decidir) precisam de contexto enorme e inferência rápida. Com 34x mais throughput de tokens, um agente rodando num Helios pode processar documentos inteiros, bases de código completas e históricos longos de conversa sem o gargalo de “desculpe, contexto muito longo”. Pra quem está construindo agentes que precisam ler repositórios inteiros ou analisar planilhas de milhares de linhas, isso é transformador.

O elefante na sala: software ainda é o calcanhar de Aquiles

Eu sei que pintei um quadro otimista, mas preciso ser honesto. O ecossistema AMD ainda está anos atrás da Nvidia em maturidade. Bibliotecas como cuDNN, TensorRT e NCCL da Nvidia não têm equivalentes AMD com o mesmo nível de otimização. Flash Attention, o kernel que revolucionou transformers, foi escrito primeiro pra CUDA e a versão ROCm sempre chega depois.

A aposta no ROCm.ai (usar IA pra escrever software AMD) é criativa, mas ainda não foi provada em escala. Se funcionar, muda o jogo. Se não funcionar, a AMD vai continuar sendo a opção “mais barata, mas com mais dor de cabeça”.

Outro ponto: a AMD ainda não mostrou benchmarks MLPerf oficiais com a MI455X. Até que os números apareçam em testes independentes, os claims de “34x throughput” e “30% mais tokens por dólar” precisam ser tratados com cautela.

A reação do mercado

As ações da AMD subiram mais de 7% no after-hours após o evento. O mercado gostou especialmente das parcerias com Anthropic e OpenAI, que validam o hardware em cargas reais de IA.

A Nvidia, por sua vez, não comentou oficialmente. Mas a empresa já tem o Blackwell Ultra e o Rubin na manga pra 2027. A corrida não vai parar.

Vale a pena migrar pra AMD?

Depende. Se você é um startup rodando inferência e o custo por token define se você sobrevive ou fecha, vale investigar os preços do MI350P (que já está disponível). Se você está planejando infraestrutura de escala pra 2027, o Helios merece um lugar na sua shortlist.

Agora, se você tem um pipeline CUDA estável rodando em produção com zero problemas: respira. Não precisa sair correndo pra trocar tudo. A competição é boa pra todo mundo, e os preços da Nvidia vão cair naturalmente conforme a AMD avança.

O que eu não faria é ignorar a AMD completamente. Esse evento do Advancing AI 2026 não foi mais um “nós temos hardware bom, confiem na gente”. Foi “Anthropic, OpenAI e Meta estão comprando, e aqui estão os racks rodando em produção”. Isso muda a conversa.

Fonte de inspiração: AMD Advancing AI 2026 Press Release