AMD lança Helios, rack de IA 72 MI455X, rival NVIDIA NVL72

Introdução

AMD Helios é a nova plataforma de IA em escala de rack e a palavra-chave aqui é AMD Helios. O sistema foi apresentado com 72 GPUs Instinct MI455X por rack, 31 TB de HBM4 agregada e 260 TB/s de banda de escala interna, com promessa de até 2,9 exaFLOPS em FP4 e 1,4 exaFLOPS em FP8 por rack. A proposta mira cargas de treino e inferência de fronteira e coloca a AMD frente a frente com a NVIDIA NVL72.

Os números importam, porém o contexto pesa ainda mais. A disputa Helios versus NVL72 acontece no momento em que racks deixam de ser um detalhe de implantação e passam a ser o próprio sistema, do hardware ao software, com decisões de malha, memória e observabilidade definindo o custo por token entregue ao usuário final.

O que o Helios é na prática

Helios é um sistema co projetado em torno do caminho que uma carga de IA percorre no rack. O host é formado por CPUs AMD EPYC de sexta geração Venice, o domínio de aceleração usa Instinct MI455X e a interconexão é feita pela malha UALoE com DPUs Pensando, tudo amarrado pelo software ROCm. O desenho conecta 72 GPUs em um único domínio de escala com até 260 TB/s de banda e expõe 31 TB de HBM4 por rack, acelerando o fluxo de dados de modelos grandes e conjuntos ativos.

Do lado do acelerador, a MI455X estreia como motor de geração, com salto em computação de IA, capacidade de HBM4 e largura de banda de memória frente à MI355X. Em cargas de inferência como o modelo aberto DeepSeek V4 Flash, a AMD divulga até 34 vezes mais throughput de tokens em alta interatividade e até 18 vezes menos custo por milhão de tokens por GPU em relação à geração anterior, resultado que nasce de ganhos arquiteturais e de empacotamento de memória.

No nível econômico, a AMD modela comparativos com workloads de raciocínio longo como Kimi K2 Thinking, sugerindo até 15 por cento mais throughput por GPU em baixa interatividade, 12 por cento em média e 10 por cento em alta contra um rack NVIDIA NVL72, além de ganhos em tokens por dólar. São projeções com base em especificações publicadas e preços horários estimados, que naturalmente podem variar por configuração e fornecedor de nuvem.

![Data center com racks]

Como o Helios se compara à NVL72 da NVIDIA

A NVIDIA posiciona a Vera Rubin NVL72 como o núcleo de computação em escala de rack da sua fábrica de IA, amarrando sete chips e cinco bandejas de rack em um único sistema, com padronização via Open Compute Project e disponibilidade de produção no segundo semestre de 2026. O stack combina o rack NVL72 com o Vera CPU, BlueField 4, Spectrum 6 e outros elementos, entregando um sistema co projetado de ponta a ponta.

No plano de especificações, a própria AMD coloca o Helios frente ao NVL72. A comparação publicada pela empresa fala em até 15 por cento mais computação de IA, 50 por cento mais capacidade de HBM e 50 por cento mais banda de escala externa, além de 2,9 exaFLOPS FP4, 1,4 exaFLOPS FP8, 31 TB de HBM4 agregada, 1,7 PB/s de banda de HBM, 260 TB/s de escala interna e 43 TB/s de escala externa por rack. A ressalva continua válida, resultados baseados em modelagem de laboratórios e especificações divulgadas.

Do lado da NVIDIA, a narrativa oficial reforça ganhos de desempenho por watt, redução de custo por token e segurança confidencial de ponta a ponta no domínio de rack, com ênfase em execução em produção ainda em 2026. Para compras corporativas, essa padronização e a integração do stack completo atraem quem prefere evitar integrações multivendor.

Em conectividade, o diferencial do Helios está no uso do UALink sobre Ethernet, criando um domínio único de 72 GPUs com um salto, acompanhado por ferramentas de operação no Fabric OS e Fabric Manager. Essa abordagem promete isolamento via vPods e observabilidade em tempo real, mantendo portas abertas para escalar além do rack via Ethernet de mercado. É uma escolha que conversa com estratégias de evitar bloqueio proprietário.

O que muda para nuvens, CIOs e times de MLOps

Para nuvens públicas, a disputa não é apenas FLOPS. O que aperta o orçamento é tokens entregues por dólar em janelas de latência definidas. O foco do Helios em throughput por dólar, somado a 43 TB/s de escala externa, mira ambientes de inferência com muita concorrência e necessidades simultâneas de fine tuning e RAG. A narrativa de parceiros de escala, com menções a OpenAI, Meta, Microsoft e Oracle na lâmina de adoção, sinaliza que o roadmap ROCm e o ecossistema de hardware estão suficientemente maduros para produção.

Para CIOs, a leitura prática tem três perguntas. Primeiro, o domínio de 72 GPUs por rack com 31 TB de HBM4 acomoda o conjunto de modelos básicos, auxiliares e ferramentas de raciocínio que rodam hoje. Segundo, o stack de software é estável o bastante para SLOs corporativos. Terceiro, o TCO fecha quando se coloca energia, refrigeração, rede, suporte e licenças na mesma planilha. Os comparativos da AMD com a NVL72 atacam os dois primeiros pontos via desempenho e abertura, enquanto a padronização de rack da NVIDIA tenta simplificar integração e operação.

Times de MLOps ganham se a plataforma oferecer métricas claras, gerenciamento de topologia e isolamento de workloads sem degradação. A camada de observabilidade e vPods descrita pela AMD é um aceno a essa necessidade. Em ambientes heterogêneos, a possibilidade de orquestrar domínios distintos por software reduz o atrito de coexistência entre inferência de tempo crítico, fine tuning e pipelines de dados.

![Mão instalando unidade em rack]

Casos e sinais de tração no mercado

Coberturas recentes indicam que a Microsoft planeja implantação em escala do Helios no Azure, alinhando VMs novas com CPUs EPYC Venice e a malha Pensando, enquanto integra o stack ROCm. O mesmo noticiário menciona metas de banda de 260 TB/s dentro do rack e cerca de o dobro na escala externa frente ao NVL72, com a devida cautela sobre desempenho observado em produção. Em paralelo, relatos citam compromissos de fornecimento de Instinct para hyperscalers como Anthropic, com Helios como forma de empacotar 72 aceleradores por rack.

Também do lado NVIDIA, há demonstrações públicas do NVL72 operando workloads de parceiros como a OpenAI e padronização de referências via OCP, com janelas de entrega na segunda metade de 2026. Esses movimentos mostram que ambas as plataformas jogam para a adoção em produção ainda este ano, reforçando a visão de fábrica de IA como unidade de implantação.

Arquitetura aberta versus stack fechado, implicações técnicas

Arquitetura aberta, no contexto do Helios, significa combinar padrões como OCP DC MHS, UALink e iniciativas de Ethernet avançada com um stack de software aberto via ROCm. Isso habilita escolhas de fornecedor na rede de escala externa, flexibilidade em observabilidade e redução de dependência de interconexões proprietárias. Em contrapartida, o stack da NVIDIA aposta no desempenho e na experiência de integração quando todos os componentes são co projetados, do NVL72 ao BlueField 4 e Spectrum 6. A decisão, no fim, é uma troca entre abertura e integração vertical.

Na camada de software, ROCm oferece suporte nativo a frameworks líderes como PyTorch, TensorFlow e JAX, com bibliotecas otimizadas e ferramentas de implantação. Para times que já operam CUDA há anos, a transição envolve validação cuidadosa de kernels críticos, bibliotecas equivalentes e instrumentação de telemetria, mas a proposta de valor cresce quando o domínio de 72 GPUs evita gargalos de HBM e de malha.

Medindo o que importa, de tokens por segundo a custo por token

Especificações de pico ajudam a balizar o tamanho do sistema, porém o que fecha orçamento é throughput em tokens dentro da latência alvo e o custo por token entregue. Os modelos de comparação da AMD com Kimi K2 Thinking e DeepSeek V4 Flash indicam vantagens em diferentes níveis de interatividade, além de ganhos de custo por milhão de tokens em FP4. É uma abordagem coerente com a realidade atual, em que janelas de 32K de entrada e 8K de saída são comuns em agentes e cadeias de ferramentas.

Há também a tendência de contextos gigantes e MoEs massivos, como as variantes Kimi K3 com janelas enormes e ativação de peritos seletiva, que pressionam memória e malha. Nesse cenário, 31 TB de HBM4 acessíveis a um salto de malha dentro do rack podem ser a diferença entre manter o hot set do modelo no HBM ou derrubar para DRAM e disco, com impacto direto na latência p95.

Guia rápido de decisão para adoção

• Se a prioridade é maximizar tokens por dólar em janelas de latência rígidas, priorize testes A B entre racks completos, Helios e NVL72, com datasets e prompts reais da sua aplicação. Inclua medições de p95 e p99, além de custo de energia por sessão.
• Se a dor é isolamento e multi tenancy de cargas, avalie vPods, RBAC e trilhas de auditoria no Fabric Manager e no Fabric OS, mais a compatibilidade com sua stack de observabilidade atual.
• Se a estratégia corporativa pede evitar bloqueios, verifique interoperabilidade com padrões OCP, rota de evolução do UALink e opções de Ethernet padrão para escalar além de um rack.
• Se o fator crítico é tempo de produção, considere a maturidade de drivers, containers e pipelines no ROCm para suas bibliotecas, além da cobertura de parceiros, serviços gerenciados e SLAs disponíveis em sua nuvem preferida.

Reflexões e insights

A curva de adoção de IA entra em fase de padronização onde o rack é o novo SKU estratégico. A jogada da AMD com o Helios expõe um trade off claro, mais abertura e flexibilidade de rede contra o apelo de um stack fechado e co projetado da NVIDIA. Os dados publicados pela AMD sinalizam vantagens de computação FP4, capacidade e banda, enquanto a NVIDIA reforça perenidade do ecossistema e a produtividade operacional de uma plataforma vertical. Essa tensão é boa para o comprador, cria concorrência objetiva nas métricas que importam para agentes, RAG e raciocínio multimodal.

No fim, a escolha certa depende menos do FLOPS de vitrine e mais da elasticidade operacional, do custo por token em regime e da previsibilidade de roadmap. Helios sugere um caminho onde padrões abertos e observabilidade granular reduzem atritos de escala. NVL72 propõe um percurso onde co projeto e integração profunda aceleram time to value. Em 2026, com janelas de adoção anunciadas para o segundo semestre, o melhor movimento é comparar racks inteiros, não apenas GPUs, com critérios de produto iguais para os dois lados.

Conclusão

AMD Helios chega como plataforma de IA em escala de rack que equaliza computação densa, HBM4 abundante e uma malha de baixa distância para compor um domínio único de 72 GPUs. O alvo é claro, throughput por dólar em cargas de inferência e treino de fronteira, com arquitetura aberta, parceiros de escala e um stack de software que conversa com o que times já dominam no dia a dia.

Para líderes técnicos e de produto, a melhor decisão agora passa por pilotos bem definidos entre Helios e NVL72, com métricas que refletem a experiência real do usuário, de latência a custo por token. A disputa entre abertura e integração vertical só beneficia quem compra e opera, desde que a avaliação saia do papel e vá para medições reproduzíveis em produção.