AMD X100 — это попытка вытащить Strix Halo из ноутбучной витрины и поставить его в роботов, промышленную автоматику и другие системы, которые работают круглосуточно и без права на перегрев в самый неудобный момент. В новой линейке для embedded-сегмента AMD обещает до 16 ядер Zen 5, до 40 графических блоков RDNA 3.5, до 128 ГБ общей памяти и 10-летний жизненный цикл платформы — набор, который выглядит как прямой ответ на ставку Intel на physical AI.
О новинке сообщает Tom's Hardware. AMD анонсировала три модели: флагманский X199 с 16 ядрами Zen 5 и 40 CU графики RDNA 3.5, X188 с 12 ядрами и 32 CU, а также X168 с восемью ядрами и теми же 32 CU. Компания не раскрыла полные спецификации по каждому SKU, но заявила максимальный boost до 5,1 ГГц, NPU XDNA 2 производительностью до 50 TOPS, настраиваемый TDP в диапазоне 45–120 Вт и рабочие температуры от -40 до 105 градусов Цельсия. Для робототехники и промышленного железа это важнее маркетинговых слов про AI-ready: тут смотрят на ресурс, диапазон температур и предсказуемость поставок.
Ключевой тезис AMD прост: если CPU, GPU, AI-ускоритель и память живут в одном SoC, а не разбросаны по разным чипам и шинам, можно выиграть в задержках и упростить дизайн системы. Именно этим сейчас и торгуют почти все участники рынка physical AI. Intel в начале года уже вывела в эту нишу Panther Lake SoC, и AMD явно не хочет смотреть на этот рынок со стороны. Разница в том, что X100 выглядит как более тяжелая артиллерия: кристалл крупнее, вычислительных блоков больше, ставка сделана на более мощные конфигурации, а не только на энергоэффективность.
AMD, как и положено, подкрепила анонс бенчмарками. По ее данным, X199 опережает Intel Core Ultra X7 358H в 1,2 раза в GeekBench 6.1, в 1,3 раза в PassMark и в 1,5 раза в неофициальном прогоне SPECrate 2017 для целочисленных нагрузок. В графике компания заявляет преимущество 1,4 раза в Vulkan, 1,7 раза в OpenGL и 1,6 раза в Unigine Heaven Extreme. Для задач physical AI AMD также приводит цифры по Llama-bench: улучшение Time to First Token в 1,4 раза и ускорение генерации до 3,5 раза по tokens per second при TDP 45 Вт.
Но здесь начинается та часть презентации, где инженеры обычно просят не выключать критическое мышление. Сравнение с Intel не было прямым стенд-в-стенд. AMD тестировала Ryzen AI Max 395+, настроенный так, чтобы соответствовать характеристикам Ryzen AI Embedded X199, на эталонной плате Maple с частотой CPU 5,1 ГГц, GPU 2,9 ГГц и устойчивым TDP 45 Вт. Intel Core Ultra X7 358H при этом запускался в ноутбуке MSI Prestige 16 Flip AI+ с ограничением по TDP в 30 Вт, а производительность для режима 45 Вт AMD затем «спроецировала» по коэффициентам из публичных тестов. Формально цифры есть, но это не тот случай, когда можно без оговорок писать про разгром конкурента.
Для рынка важны не только сами чипы, но и то, в каком виде их можно быстро начать использовать. Здесь AMD добавила к X100 еще один слой — Kria System on Module и отдельную платформу для разработчиков робототехники. Модуль Kria X100 выполнен в формате COM-HPC и имеет размеры 120 на 120 мм. Для тех, кому нужен не просто чип, а готовая отправная точка, компания предлагает Kria AI robotics developer platform: интегрированную систему на базе X100 Kria SOM и базовой платы с Spartan UltraScale+ FPGA. AMD позиционирует ее как turnkey-решение с подключением камер, промышленными сетями и поддержкой робототехнических сенсоров. Ранний доступ уже открыт, серийное производство обещано в четвертом квартале этого года.
Отдельная интрига — как AMD пытается выбить Nvidia не только из железа, но и из привычек разработчиков. Компания снова продвигает HIPIFY, инструмент для переноса CUDA-кода в HIP C++. По ее оценке, теперь он может взять на себя 70–80% усилий по портированию. Для демонстрации AMD перевела 15 CUDA-приложений общим объемом 1199 строк кода на системе Ryzen AI Max+ 395, настроенной под параметры X199. Цифры аккуратные, но вопрос прежний: хватает ли этого, чтобы команды, давно сидящие на CUDA и Jetson, реально поднялись и ушли. В корпоративной разработке миграция определяется не только количеством автоматически переписанных строк, но и тем, сколько боли останется в отладке, профилировании, драйверах и поддержке периферии.
То же касается и сравнений с Nvidia в робототехнике. AMD показала результаты против Jetson AGX Thor developer kit, но и здесь испытания шли не на готовой X100 Kria-плате в реальном роботе, а на мини-ПК GMKtech EVO-X2 AI с Ryzen AI Max+ 395, приведенным к уровню X199. Тесты выполняли не внутри AMD, а по заказу компании — Open Navigation и Mimix. Это звучит лучше, чем «мы сами себе намерили победу», но тепловой режим, питание и компоновка в мини-ПК и внутри робототехнической платформы — совсем не одно и то же. Для техдиректора или продуктовой команды это означает простую вещь: красивые слайды полезны для короткого списка кандидатов, но не заменяют собственный пилот.
Для русскоязычной IT-аудитории история с AMD X100 интересна сразу в нескольких слоях. Разработчикам edge-AI это сигнал, что рынок перестает сводиться к связке Nvidia плюс CUDA. Продуктовым командам — что появляется еще один класс платформ, где CPU, графика, NPU и память можно получить в одном корпусе без отдельного зоопарка ускорителей. Для интеграторов и промышленных заказчиков важны 24/7-режим, 10-летний срок жизни и работа при жестких температурах: в embedded-мире это часто ценнее, чем победа на одном синтетическом графике.
Главный вопрос теперь не в том, умеет ли AMD собрать мощный SoC для роботов, а в том, получится ли у нее дотянуть до уровня полноценной экосистемы вокруг него. В physical AI железо продает первый демо-ролик, но рынок забирают инструменты, совместимость и предсказуемость внедрения. Если X100 действительно станет не просто еще одним «AI-чипом», а удобной платформой для реальных команд, у Intel и Nvidia появится более неприятный конкурент, чем кажется по пресс-слайдам.