Advanced Micro Devices (AMD) collaborerà con GlobalFoundries per lo sviluppo della sua soluzione Co-Packaged Optics (CPO), un componente cruciale per i futuri acceleratori di intelligenza artificiale Instinct MI500.
Collaborazione tra GlobalFoundries e AMD per le ottiche di nuova generazione con confezionamento congiunto.
La tecnologia Co-Packaged Optics (CPO), nota anche come fotonica al silicio, rappresenta un passo avanti nella riduzione della dipendenza dai cablaggi in rame, sfruttando la luce per la trasmissione del segnale. Questa innovazione consente l’integrazione diretta dei CPO con acceleratori hardware come le GPU, migliorando significativamente la latenza di interconnessione e permettendo una comunicazione ad alta larghezza di banda tra CPU e GPU, requisito fondamentale per i futuri data center dedicati all’intelligenza artificiale.
#Aggiornamento sulle informazioni di settore 1) Si prevede un’accelerazione delle prestazioni dei moduli ottici nel secondo trimestre. Le spedizioni di materiale di New Easun nel primo trimestre sono raddoppiate rispetto al quarto trimestre. Si prevede che Solvay, Cambridge e Luxshare diventeranno nuovi meta-entry.2) Le soluzioni ottiche scale-up di Rubin Ultra danno priorità al CPO, con NPO come backup. In precedenza, il mercato si aspettava discussioni dal dipartimento R&S, ma recentemente il dipartimento interno della catena di fornitura è stato chiaramente informato. Le soluzioni di Feynman Ultra hanno avviato la R&S e la progettazione, e la scalabilità…
— Daily News Flash (@dmjk001) 19 aprile 2026
Sia AMD che NVIDIA si stanno preparando a sfruttare le tecnologie CPO per le loro unità di elaborazione grafica (GPU) di prossima generazione dedicate all’intelligenza artificiale. L’iniziativa di AMD include una soluzione CPO basata su MRM, progettata specificamente per gli acceleratori Instinct MI500. La produzione dei circuiti integrati fotonici (PIC) per questo progetto sarà affidata a GlobalFoundries, mentre il packaging sarà curato da ASE. In particolare, lo scorso anno AMD ha rafforzato le proprie capacità acquisendo Enosemi, azienda specializzata in fotonica, per accelerare i progressi nelle tecnologie CPO.
Analogamente, NVIDIA starebbe sviluppando i propri PIC CPO per i futuri acceleratori Vera Rubin. La fabbricazione di questi circuiti sarà gestita da TSMC, mentre SPIL si occuperà del packaging e l’assemblaggio avverrà presso Foxconn Industrial Internet, una divisione di Foxconn. Per il modello Rubin Ultra, l’implementazione CPO è prioritaria rispetto alla tecnologia Near-Package Optics (NPO).
Con il progredire della sua tecnologia, NVIDIA prevede di integrare completamente la tecnologia Co-Packaged Optics negli acceleratori AI di generazione Feynman, eliminando così la dipendenza da fornitori di ottica non distribuiti (NPO).
I progressi di AMD per la serie MI500 sono degni di nota, poiché utilizzeranno un processo produttivo ultramoderno a 2 nm, superando la futura serie MI400, che opererà anch’essa con tecnologia a 2 nm ma non sarà avanzata quanto la MI500. Gli acceleratori MI500 beneficeranno dell’architettura all’avanguardia CDNA 6, mentre la MI400 utilizzerà l’architettura CDNA 5. Inoltre, per la MI500 verrà utilizzata la memoria HBM4E, che promette una larghezza di banda di memoria eccezionalmente elevata, superiore a 19, 6 TB/s, rispetto al suo predecessore, gli acceleratori MI400, che utilizzavano memoria HBM4.
Nonostante le speculazioni precedenti, AMD ha confermato che manterrà la sua convenzione di denominazione dell’architettura per le GPU Instinct, astenendosi dal passare al marchio UDNA.

Con il lancio della serie Instinct MI500, AMD fa promesse significative in termini di miglioramenti delle prestazioni dell’intelligenza artificiale, puntando a un incremento di oltre 1000 volte delle capacità di IA entro quattro anni. Questo ambizioso obiettivo è fondamentale per soddisfare la crescente domanda di IA e mantenere la competitività, soprattutto in un momento in cui i concorrenti intensificano le proprie attività tecnologiche. L’arrivo sul mercato della serie MI500 è previsto per il 2027.
Panoramica degli acceleratori AMD Instinct AI
| Nome dell’acceleratore | AMD Instinct MI500 | AMD Instinct MI400 | AMD Instinct MI350X | AMD Instinct MI325X | AMD Instinct MI300X | AMD Instinct MI250X |
|---|---|---|---|---|---|---|
| Architettura GPU | CDNA 6 | CDNA 5 | CDNA 4 | Aqua Vanjaram (CDNA 3) | Aqua Vanjaram (CDNA 3) | Aldebaran (CDNA 2) |
| Nodo di elaborazione GPU | 2 nm | 2nm+3nm | 3 nm | 5nm+6nm | 5nm+6nm | 6 nm |
| XCD (Chiplet) | Da definire | 8 (MCM) | 8 (MCM) | 8 (MCM) | 8 (MCM) | 2 (MCM) 1 (Per Dado) |
| Core GPU | Da definire | Da definire | 16.384 | 19.456 | 19.456 | 14.080 |
| Velocità di clock della GPU (massima) | Da definire | Da definire | 2400 MHz | 2100 MHz | 2100 MHz | 1700 MHz |
| INT8 Compute | Da definire | Da definire | 5200 TOPS | 2614 TOPS | 2614 TOPS | 383 TOPS |
| Matrice FP6/FP4 | Da definire | 40 PFLOPs | 20 PFLOPs | N / A | N / A | N / A |
| Matrice FP8 | Da definire | 20 PFLOPs | 5 PFLOPs | 2, 6 PFLOPs | 2, 6 PFLOPs | N / A |
| Matrice FP16 | Da definire | 10 PFLOPs | 2, 5 PFLOPs | 1.3 PFLOPs | 1.3 PFLOPs | 383 TFLOPs |
| Vettore FP32 | Da definire | Da definire | 157, 3 TFLOPs | 163, 4 TFLOPs | 163, 4 TFLOPs | 95, 7 TFLOPs |
| Vettore FP64 | Da definire | Da definire | 78, 6 TFLOPs | 81, 7 TFLOPs | 81, 7 TFLOPs | 47, 9 TFLOPs |
| VRAM | HBM4E | 432 GB HBM4 | 288 GB HBM3e | 256 GB HBM3e | 192 GB HBM3 | 128 GB HBM2e |
| Cache dell’infinito | Da definire | Da definire | 256 MB | 256 MB | 256 MB | N / A |
| Orologio di memoria | Da definire | 19, 6 TB/s | 8, 0 Gbps | 5, 9 Gbps | 5, 2 Gbps | 3, 2 Gbps |
| Autobus della memoria | Da definire | Da definire | 8192 bit | 8192 bit | 8192 bit | 8192 bit |
| Larghezza di banda della memoria | Da definire | Da definire | 8 TB/s | 6, 0 TB/s | 5, 3 TB/s | 3, 2 TB/s |
| Fattore di forma | Da definire | Da definire | OAM | OAM | OAM | OAM |
| Raffreddamento | Da definire | Passivo / Liquido | Passivo / Liquido | Raffreddamento passivo | Raffreddamento passivo | Raffreddamento passivo |
| TDP (massimo) | Da definire | Da definire | 1400W (355X) | 1000W | 750W | 560W |
Per ulteriori approfondimenti, potete consultare gli ultimi aggiornamenti di @jukan05.
Per immagini e ulteriori dettagli, visitate Wccftech.
Lascia un commento