NVIDIA pensait avoir encore quelques trimestres de tranquillité avant de voir débarquer une concurrence sérieuse sur le marché des puces IA. AMD vient de lui répondre avec un monstre de silicium qui change franchement la donne. Voici l’Instinct MI455X, et ses chiffres donnent le vertige.
AMD sort l’artillerie lourde face à NVIDIA
À l’occasion de son événement Advancing AI 2026, AMD a dévoilé les entrailles de son futur GPU pour centres de données. Cette annonce s’inscrit dans la même veine que la présentation des processeurs EPYC Venice en Zen 6, présentés le même jour. Le message est clair : AMD veut jouer dans la cour des grands, celle où NVIDIA règne quasiment sans partage depuis des années.
Contrairement à ce que certains espéraient, il ne s’agit pas d’une future Radeon grand public. L’architecture CDNA 5 qui anime ce GPU reste totalement dissociée de ce que les joueurs retrouveront un jour sur leur carte graphique. Rappelons que le projet de fusion UDNA entre RDNA et CDNA existe bel et bien chez AMD, mais patientera encore.
432 Go de mémoire
Le chiffre qui frappe d’abord, c’est cette capacité mémoire de 432 Go. AMD abandonne au passage la HBM3 pour passer directement à la HBM4, avec une bande passante annoncée à 23,3 To/s. Ces spécifications ne sont pas anodines : dans l’entraînement de grands modèles de langage, la mémoire disponible détermine souvent la taille des modèles qu’on peut faire tourner sans multiplier les GPU.
En clair, plus un GPU embarque de mémoire rapide, moins il faut empiler de puces pour faire fonctionner un modèle géant. Cela réduit la complexité des infrastructures et, in fine, les coûts d’exploitation pour les géants du cloud qui achètent ces composants par dizaines de milliers.
320 milliards de transistors
Sous le capot, AMD a opté pour une conception en chiplets particulièrement ambitieuse. Le GPU combine jusqu’à huit XCD (Accelerator Complex Dies) gravés en N2 chez TSMC, soit un procédé de 2 nm. Seule cette portion du GPU bénéficie de la gravure la plus fine et la plus coûteuse.
Les autres éléments, notamment les dies Cache et Fabric ainsi que les entrées/sorties, restent en N3P. Une décision purement stratégique : produire l’intégralité de la puce en 2 nm saturerait des lignes de production déjà sous tension chez TSMC. AMD optimise donc ses coûts de fabrication tout en concentrant la technologie la plus avancée là où elle compte vraiment.
Un coût par token divisé par 18, l’argument qui fait mal à NVIDIA
Sur le papier, les gains de puissance brute impressionnent : jusqu’à 40,26 PFLOPS en MXFP4, contre une puissance nettement inférieure sur le précédent Instinct MI355X. Mais le chiffre qui devrait réellement inquiéter NVIDIA se cache ailleurs. AMD revendique en effet un coût par token jusqu’à 18 fois plus faible par rapport à la génération précédente.
Voilà l’argument commercial qui compte vraiment pour les hyperscalers. Ces derniers ne raisonnent plus en TFLOPS bruts, mais en dollars dépensés par requête traitée. Si AMD tient réellement cette promesse à l’échelle de son système Helios, cela pourrait sérieusement écorner l’avance commerciale de la solution Vera Rubin de NVIDIA, star annoncée du marché IA pour les prochains mois.
La vraie bataille se joue loin des specs
Reste que la puissance brute ne fait pas tout dans ce secteur. NVIDIA conserve un avantage colossal grâce à CUDA, son écosystème logiciel verrouillé qui pousse encore aujourd’hui la majorité des laboratoires IA à rester fidèles à ses puces, même lorsque la concurrence propose de meilleurs specs. AMD le sait bien, et mise sur ROCm pour tenter de rattraper ce retard logiciel.
Cependant, les chiffres avancés par AMD restent pour l’instant des promesses de constructeur, non validés par des benchmarks indépendants. Il faudra attendre les premiers déploiements réels chez les clients cloud pour juger si ce coût par token divisé par 18 tient face à la réalité du terrain. Une chose est sûre : la pression monte d’un cran sur NVIDIA, et 2026 s’annonce comme une année charnière pour la suprématie du calcul IA.
Questions fréquentes
AMD annonce 432 Go de mémoire HBM4 et une bande passante de 23,3 To/s, avec une conception en chiplets. Le GPU viserait jusqu’à 40,26 PFLOPS en MXFP4.
Une grande quantité de mémoire rapide permet de loger des modèles plus gros et de limiter le recours à plusieurs GPU. Cela peut réduire la complexité d’infrastructure et les coûts.
Non, il s’agit d’un GPU pour centres de données basé sur l’architecture CDNA 5. Il n’est pas destiné aux PC de jeu.
AMD affirme qu’une requête IA coûterait jusqu’à 18 fois moins cher qu’avec la génération précédente, à performances équivalentes. Cette promesse devra être confirmée par des tests et déploiements réels.
NVIDIA conserve un avantage logiciel majeur grâce à CUDA, très adopté dans la recherche et l’industrie. AMD tente de combler l’écart avec ROCm, mais l’écosystème reste un facteur déterminant.
