AMD, MI430X 네이티브 FP64 강조

최근 30일 조회수 —좋아요 —

핵심 요약

AMD가 SC26에서 MI430X의 네이티브 FP64와 432GB HBM4를 앞세워 엔비디아의 에뮬레이션 방식을 겨냥했다.

AMD, MI430X 네이티브 FP64 강조 — 기사 주제를 표현한 AI 생성 개념 삽화
AI 생성 개념 삽화 · 실제 사건을 촬영한 사진이 아닙니다.

AMD가 미국 시카고에서 열린 슈퍼컴퓨팅 2026(Supercomputing 2026·SC26)에서 인스팅트 MI430X(Instinct MI430X)의 네이티브 FP64 연산을 앞세워 엔비디아의 FP64 에뮬레이션 방식을 겨냥했다. 과학 계산과 시뮬레이션에 쓰이는 배정밀도 부동소수점(FP64)을 하드웨어에서 직접 처리하는 능력이 국가연구소와 슈퍼컴퓨팅센터에는 여전히 중요하다는 주장이다.1

엔비디아는 데이터센터 GPU의 다이 면적을 AI 추론에 유리한 저정밀 행렬 연산에 더 배분하고, 오자키 방식(Ozaki schemes) 등으로 FP64를 에뮬레이션해 왔다. AMD는 자체 애플리케이션 분석에서 HPC 워크로드 중 밀집 범용 행렬곱(GEMM) 비중이 10% 미만이었다며, 오자키 방식이 자연스럽게 맞는 영역은 밀집 선형대수 정도라고 주장했다. 희소 반복 선형대수, 스텐실, 유체역학, 고차 유한요소해석, 몬테카를로·입자 수송, 고전 분자동역학에는 강한 FP64 벡터 성능이 필요하다는 설명이다.

AMD에 따르면 에뮬레이션은 행렬 크기와 피연산자 배치에도 영향을 받으며, 메모리 사용량이 네이티브 FP64보다 최대 3배로 늘 수 있다. GPU에 묶인 고대역폭메모리(HBM) 용량이 부족해지면 GPU와 계산 노드 수뿐 아니라 전력·냉각·설치 면적까지 증가할 수 있다는 논리다. AMD는 MI430X 노드당 432GB HBM4가 이런 부담을 줄일 수 있다고 강조했다.

다만 MI430X의 AI 성능은 AI 중심 제품과 차이가 크다. MI430X의 이론상 FP4 성능은 GPU당 9.2PFLOPS로, 같은 CDNA 5 계열인 MI455X의 40.3PFLOPS보다 낮다. AMD의 전략은 모든 연산에서 우위를 주장하기보다 FP64 중심 HPC와 AI 추론을 함께 수행하려는 시스템을 겨냥한 것으로 읽힌다.

Footnotes

  1. Tom’s Hardware, 「AMD attacks Nvidia’s FP64 emulation at SC26, touts native double-precision on Instinct MI430X」 ↩

읽기 목록은 이 브라우저에 저장됩니다.

출처

  1. AMD attacks Nvidia's FP64 emulation at SC26, touts native double-precision on Instinct MI430X — Tom's Hardware · 자료: 2026. 11. 17.

이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.