AMD 计划于 2025 年下半年 推出基于 CDNA 5 架构的新一代 Instinct MI450 系列 AI 加速器,该产品将采用台积电最新的 N2(2 纳米级)制程工艺。这将是 AMD 首款使用最先进半导体节点打造的 AI GPU,标志着其在高性能计算与人工智能领域进入新的技术阶段。

这一举措也意味着,在下一代 AI 芯片竞争中,AMD 可能在制造工艺上领先于英伟达。
MI450:首款基于 2nm 的 AMD AI GPU
Instinct MI450 系列的核心是代号为 CDNA 5 的全新架构,专为大规模 AI 训练和高性能计算(HPC)工作负载设计。其关键升级之一便是转向台积电 N2 工艺。
相比当前主流的 N3(3 纳米级)工艺,N2 在以下方面具有潜在优势:
- 更高的晶体管密度(提升单位面积性能)
- 更低的功耗(改善能效比)
- 更优的信号延迟控制
这些特性对于 AI 加速器尤为重要——它们通常需要在有限的热设计功耗(TDP)下实现最大算力输出。
此外,MI450 系列还将支持专用数据格式与指令集,进一步优化 LLM(大语言模型)训练、推理等典型 AI 场景的执行效率。
对比英伟达:制造节点上的时间差
目前,英伟达主力 AI GPU H100 采用的是台积电 N4/N4P 工艺(属于 N3 家族的前代或优化版本)。其下一代架构 Rubin 预计将在 2026 年左右推出,预计将基于 N3 或 N3E 工艺,而非 N2。
这意味着:
在制程进度上,AMD 的 MI450 可能比英伟达 Rubin 提前约一年进入 2nm 节点。
虽然制程并非决定 GPU 性能的唯一因素(架构设计、互连、软件栈同样关键),但更先进的工艺通常带来更高的集成度和能效空间,为后续性能扩展提供更多余地。
从 MI350 到 MI450:技术演进路径清晰
AMD 当前旗舰 AI 加速器 Instinct MI350 系列 基于 CDNA 4 架构,采用台积电 N3 系列成熟工艺(2022 年底量产)。MI450 的升级符合其既定的技术路线图:
| 指标 | MI350(CDNA 4) | MI450(CDNA 5) |
|---|---|---|
| 制程工艺 | 台积电 N3 | 台积电 N2 |
| 架构目标 | HPC + 初期 AI 支持 | 全面面向 AI 优化 |
| 数据格式支持 | FP32, BF16, INT8 等 | 新增专用 AI 格式与指令 |
| 系统集成 | 单卡/多卡部署 | 机架级解决方案整合 |
值得注意的是,苏姿丰在近期采访中强调,MI450 不仅是一颗芯片,更是“整个生态系统的协作成果”,包括封装、互连、电源管理以及系统级集成方案。
挑战仍在:工艺领先不等于市场领先
尽管在制程节点上取得先机,AMD 仍面临多重挑战:
- 软件生态差距:CUDA 在 AI 开发者社区中的主导地位依然牢固,ROCm 虽持续改进,但在易用性和兼容性方面仍有追赶空间。
- 系统级验证周期长:2nm 属于前沿工艺,良率爬坡和大规模生产稳定性需时间验证。
- 客户迁移成本高:现有数据中心多围绕 NVIDIA 平台构建,切换供应商涉及硬件、运维、培训等综合成本。
因此,MI450 的成功不仅取决于芯片本身的表现,更依赖于整体解决方案的成熟度和客户接受度。















