Mehrere Mega-Kunden statt Einzeldeal: AMDs Instinct-Strategie mit MI450 und ROCm im Fokus

AMD gewinnt mehrere Kunden im „OpenAI-Format“ – warum das Instinct-Portfolio jetzt zum Systemangebot reift

AMD redet nicht mehr über den großen Deal, sondern über eine Warteschlange. Auf dem jüngsten Earnings-Call stellte CEO Lisa Su klar: Das Unternehmen arbeitet mit mehreren Kunden an Projekten in einer Größenordnung, die mit OpenAI vergleichbar ist. Hinter dieser Formulierung steckt mehr als PR. Sie signalisiert, dass AMD vom Verkauf einzelner Karten zu standardisierten, wiederholbaren Roll-outs auf Rack- und Rechenzentrumsniveau übergeht – inklusive Co-Engineering, Service und klaren Leistungsmeilensteinen.

Was bedeutet „OpenAI-Skalierung“ konkret? Typischerweise mehrjährige Kapazitätspläne über mehrere Regionen hinweg, fest zugesicherte Lieferfenster, dichte Rack-Layouts und ein eng verzahntes Zusammenspiel von Beschleunigern, CPUs, Netzwerk, Kühlung und Management-Software. Entscheidend ist, dass diese Verträge nicht von Einmal-Sonderlösungen leben, sondern von Schablonen, die sich von Kunde zu Kunde ausrollen lassen.

Roadmap: MI355 im Ramp-up, MI450 für die zweite Jahreshälfte

Den Unterbau liefert die Instinct-Linie. Laut AMD befindet sich die MI355-Familie in der Produktionsrampe, mit Rückenwind bis 2026. Als nächster großer Schritt folgt Instinct MI450, anvisiert für das zweite Halbjahr des kommenden Jahres. Die Ansage: ein echter Sprung bei Performance pro Watt, Speicherkapazität und Rack-Dichte. Wer Trainings-Cluster oder große Inferenzfarmen betreibt, rechnet genau in diesen Größen: mehr stabile Tokens pro Sekunde im selben Energie- und Kühlbudget, weniger Fläche pro nutzbarer Rechenleistung und eine TCO-Kurve, die nicht länger nur vom Energiepreis diktiert wird.

Wichtig ist zudem der Wechsel von Baukastenkäufen zu fertig qualifizierten Racks. Statt monatelanger Integration von Karte, CPU-Host, Switch, Interconnect und Kühlung liefert AMD komplette Schränke – validiert, dokumentiert, weltweit nachbaubar. Das senkt das Projektrisiko und lässt Kapazität schneller an den Start gehen, was bei Modelldurchläufen mit festen Release-Fenstern Gold wert ist.

Software-Gravitation: CUDA dominiert, ROCm will Portabilität liefern

Kein AI-Beschleuniger ohne Software – und hier ist CUDA nun mal der Platzhirsch. PyTorch, TensorFlow und eine Armada an Bibliotheken sind darauf getrimmt. AMDs Gegenstrategie heißt ROCm: aggressives Upstreaming, optimierte Compiler, Kernel-Work und Vendor-Tooling für Migrationspfade. Die Botschaft an Hyperscaler ist nüchtern: Wer Multi-Vendor will, bekommt Unterstützung bei der Portierung inklusive dedizierter Engineering-Ressourcen. Für Betreiber ist das ein strategischer Hedge gegen Lieferengpässe und Preismacht eines einzigen Anbieters.

Warum „mehrere Großkunden“ zählt: Konzentrationsrisiko vs. Planbarkeit

Die Ankündigung mehrerer Kunden im OpenAI-Format ist auch ein Risikostatement. Wer zu stark von einem Giganten abhängt, lebt mit heftigen Ausschlägen in beide Richtungen. Ein breiteres Kundenportfolio glättet die Nachfrage, stärkt die Verhandlungsmacht gegenüber Packaging-Kapazitäten und erlaubt eine feinere Taktung der Auslieferungen. Mit überlappenden, aber versetzten Rampen kann AMD Wachstum planbarer und weniger fragil gestalten.

Woran sich die Realität messen lassen muss

• Durchsatz in der Praxis: gemessene Trainings-Tokens/s und Inferenz-Latenzen auf produktiven Stacks, nicht nur in Labordemos.
• Perf/W und Dichte: bringt MI450 spürbar mehr Rechenarbeit ins bestehende Strom- und Kühlbudget eines Halls?
• ROCm-Reife: läuft der übliche PyTorch/TF-Workflow stabil, inklusive Ökosystem-Libs und Scheduler/Compiler-Pfade?
• Lieferdisziplin: keine „Papierlaunches“, sondern verlässliche Volumina für mehrere Kunden parallel.

Fazit: AMD professionalisiert sein AI-Geschäft entlang der gesamten Kette – Architektur, Rack-Designs, Software-Enablement und Kundenmix. Mit MI355 im Anlauf und MI450 zur H2 verschiebt sich die Frage von „ob konkurrenzfähig“ zu „wie schnell integrierbar“. Gelingt der versprochene Effizienz- und Software-Schub, könnte „OpenAI-Größe“ vom Buzzword zur Arbeitsmetrik werden – und Instinct zu einer festen Zweitquelle im Herzen der AI-Infrastruktur.