Tajpejben, a Computex 2026-os kiállítás során minden fontosabb IT-cég képviseltette magát, de az irány elég egyértelmű volt, sőt, ez már a szervezők által választott szlogenből is kiderült: AI Together, vagyis mindenkit be kell vonni az AI-ba és annak fejlesztésébe. Hogy emögött pontosan mi is áll, arról nagyon sokat lehetne beszélni, de a lényeg, hogy amelyik gyártó nem áll be az AI-vonalba, annak a napjai meg vannak számlálva - legalábbis az iparág irányát meghatározó nagyágyúk szerint.
Ilyenek a chipgyártók és tervezők, mint például az Intel, AMD és Nvidia - utóbbi a saját fórumát is erre az időpontra szervezte, amihez egy komplett kiállító csarnokot is kibérelt. Azt már láthattátok, hogy az Nvidia milyen keményen tolja az AI-t, ami szó szerint nyomtatja a pénzt a vállalatnak, viszont sokan már visszataszítónak tartják, ahogy az egykoron a GeForce-okkal magának nevet szerző vállalat minden mást félredob, hogy a nagyobb profit érdekében csak az AI-jal, illetve az ehhez szükséges szabványok és rendszerek lezárásával foglalatoskodjon.
Persze mindezt nem nézi tétlenül az AMD és az Intel sem, sőt, mindkettő tartott előadást, aminek nagyon fontos üzenete volt, hogy az x86 nem halott, sőt, előrejelzéseik szerint 2030-ra minden 10 szerverből 8 x86-alapú lesz. Merész állítás…
A piac jelenlegi helyzetéről, de még inkább a felhasználók kilátástalan jelenéről volt alkalmunk egy exkluzív 1:1 interjú keretében megkérdezni az AMD Ryzen AI termékkategória vezetőjét, Rakesh Anigundit, aki meglepően bátran és nyíltan válaszolt minden kérdésünkre.
AMD Radeon AI Halo Box és Nvidia RTX Spark
Rakesh Anigundi az AI termékstratégiáért felelős az AMD-nél, azon belül is kiemelten a kliensoldali megoldásokért felel, mint például az AMD Ryzen AI központi egységek. Ehhez szorosan kapcsolódik a szoftver is.
Rakesh, AMD: Erre jó példa az új AMD Radeon AI Halo Box, ami a bekapcsológomb megnyomásától számított pár perc alatt elrepíti a felhasználót a tokenekig. Itt kiemelt figyelmet kapott a szoftveres rész, hiszen a kiváló, AI-fókuszú hardver már rendelkezésére állt az AMD-nek.
PCW: Pontosan erre jó példa az Nvidia CUDA, ami bizonyítja, hogy az Nvidia a szoftverrel tudott ilyen dominanciára szert tenni az AI-szerverek világában. Ezzel fel tudja venni a versenyt az AMD?
AMD: Az Nvidia lehet, hogy felhőoldalon erős és a platformja is népszerű, az Intel pedig kliensoldalon tartja részesedését, de az AMD mindkét vetélytársnál különlegesebb helyzetben van, mert van megoldása minden területen mindenre, ráadásul úgy, hogy ezt nem zárt rendszerekkel teszi. Emellett nagy tapasztalata is van az x86 és GPU fronton is - e két tényező pedig olyan egyedi együttállás, amire nincsen válasza a fent említett két vetélytársnak. Nagyjából egy évvel ezelőtt szoftveresen még voltak elmaradásaink, kompatibilitási feladatokat kellett megoldanunk, ám ezek mára mind adottak.
PCW: Az Nvidia bemutatta az RTX Spark platformot és a rá épülő laptopokat. Ezek AI-fókuszú kliensgépek az ígéretek szerint eddig soha nem látott erővel és szoftveres támogatással. Erre mi az AMD válasza?
AMD: Ha a kliensoldalt nézzük, az RTX Spark érdekes és izgalmas, ez tény, viszont mi már 2 éve piacon vagyunk a Strix Halo rendszerünkkel, ami ráadásul x86-os CPU-t tartalmaz, vagyis a szoftveres támogatás és optimalizáltság sokkal kiforrottabb, mint egy még meg sem jelent ARM-alapú chip esetében. Emellett a hardveres AI-számítások is megoldottak, a chip pedig képes egyesítetten kezelni a rendszermemóriát, így akár az RTX Sparknál bemutatott 128 GB-nál nagyobb kapacitású RAM is fordítható lokális LLM-ek futtatására.
Ez pedig döntő fontosságú a helyi AI-rendszereknél. A szoftverfejlesztők jól ismerik hardveres megoldásainkat, így a támogatás és optimalizáltság terén jelentős előnyünk van. Erre jó példa a PyTorch, ami intenzíven használja a CPU-t is - és ez bizony x86-on fut a legoptimálisabban. Vallom, hogy a nyílt forráskódú megoldások győzedelmeskednek az AI esetében is, ezért nem tervezünk változtatni azon, hogy ezeket teljes mellszélességgel támogassuk.
PCW: Ha ennyire fontosnak tartja az AMD a Ryzen AI-t, akkor miért nem jelent még meg az asztali CPU-k világában?
AMD: Nos, az asztali PC fogalma változik. Például a Radeon AI Halo Box egy asztali mini PC és Ryzen AI technológiára épül. A klasszikus asztali gépek esetében, vagy még inkább a munkaállomásoknál, amiben például egy AMD Threadripper CPU dolgozik, szinte kivétel nélkül megtalálható egy erős GPU is, vagy akár AI-gyorsító kártya. Ezek jelentősen drágább gépek, mint akár egy felsőkategóriás notebook vagy mini PC, és nem is ugyanazt a felhasználást, felhasználói réteget célozzák. Ezen utóbbi rendszereknél mi a tiszta CPU-teljesítményre fókuszálunk inkább.
Ugyanakkor tisztában vagyunk vele az AMD-nél, hogy az IT-piac, a felhasználói igények változnak, és ez akár az útitervünket is felülírhatja. Ezen a ponton pedig le kell állnom, mert be nem jelentett, jövőbeli termékekről nem beszélhetek.
Hová tűntek az új fejlesztések?
PCW: Az idén megjelent AMD Ryzen AI 400-as széria a független tesztek szerint kiábrándító, mert mindössze pár százalékos előrelépést hoz a két évvel ezelőtt bemutatott 300-as szériához képest. Egyesek szerint az AMD ellustult ezen a téren és szinte csak "átszitázott", nem fejlesztett érdemben.
AMD: Igen, én is láttam ezeket a kritikákat, de az emberek hajlamosak elfeledkezni a szoftveres oldalról. Ha 300-asról 400-as APU-ra váltasz, drasztikus előrelépést nem fogsz tapasztalni. Hardveresen és gyártástechnológiában mindössze pár helyen változtattunk, javítottunk. Viszont szoftveres oldalon óriásit léptünk előre, és vannak olyan optimalizálások, amik a 300-as APU-kon nem érhetők el, viszont 400-as APU-k NPU-ján száguldanak.
A 400-as szériát az előd árszintjén hozzuk be, így aki tipikus felhasználó, és 3-4 évente cserél gépet, az most a 400-as Ryzen AI-alapú géppel többet kap a pénzéért, mint a 300-as szériánál.
PCW: Jól értettem az előbb, hogy a klasszikus, 30-40 éve meghatározó és még ki nem halt "klasszikus PC" ma már nem annyira fontos, és az AMD sem erre fókuszál már? Ezt támasztja alá sokak szerint, hogy az AMD 1-3-4 éves VGA-t és CPU-kat mutatott be kliensoldalon. Vagyis zéró újdonság.
AMD: Sajnos ezeken a területeken nem vagyok illetékes, én is csak annyit tudok, amennyit a hírekben olvastam, így erre a kérdésedre nem tudok válaszolni, ahogy a termékfejlesztési stratégiát sem ismerem ezeken a területeken.
PCW: Érdekes, hogy az x86-ot ennyire kiemeled - az Intel is éppen azt vizionálta, hogy az AI éra egyik legnagyobb nyertese a klasszikus x86-os CPU lesz.
AMD: Igen, ezt az AMD-nél mi is így hisszük. Az agentic AI korában a munkaterhelések nem csupán a GPU-ra, vagy az NPU-ra hárulnak, a szervezési, átkötési, adatkezelési folyamatokban a CPU ereje határozza majd meg a teljes rendszer képességeit és teljesítményét, és ebben az x86, valamint az erre optimalizált folyamatok a legjobbak. Lehet, hogy a korai AI-korszakban volt némi igazság abban, hogy a CPU másodlagos fontosságú lett csupán, viszont az új AI-ügynökök világában kritikusan fontossá válik a szerepe. És ebben óriási lehetősége van az AMD-nek, aki széles portfólióval és kiváló chipekkel rendelkezik.
Milyen AI fut 8 GB RAM-on?
PCW: Nagyon jól hangzik, hogy a kliensek fontos szerepet kapnak a szép új AI-világban, de éppen az AI-szerverek miatt került veszélybe a teljes PC-iparág azzal, hogy megfizethetetlenné vált a RAM és az SSD. A laptopgyártók, mint az ASUS, MSI vagy Acer épp most mutattak be új AI PC-ket 8(!) GB RAM-mal!
AMD: Ez egy komoly kihívás az egész szakma számára. A tokenek ára drasztikus mértékben drágult és nem lehet tudni, hol áll meg. A tokenomics jelenség sok cégnek okoz komoly fejfájást, de még inkább óriási kiadásokat, ez pedig nem fenntartható. Megoldásként jöhetne a kliensoldali, lokális LLM-ek használata, ám ez 16 GB RAM-mal is nehézkes, 8 GB-on pedig szinte lehetetlen.
Éppen ezért úgy gondolom, a fókusz jelenleg azon van, hogy a szoftverfejlesztők mit kezdenek ezzel a helyzettel. Az igény óriási, a megoldás pedig véleményem szerint az lehet, ha a szoftvereket optimalizálják a szűkösebb erőforrással rendelkező kliensgépekre is. Ez a kényszer innovációt fog kikényszeríteni a fejlesztőkből, és meggyőződésem, hogy hamarosan ilyen erőforráshiányos környezetekre is lesz megfelelő lokális AI-megoldás.
Aki pedig komoly felhasználó (power user), annak még mindig meg fogja érni 32/64/128/192 GB RAM-mal szerelt AI-gépet választania, mert munkája során hamar megtérül a magas vételár, hiszen így a felhőalapú rendszerekben nem kell (annyi) tokenre költenie.
