AMD的AI显卡MI355X实测来了：显存碾压N卡B200、优化算法弥补互联缺陷

在AI显卡领域NVIDIA一家独占了90%的市场份额，之所以领先不仅在于纸面性能强，实际AI算力也是远超AMD、Intel等对手的，不过AMD现在有机会追回来了。

AMD今年下半年会出货MI450系列AI显卡，这一代的AI竞争力上来了，但是当前的MI350X系列还是很多厂商部署没多久的，依然需要挖掘潜力，AI云服务商 Zyphra日前就发布了首份基于 AMD旗舰AI显卡MI355X的端到端大模型推理实测。

先说结论，他们的测试在真实单节点环境下运行了DeepSeek V3.2、Kimi K2.6 与 GLM-5.1，最终显示MI355X有能力直接对标NVIDIA的Blackwell架构AI显卡B200。

文章内容比较长，来看点重点的，首先是AMD强的地方，其杀手锏是288GB的海量显存，远超B200的180GB，更大容量的显存让MI355X处理超长文本时，单卡就能塞下更多缓存，直接省下了拆卡并行的硬件成本。

但AMD的劣势在芯片间互联带宽上，B200靠NVLink技术就能让任意双卡跑满900GB/s带宽，相比之下AMD的MI355X还在采用点对点Infinity Fabric直连，卡间通信效率一般，带宽峰值也就537.6GB/s。

既然AMD的显卡带宽硬件上有缺陷，Zyphra 就在软件优化上下了功夫，他们开发了张量序列并行 (TSP) 与树状注意力 (Tree Attention) 算法来解决问题。

他们的团队用树状通信取代了传统的环形网络，把解码阶段的计算和数据传输完全折叠在一起，强行用算法弥补了AMD硬件在点对点互联上的缺陷。

最终的效果还不错，虽然在单请求绝对速度上，NVIDIA B200肯定还会全面领先，，但是随着长文本场景增多，而且上下文拉长之后，MI355X加上算法优化之后吞吐量已经逼近B200。

Zyphra用实例证明只要底层软件栈优化够好，AMD的AI显卡也能依靠大显存优势在长文本生产环境中与NVIDIA 的旗舰级AI显卡正面竞争。

有了这些经验之后，Zyphra 计划利用这套架构支持1.6万亿参数的DeepSeek V4 Pro部署，并将上下文拉升至100万token。

团队后续还将针对MI355X开发专属的低精度量化方案，并引入全新的扩散投机采样模型，进一步挖掘这块芯片的算力潜能。