AI GPU의 경쟁은 가장 큰 성능 숫자 하나에서, 어떤 일을 어떤 조건으로 처리할지 고르는 방향으로 넓어지고 있어요. AMD가 공개한 MI400 시리즈의 세 가지 역할을 보면 과학 계산, 대규모 AI 처리, 메모리 선택이 왜 같은 문제가 아닌지 드러나요.
AMD는 11월 12일자 공식 발표에서 인스팅트 MI400 시리즈의 업데이트를 공개했어요. 과학 컴퓨팅용 MI430X의 세부 내용, Helios 랙스케일 시스템에서 측정한 MI455X의 AI 추론 결과, 새 선택지인 MI450X를 함께 소개했죠. 국내에서는 미디어픽이 18일 이 소식을 전했어요.
같은 제품군에 속한다고 모두 같은 목적의 GPU는 아니에요. 어떤 계산의 정확도가 필요한지, 모델과 작업 데이터를 얼마나 담아야 하는지, 한꺼번에 많은 요청을 처리할지 빠르게 대답할지가 설계의 출발점이 돼요. 이번 발표는 이 차이를 하드웨어 구성의 선택으로 구체화했다는 점에서 읽어볼 만해요.
과학 계산에는 AI 성능표와 다른 숫자가 필요해요
AMD는 MI430X에 네이티브 FP64 연산과 432GB HBM4 메모리, 최대 23.3TB/s 메모리 대역폭을 안내했어요. FP64는 배정밀도 부동소수점 계산을 뜻해요. AI에서 낮은 정밀도의 연산 처리량을 높이는 것과, 과학 코드가 요구하는 정밀도를 유지하며 계산하는 것은 서로 다른 과제예요.
AMD의 별도 기술 글은 시뮬레이션 코드가 큰 행렬 곱셈만으로 구성되지 않는다고 설명해요. 희소 선형대수, 격자 계산, 데이터 모으기처럼 계산 형태가 다르면 낮은 정밀도 연산을 조합한 FP64 에뮬레이션의 효과도 달라진다는 주장이에요. 이 연구와 해석은 AMD가 제시한 것이며, 특정 기법이 모든 과학 작업에서 유리하거나 불리하다는 일반 법칙으로 넓힐 수는 없어요.
중요한 차이는 지원 목록에 FP64라는 글자가 있는지에서 끝나지 않아요. 실제 코드가 어떤 연산을 반복하는지, 필요한 정확도를 만족하는지, 중간 데이터가 얼마나 늘어나는지까지 이어져요. 메모리 용량과 대역폭도 연산 정밀도와 함께 살펴야 하는 이유예요.
MI455X의 처리량, 한 사람의 대답 속도와는 달라요
MI455X에 대해서는 AMD 자체 시험 결과가 공개됐어요. AMD는 Helios에서 DeepSeek-R1을 실행해 GPU당 초당 21,333토큰을 처리했다고 밝혔어요. 이 수치는 MLPerf Inference의 Offline 구성에서 측정한 처리량이에요. AMD의 주석에 따르면 시험은 10월에 진행됐어요.
MLCommons의 공식 규칙에서 Offline은 여러 입력을 처음에 한꺼번에 전달하고 처리량을 측정하는 방식이에요. 반면 Server·Interactive는 요청이 들어오는 상황에서 지연 조건도 고려해요. 따라서 초당 토큰 수를 그대로 한 사용자의 채팅창에 글자가 나타나는 속도나 첫 답변 대기시간으로 읽으면 의미가 달라져요.
또한 AMD가 MLPerf 구성을 사용해 측정했다고 밝힌 결과와, MLCommons의 공식 공개 결과표에 제출·등재됐다는 주장은 구분해야 해요. 이번 글은 제조사의 시험 발표로 다루며 공식 순위나 독립 검증 결과로 소개하지 않아요. 서로 다른 모델·소프트웨어·시스템 구성을 하나의 수치로 묶어 승패를 단정하지 않는 편이 정확해요.
MI450X의 등장은 메모리 용량도 선택지라는 뜻이에요
새로 소개된 MI450X는 GPU당 288GB HBM4 메모리를 갖춘 Helios용 선택지예요. AMD는 MI455X와 같은 핵심 연산 성능, 메모리 대역폭, 스케일업·스케일아웃 연결 역량을 제공한다고 설명했어요. 큰 틀의 연산·연결 기반을 공유하면서 작업의 메모리 요구에 맞춰 구성을 고르게 하려는 방향이에요.
모델을 실행할 때 메모리에는 모델 자체뿐 아니라 문맥과 동시 처리에 필요한 데이터도 들어가요. AMD 역시 더 큰 모델, 긴 문맥, 높은 동시 처리 요구에서 MI455X의 추가 메모리 여유를 설명하고 있어요. 같은 모델 이름이라도 실제 서비스 조건에 따라 필요한 여유가 달라질 수 있다는 뜻이죠.
이 구분을 곧바로 가격이 더 싸다거나 운영비가 일정 비율 줄어든다는 결론으로 바꿀 수는 없어요. 발표가 보여주는 것은 선택의 방향이에요. 필요한 용량 안에 작업이 들어오는지와 목표 처리량·응답시간을 만족하는지를 함께 비교해야 구성의 가치가 드러나요.
용량·대역폭·정밀도는 서로 대신하는 숫자가 아니에요
용량은 작업 데이터를 담을 공간이고, 대역폭은 데이터를 옮길 수 있는 속도예요. 정밀도는 계산을 표현하는 방식과 연결돼요. 공간이 넓어졌다고 모든 계산이 빨라지는 것도 아니고, 연산 최고치가 높다고 모든 데이터를 한 GPU에 담을 수 있는 것도 아니에요.
이번 발표를 읽는 순서도 여기서 달라져요. 과학 코드라면 필요한 정밀도와 계산 형태를, AI 서비스라면 모델·문맥·동시 요청과 응답 목표를 먼저 정하는 거예요. 그다음 메모리와 여러 GPU의 연결, 실행 소프트웨어를 같은 구성 안에서 비교할 수 있어요.
AMD의 MI430X 기술 글에는 성능 전망치와 실제 측정 결과를 구분하는 주석도 있어요. 이번 원고에서는 전망 배수를 실측처럼 옮기지 않았어요. 새 세대의 발표를 볼 때는 제품 사양, 제조사 자체 시험, 향후 예상치를 각각 다른 정보로 읽는 것이 도움이 돼요.
GPU 시장의 경쟁 단위가 ‘내 작업의 완성도’로 넓어져요
이번 제품군 확장에서 읽을 수 있는 변화는 모든 고객에게 같은 최고 사양을 제시하기보다, 서로 다른 계산과 메모리 수요를 구분하려는 흐름이에요. 공급업체의 설명도 GPU 단품의 최고치에서 랙, 연결 구조, 소프트웨어를 묶은 실행 환경으로 이어져요.
도입을 검토하는 쪽에서는 실제 사용할 작업 한두 가지로 비교 범위를 좁히는 것이 유용해요. 같은 입력과 정확도 조건에서 작업이 끝나는 시간, 서비스의 응답 지연, 필요한 GPU 수와 운영 조건을 함께 보는 방식이죠. 이는 발표에서 도출한 판단 기준이며 이번 제품을 직접 시험해 얻은 결과는 아니에요.
일반 PC 이용자가 이 소식만으로 그래픽카드를 바꿀 이유도 없어요. 이번 발표의 대상은 과학 컴퓨팅과 데이터센터 AI 인프라예요. 국내 판매 가격이나 공급 상황을 예측하기보다, 앞으로 GPU를 비교할 때 ‘무슨 일을 위한 숫자인가’를 먼저 묻는 관점을 얻는 데 의미가 있어요.
도입 전 확인할 체크리스트
- 작업부터: 과학 연산의 정밀도와 AI 서비스의 모델·문맥·동시 요청 조건을 나눠 봐요.
- 시험 방식: Offline 처리량과 Server·Interactive의 응답 조건을 같은 지표로 읽지 않아요.
- 구성 전체: 메모리 용량·대역폭·여러 GPU 연결·소프트웨어를 실제 실행 조건과 함께 비교해요.
핫이슈 인사이트
- 다양한 GPU는 단순한 등급표보다 작업의 지도를 보여줘요. 정밀도를 중시하는 계산과 많은 요청을 처리하는 AI가 같은 최고치로 평가되지 않는다는 점이 제품군 구분에 반영됐어요. 핵심은 가장 비싼 구성을 고르는 것이 아니라 자신의 병목이 어디에 있는지 찾는 데 있어요.
- 메모리 선택은 모델 크기를 넘어 서비스 설계와 연결돼요. 긴 문맥이나 동시 처리의 여유가 필요하면 용량이 중요해지고, 용량 안에 들어오는 작업에서는 응답 목표와 운영 구성이 더 중요한 변수가 될 수 있어요. 비용 절감은 이 조건을 실제로 맞춰 본 뒤 판단할 문제예요.
- 벤치마크 경쟁에서는 숫자보다 문장의 주어와 조건이 중요해져요. 누가 측정했는지, 어떤 모델과 시스템인지, 처리량과 지연 중 무엇을 평가했는지를 함께 읽어야 해요. 이번 발표의 의미는 제조사 자료를 바탕으로 한 해석이며 모든 작업의 성능 우위를 입증하는 것은 아니에요.
핵심요약
- AMD의 11월 12일자 공식 발표를 국내 원문이 18일 소개했어요. MI430X·MI455X·MI450X의 서로 다른 역할을 다룬 업데이트예요.
- MI430X는 네이티브 FP64와 432GB HBM4, 최대 23.3TB/s 대역폭을 안내하며 과학 계산과 AI를 함께 겨냥해요.
- MI455X의 GPU당 초당 21,333토큰은 AMD 자체 DeepSeek-R1 Offline 시험 결과예요. 개인 채팅 응답속도나 공식 순위로 바꿔 읽지 않아요.
- MI450X는 GPU당 288GB HBM4를 갖춘 Helios용 선택지예요. 메모리 요구와 목표 응답·처리량을 함께 따져볼 수 있어요.
- 대표 이미지는 정밀도·메모리·데이터 흐름을 표현한 AI 생성 개념도이며 실제 AMD 제품 사진이나 성능 시각화가 아니에요.

