AMD giới thiệu Helion, nền tảng hạ tầng AI dạng rack được thiết kế cho kỷ nguyên AI Agent, kết hợp bộ xử lý EPYC thế hệ mới, tùy chọn GPU Instinct MI350P và kiến trúc phần cứng mở. Hệ thống hướng đến các trung tâm dữ liệu và doanh nghiệp cần triển khai hàng nghìn AI Agent đồng thời, từ thực thi tác vụ, viết mã đến vận hành quy trình tự động hóa phức tạp.
Ngày 12/10/2026, AMD công bố Helion tại sự kiện Open Compute Project (OCP) Summit 2026. Khác với những hệ thống AI tập trung chủ yếu vào huấn luyện mô hình lớn, Helion được thiết kế để đáp ứng nhu cầu vận hành AI Agent ở quy mô lớn, nơi CPU, GPU, bộ nhớ và mạng phải phối hợp để xử lý nhiều tác vụ liên tiếp. AI Agent không chỉ tạo câu trả lời từ mô hình ngôn ngữ. Chúng còn có thể lập kế hoạch, gọi công cụ, thực thi mã, truy vấn cơ sở dữ liệu và phối hợp nhiều bước để hoàn thành một mục tiêu. Khi số lượng agent tăng lên, hạ tầng cần đủ năng lực xử lý các tác vụ điều phối, thực thi và truy xuất dữ liệu bên cạnh việc suy luận bằng mô hình AI. Theo AMD, cấu hình Helion chỉ sử dụng CPU có thể mở rộng tới 32.768 nhân CPU x86 dựa trên kiến trúc Zen 6, sử dụng bộ xử lý AMD EPYC thế hệ thứ 6. Đây là thiết kế hướng đến các nhà cung cấp dịch vụ đám mây, doanh nghiệp vận hành trung tâm dữ liệu quy mô lớn và những đơn vị muốn tối ưu số lượng AI Agent trên mỗi watt điện tiêu thụ. Điểm đáng chú ý là AMD không xem GPU là thành phần duy nhất quyết định hiệu quả của hạ tầng AI. Trong nhiều quy trình agentic, CPU đảm nhiệm việc điều phối tác vụ, thực thi mã và xử lý các dịch vụ hỗ trợ, trong khi GPU tăng tốc suy luận của những mô hình cần năng lực tính toán cao. Việc phân bổ tài nguyên theo từng loại công việc có thể giúp doanh nghiệp tránh phải sử dụng GPU đắt tiền cho mọi tác vụ.
AMD Helion được phát triển theo hai hướng triển khai nhằm đáp ứng nhu cầu khác nhau giữa các trung tâm dữ liệu quy mô lớn và môi trường doanh nghiệp. Cấu hình CPU-only dành cho các nhà cung cấp dịch vụ đám mây và đơn vị vận hành hạ tầng AI ở quy mô lớn. Hệ thống sử dụng CPU EPYC thế hệ thứ 6 để thực thi các tác vụ của AI Agent, đồng thời kết nối với hạ tầng suy luận mô hình riêng biệt. Cách tổ chức này cho phép doanh nghiệp mở rộng tài nguyên xử lý agent mà không nhất thiết phải bổ sung GPU vào mọi rack. Trong khi đó, cấu hình doanh nghiệp kết hợp máy chủ CPU EPYC với GPU AMD Instinct MI350P trong cùng một hệ thống rack. GPU đảm nhiệm các tác vụ suy luận đòi hỏi năng lực tính toán tăng tốc, còn CPU xử lý điều phối agent, cơ sở dữ liệu và những công việc hỗ trợ. Thiết kế này phù hợp với tổ chức muốn triển khai hạ tầng AI tích hợp mà không phải xây dựng riêng biệt toàn bộ hệ thống thực thi và suy luận. Theo thông số AMD công bố, cấu hình Helion có thể tích hợp tối đa 16 GPU Instinct MI350P. Mức mở rộng này được thực hiện thông qua hai máy chủ GPU, mỗi máy chủ chứa tám GPU. Hai nút GPU hoạt động độc lập, không sử dụng kết nối GPU scale-up chung giữa chúng; vì vậy, cần phân biệt cấu hình này với những rack chuyên dụng cho huấn luyện mô hình quy mô cực lớn có mạng liên kết GPU tốc độ cao. Helion cũng hỗ trợ các phương án làm mát bằng không khí hoặc làm mát trực tiếp bằng chất lỏng, cùng thiết kế rack theo tiêu chuẩn mở. Doanh nghiệp có thể lựa chọn mật độ CPU, cấu hình GPU và các thành phần phục vụ mạng, lưu trữ theo yêu cầu của từng loại AI Agent.
Một trong những điểm AMD nhấn mạnh là Helion được phát triển theo thiết kế tham chiếu dựa trên tiêu chuẩn của Open Compute Project (OCP). Thay vì giới hạn khách hàng trong một cấu hình phần cứng cố định, nền tảng cho phép các đối tác tùy chỉnh hệ thống theo nhu cầu triển khai, từ mật độ tính toán, công suất tiêu thụ đến phương án làm mát và kết nối. AMD cũng đề cập khả năng điều phối yêu cầu của AI Agent thông qua bộ định tuyến token, giúp chuyển yêu cầu suy luận đến các mô hình phù hợp. Tùy cách triển khai, hệ thống có thể sử dụng mô hình tiên tiến trên đám mây hoặc mô hình nguồn mở chạy ngay trong hạ tầng doanh nghiệp. Cách tiếp cận này tạo điều kiện phân bổ công việc dựa trên yêu cầu về hiệu năng, chi phí và khả năng bảo mật dữ liệu. Hệ sinh thái đối tác của Helion bao gồm Dell, HPE, Lenovo, Supermicro, Foxconn, QCT và Wiwynn. Các nhà sản xuất này có thể phát triển, tích hợp và cung cấp những hệ thống dựa trên thiết kế tham chiếu của AMD. Hãng cũng dự kiến đóng góp thông số thiết kế Helion cho OCP để cộng đồng tiếp tục phát triển và áp dụng. Theo thông báo của AMD, các cấu hình Helion đang được phát triển cùng những đối tác và dự kiến có mặt từ tháng 11/2026. Đây là kế hoạch triển khai do hãng công bố, không đồng nghĩa mọi cấu hình sẽ được bán rộng rãi tại tất cả thị trường vào cùng thời điểm. Helion cho thấy AMD đang mở rộng chiến lược AI từ bộ xử lý và GPU sang toàn bộ hạ tầng rack, trong đó CPU, GPU, mạng và phần mềm được thiết kế để đáp ứng các loại công việc khác nhau. Khi AI Agent ngày càng tham gia sâu vào quy trình doanh nghiệp, khả năng mở rộng linh hoạt và tối ưu chi phí vận hành có thể trở thành yếu tố quan trọng không kém hiệu năng tính toán thuần túy.
Astera Labs công bố Orion, kiến trúc tham chiếu dạng rack dành cho hạ tầng AI inference, cho phép doanh nghiệp chủ động lựa chọn CPU và GPU từ nhiều nhà cung cấp. Với kết nối PCIe 6.0, thiết kế mô-đun và khả năng mở rộng từ 8 đến 160 bộ tăng tốc trong mỗi pod, Orion hướng đến mục tiêu giảm chi phí triển khai và tối ưu hiệu quả xử lý AI trên mỗi USD đầu tư.
NVIDIA được cho là đang lên kế hoạch phát hành GeForce RTX 5080 với 24GB bộ nhớ GDDR7 trong quý I/2027, thay thế phiên bản 16GB hiện tại. Nếu thông tin từ các nguồn rò rỉ chính xác, đây có thể trở thành mẫu card GeForce cao cấp nhất còn được cung cấp trong bối cảnh nguồn GPU RTX 5090 được cho là đang có sự điều chỉnh. Tuy nhiên, kế hoạch ra mắt và thông số của sản phẩm mới vẫn chưa được NVIDIA xác nhận.
Frore Systems vừa công bố LiquidJet Diamond, giải pháp tản nhiệt chất lỏng trực tiếp sử dụng các tấm kim cương tích hợp để xử lý những điểm nóng có mật độ nhiệt cực cao trên GPU AI thế hệ mới. Theo công bố của hãng, hệ thống có thể hỗ trợ mật độ nhiệt cục bộ lên đến 770 W/cm², giảm nhiệt độ GPU tối đa 22°C và cải thiện hiệu suất tạo token trên mỗi watt điện từ 30% đến 35% so với một số giải pháp coldplate truyền thống. Công nghệ này hướng đến các bộ tăng tốc AI công suất rất lớn, bao gồm NVIDIA Rubin và dòng AMD Instinct MI400, MI500. Frore dự kiến trình diễn giải pháp làm mát cho bộ tăng tốc NVIDIA Rubin công suất 2.300W tại sự kiện OCP Global Summit diễn ra từ ngày 12 đến 16/10/2026. Các con số hiệu năng hiện được công bố bởi nhà sản xuất, vì vậy cần được xem là kết quả theo điều kiện thử nghiệm và mô hình của hãng, chưa phải kết quả kiểm chứng độc lập trên mọi hệ thống thực tế.
AMD đang tìm cách mở rộng quan hệ chiến lược với Samsung Electronics nhằm đảm bảo nguồn cung bộ nhớ phục vụ các hệ thống AI thế hệ mới. Đổi lại, Samsung được cho là muốn biến quan hệ cung cấp bộ nhớ hiện tại thành cơ hội nhận thêm đơn hàng gia công chip logic. Hai bên đã ký biên bản ghi nhớ về hợp tác bộ nhớ vào tháng 3/2026, đồng thời xác nhận đang thảo luận khả năng hợp tác trong lĩnh vực sản xuất bán dẫn. Tuy nhiên, chưa có thông báo chính thức về việc AMD chuyển các đơn hàng chip tiên tiến từ TSMC sang Samsung.
Intel chính thức công bố thêm thông số cho GPU trung tâm dữ liệu D-Series, trước đây có tên mã Crescent Island, tại OCP Global Summit 2026. Được phát triển chuyên biệt cho AI inference, bộ tăng tốc này có thể hỗ trợ tới 480GB bộ nhớ LPDDR5X, băng thông 1,5TB/s và hiệu năng tính toán FP8 tối đa 1,3 petaflops trong mức công suất 350W. Với dung lượng bộ nhớ lớn và thiết kế PCIe làm mát bằng khí, Intel hướng sản phẩm đến các mô hình ngôn ngữ lớn, ngữ cảnh dài và hệ thống AI agent cần xử lý nhiều yêu cầu đồng thời.
d-Matrix công bố Squadron, nền tảng cụm máy tính AI có thể mở rộng tới 1.024 bộ tăng tốc Corsair XPU, hướng đến các trung tâm dữ liệu cần xử lý suy luận với độ trễ thấp và hiệu quả năng lượng cao. Được phát triển cùng Arista, Broadcom và Supermicro, hệ thống hỗ trợ triển khai nhiều rack làm mát bằng khí, đồng thời có thể kết hợp với GPU NVIDIA để phân chia các công đoạn xử lý AI theo kiến trúc phần cứng phù hợp.
GlobalFoundries (GF) công bố FDX Fusion, nền tảng sản xuất bán dẫn FD-SOI thế hệ mới hướng đến hiệu năng xử lý số thuộc lớp 7nm, đồng thời tích hợp các chức năng analog, RF và bộ nhớ nhúng trên cùng nền tảng. Công nghệ này được phát triển cho AI biên, robot, ô tô và tự động hóa công nghiệp, với kế hoạch sản xuất tại Dresden, Đức vào năm 2028. Đây là bước tiến mới của GF trong phân khúc chip tiên tiến, nhưng không đồng nghĩa hãng đang khôi phục quy trình 7nm FinFET từng hủy bỏ năm 2018.
ASUS giới thiệu XA P2N-E2 tại OCP Global Summit 2026, mẫu máy chủ 2U sử dụng hai bộ xử lý NVIDIA Vera, hướng đến AI agent, reinforcement learning và xử lý dữ liệu. Thay vì chỉ tập trung vào sức mạnh GPU, hệ thống được thiết kế để tăng tốc những công việc như thực thi mã, gọi công cụ, điều phối tác vụ và vận hành nhiều môi trường AI đồng thời.
