AMD ra mắt Helion: thiết kế rack AI mới cho kỷ nguyên AI tác tử, hỗ trợ cả CPU lẫn GPU

Tại sự kiện Open Compute Project (OCP) Summit 2026 ở San Jose, AMD đã giới thiệu Helion, một thiết kế rack-scale AI mới nhắm trực tiếp vào nhu cầu triển khai AI tác tử. Rack-scale là cách xây dựng hạ tầng tính toán ở cấp độ nguyên cả tủ máy chủ, thay vì tối ưu từng server riêng lẻ, giúp doanh nghiệp dễ mở rộng và phân bổ điện, làm mát, mạng và tài nguyên xử lý đồng bộ hơn. Theo AMD, Helion được xây dựng như một bản thiết kế tham chiếu tuân thủ chuẩn OCP, tức là phù hợp với triết lý phần cứng mở của cộng đồng Open Compute Project, nơi các hãng cùng chia sẻ thiết kế để tăng khả năng tương thích và thúc đẩy triển khai nhanh hơn.

Nếu Helios, hệ thống AMD công bố trước đó, nhắm đến huấn luyện AI quy mô frontier và suy luận diện rộng, thì Helion lại được định vị cho môi trường doanh nghiệp, nơi cần chạy tác tử AI và suy luận ngay trong cùng một rack. AI tác tử, hay agentic AI, là kiểu hệ thống AI không chỉ trả lời câu hỏi mà còn có thể tự lập kế hoạch, gọi công cụ, phối hợp nhiều bước xử lý và hoàn thành tác vụ phức tạp theo mục tiêu được giao. Đây là điểm khiến hạ tầng cho AI tác tử khác với hạ tầng chỉ phục vụ chatbot hay mô hình sinh nội dung thông thường.

AMD cho biết khách hàng sẽ có hai hướng triển khai. Thứ nhất là cấu hình hyperscale chỉ dùng CPU, phù hợp với các môi trường cần năng lực lớn để điều phối và thực thi tác tử, đồng thời kết nối sang hạ tầng suy luận mô hình đặt tách biệt. Hyperscale là thuật ngữ chỉ các hệ thống được thiết kế để mở rộng cực lớn theo kiểu trung tâm dữ liệu của các nhà cung cấp đám mây. Thứ hai là cấu hình doanh nghiệp kết hợp CPU và GPU trong cùng một rack, cho phép chạy tác tử, xử lý suy luận bằng GPU và các tác vụ hỗ trợ trên cùng nền tảng. GPU, hay bộ xử lý đồ họa, hiện là thành phần then chốt cho suy luận AI nhờ khả năng xử lý song song rất mạnh.

Tùy cấu hình, Helion có thể cung cấp tối đa 32.768 nhân CPU AMD Zen 6 thông qua các node tính toán dùng bộ xử lý EPYC Venice 256 nhân, đi kèm tối đa 16 bộ gia tốc Instinct MI350P và băng thông mạng lên tới 102 Tbps. Zen 6 là thế hệ kiến trúc CPU mới của AMD, còn EPYC là dòng chip máy chủ chủ lực của hãng. Trong khi đó, bộ gia tốc Instinct MI350P là GPU chuyên dụng cho AI và điện toán hiệu năng cao, được tối ưu cho suy luận và các khối lượng công việc tăng tốc bằng phần cứng. Băng thông 102 Tbps cho thấy AMD đang nhắm đến các môi trường có lưu lượng dữ liệu cực lớn giữa các node, yếu tố đặc biệt quan trọng khi nhiều tác tử AI cần truy cập mô hình, bộ nhớ, công cụ và cơ sở dữ liệu cùng lúc.

Helion hỗ trợ nhiều kiểu blade, tức các mô-đun máy chủ dạng phiến cắm vào khung rack để tối ưu mật độ triển khai. AMD đưa ra ba nhóm blade CPU gồm dense, balanced và high-performance. Bản dense dùng chip EPYC 9006 công suất 400 W để tối ưu mật độ; bản balanced dùng bộ xử lý 256 nhân công suất 600 W để cân bằng giữa số lõi và hiệu năng; còn bản high-performance sử dụng biến thể 96 nhân nhưng xung nhịp lên tới 5 GHz, phù hợp với các tác vụ cần tốc độ từng lõi cao hơn. Ngoài ra còn có blade suy luận GPU với 8 GPU Instinct MI350P trong một máy chủ 5U, cũng như các blade đa dụng dành cho cơ sở dữ liệu, lưu trữ hoặc tính toán kỹ thuật. Đơn vị 5U ở đây là chiều cao thiết bị trong rack, với 1U tương đương chuẩn chiều cao cơ bản của một máy chủ gắn tủ.

Một điểm đáng chú ý là Helion hỗ trợ cả làm mát bằng chất lỏng lẫn làm mát bằng không khí. Với các hệ thống AI ngày càng ngốn điện và tỏa nhiệt lớn, làm mát bằng chất lỏng đang trở thành lựa chọn phổ biến vì hiệu quả cao hơn trong việc đưa nhiệt ra khỏi CPU và GPU công suất lớn. Tuy nhiên, việc vẫn duy trì tùy chọn làm mát bằng không khí giúp Helion dễ tiếp cận hơn với các doanh nghiệp chưa sẵn sàng nâng cấp toàn bộ cơ sở hạ tầng trung tâm dữ liệu.

Theo AMD, hãng sẽ đóng góp đặc tả Helion cho OCP để cộng đồng có thể tiếp tục phát triển và thúc đẩy áp dụng rộng rãi. Điều này cho thấy AMD không chỉ bán chip mà còn muốn định hình cả kiến trúc rack AI theo hướng mở, linh hoạt và dễ tùy biến theo từng khách hàng. Dan McNamara, Phó chủ tịch cấp cao phụ trách Compute và Enterprise AI của AMD, nhấn mạnh rằng AI tác tử không phải một loại tải duy nhất mà trải dài từ ứng dụng doanh nghiệp đến các quy trình phức tạp, mỗi loại lại đòi hỏi tài nguyên tính toán khác nhau. Vì vậy, hạ tầng cần đủ linh hoạt để thích ứng với nhiều mô hình vận hành.

AMD cho biết các cấu hình Helion do đối tác xây dựng sẽ bắt đầu xuất hiện từ tháng 11/2026. Danh sách đối tác tham gia đã bao gồm nhiều tên tuổi lớn như Cisco, Dell, HPE, Foxconn, Lenovo và Supermicro. Sự góp mặt của các hãng này cho thấy Helion nhiều khả năng sẽ không dừng ở vai trò bản trình diễn công nghệ, mà có thể nhanh chóng trở thành một lựa chọn hạ tầng AI thực tế cho doanh nghiệp và nhà cung cấp dịch vụ. Trong bối cảnh thị trường đang chuyển từ huấn luyện mô hình sang triển khai AI vào quy trình vận hành thực tế, Helion có thể là bước đi chiến lược giúp AMD chen sâu hơn vào lớp hạ tầng dành cho AI tác tử.