AMD 在两周前的 Accelerating AI 2026 发布会上公布了其 Instinct MI400 系列 GPU 的更多细节，其中面向 HPC 的 MI430X 芯片将提供高达 288 TFLOPS 的原生 FP64（双精度）性能，这一数字比此前业界预期高出近 40%，也几乎是英伟达 Rubin GPU 的 9 倍（后者 FP64 性能为 33 TFLOPS）。
MI430X 基于较旧的 CDNA 4 架构，但配置并不逊色：它拥有与旗舰 AI 芯片 MI455X 相同的 432GB HBM4 内存和 23.3 TB/s 峰值内存带宽，这有助于缓解当前 AI 工作负载面临的内存带宽瓶颈。在 FP64 性能上，MI430X 相比 AMD 前代 HPC 芯片也有大幅提升：较 MI355 的 77 TFLOPS 提升近 4 倍，较基于 CDNA 3 的 MI325 的 81.7 TFLOPS 提升近 3.5 倍。
AMD 此举意在原生 FP64 性能上树立标杆，强调其对传统建模与模拟工作负载的重要性。相比之下，英伟达正依靠 Ozaki 仿真方案来提升其芯片的 FP64 能力：在 Blackwell 上，FP64 从原生 30 TFLOPS 提升至仿真 150 TFLOPS；在 Rubin 上，则从 33 TFLOPS 提升至 200 TFLOPS。然而，Ozaki 方案在 HPC 社区引发争议，有观点认为它可能产生错误结果，且不适用于大多数 HPC 应用。RIKEN 计算科学中心主任松冈聪（Satoshi Matsuoka）在 TPC26 会议后发表论文支持 Ozaki 仿真，而慕尼黑工业大学计算数学教授 Hartwig Anzt 在 ISC 2026 上则指出了混合精度时代的机会与挑战。
由于 Ozaki 方案尚新且未经充分验证，美国能源部（DOE）等客户尚未准备在其新超算中全面采用仿真方案。因此，DOE 已为其橡树岭国家实验室的新一代领导级超算 Discovery 选择了 MI430X GPU；法国 CEA 的 TGCC 中心的下一代超算 Alice Recoque 也将采用该芯片。AMD 战略技术合作与公共政策高级副总裁 Thomas Zacharia 表示，此举是为了满足客户需求：“我们希望满足客户的需求，无论是需要更精确的硬件结果，还是只想运行不需要 64 位的大语言模型，那正是 MI455X 的用武之地。”
Zacharia 还提到，AMD 在 chiplet（小芯片） 技术上的投资使其能够灵活组合技术以满足客户需求。MI430X 与 MI455X 共享包括内存子系统在内的多项技术，但 MI455X 拥有更多低精度 CDNA 5 处理器核心，在 FP4、FP8 和 FP16 工作负载上表现更强，而 MI430X 则在 FP64 与 AI 工作负载之间取得了不同的平衡。Zacharia（曾任橡树岭国家实验室主任）表示，这种平衡点对于混合建模与模拟（现有科学代码库）以及引入更多 AI 至关重要，AMD 将继续开发“适合用途”的产品。
值得注意的是，MI430X 的 FP64 性能高于 HPCwire 在 3 月基于现有 MI355 的处理能力、内存带宽以及 AMD 院士 Nick Malaya 所述的新芯片平衡目标所做的估计。Malaya 曾透露 MI430X 将拥有 19.6 TB/s 的内存带宽，而最终规格显示其带宽更高，达到 23.3 TB/s，这可能是性能超出预期的原因之一。