AMD 在兩週前的 Accelerating AI 2026 釋出會上公佈了其 Instinct MI400 系列 GPU 的更多細節，其中面向 HPC 的 MI430X 晶片將提供高達 288 TFLOPS 的原生 FP64（雙精度）效能，這一數字比此前業界預期高出近 40%，也幾乎是輝達 Rubin GPU 的 9 倍（後者 FP64 效能為 33 TFLOPS）。
MI430X 基於較舊的 CDNA 4 架構，但配置並不遜色：它擁有與旗艦 AI 晶片 MI455X 相同的 432GB HBM4 記憶體和 23.3 TB/s 峰值記憶體頻寬，這有助於緩解當前 AI 工作負載面臨的記憶體頻寬瓶頸。在 FP64 效能上，MI430X 相比 AMD 前代 HPC 晶片也有大幅提升：較 MI355 的 77 TFLOPS 提升近 4 倍，較基於 CDNA 3 的 MI325 的 81.7 TFLOPS 提升近 3.5 倍。
AMD 此舉意在原生 FP64 效能上樹立標杆，強調其對傳統建模與模擬工作負載的重要性。相比之下，輝達正依靠 Ozaki 模擬方案來提升其晶片的 FP64 能力：在 Blackwell 上，FP64 從原生 30 TFLOPS 提升至模擬 150 TFLOPS；在 Rubin 上，則從 33 TFLOPS 提升至 200 TFLOPS。然而，Ozaki 方案在 HPC 社群引發爭議，有觀點認為它可能產生錯誤結果，且不適用於大多數 HPC 應用。RIKEN 計算科學中心主任松岡聰（Satoshi Matsuoka）在 TPC26 會議後發表論文支援 Ozaki 模擬，而慕尼黑工業大學計算數學教授 Hartwig Anzt 在 ISC 2026 上則指出了混合精度時代的機會與挑戰。
由於 Ozaki 方案尚新且未經充分驗證，美國能源部（DOE）等客戶尚未準備在其新超算中全面採用模擬方案。因此，DOE 已為其橡樹嶺國家實驗室的新一代領導級超算 Discovery 選擇了 MI430X GPU；法國 CEA 的 TGCC 中心的下一代超算 Alice Recoque 也將採用該晶片。AMD 戰略技術合作與公共政策高階副總裁 Thomas Zacharia 表示，此舉是為了滿足客戶需求：“我們希望滿足客戶的需求，無論是需要更精確的硬體結果，還是隻想執行不需要 64 位的大語言模型，那正是 MI455X 的用武之地。”
Zacharia 還提到，AMD 在 chiplet（小晶片） 技術上的投資使其能夠靈活組合技術以滿足客戶需求。MI430X 與 MI455X 共享包括記憶體子系統在內的多項技術，但 MI455X 擁有更多低精度 CDNA 5 處理器核心，在 FP4、FP8 和 FP16 工作負載上表現更強，而 MI430X 則在 FP64 與 AI 工作負載之間取得了不同的平衡。Zacharia（曾任橡樹嶺國家實驗室主任）表示，這種平衡點對於混合建模與模擬（現有科學程式碼庫）以及引入更多 AI 至關重要，AMD 將繼續開發“適合用途”的產品。
值得注意的是，MI430X 的 FP64 效能高於 HPCwire 在 3 月基於現有 MI355 的處理能力、記憶體頻寬以及 AMD 院士 Nick Malaya 所述的新晶片平衡目標所做的估計。Malaya 曾透露 MI430X 將擁有 19.6 TB/s 的記憶體頻寬，而最終規格顯示其頻寬更高，達到 23.3 TB/s，這可能是效能超出預期的原因之一。