Hugging Face เปิดผลทดสอบ AMD Instinct MI455X ชุดแรก — ผ่าน 99.5% จาก 24 สถาปัตยกรรม Transformers และรับ long-context พร้อมกันได้กว่า 3 เท่าของ MI300

เมื่อ 23 ก.ค. 2026 ทีม Hugging Face เผยแพร่ผลทดสอบชุดแรกของ AMD Instinct MI455X — การ์ดเร่งความเร็วรุ่นใหม่ล่าสุดของ AMD ที่ทีมได้สิทธิ์เข้าถึงก่อนใครราวสองสัปดาห์ก่อนหน้า และทำงานร่วมกับทีม AMD เพื่อ validate แพลตฟอร์มก่อนของจะถึงมือคนทั่วไป

ตัวเลขที่เป็นพาดหัวของฝั่งฮาร์ดแวร์คือ HBM4 ขนาด 432GB และแบนด์วิดท์หน่วยความจำสูงสุด 23.3 TB/s ต่อ GPU หนึ่งใบ เทียบกับ MI300 ที่มี 192GB — เพิ่มขึ้นกว่าสองเท่า แต่ตัวเลขที่นักพัฒนาควรสนใจจริง ๆ อยู่ในฝั่งซอฟต์แวร์ ซึ่งเป็นจุดที่ AMD ถูกวิจารณ์มาตลอด

99.5% จาก 24 สถาปัตยกรรม — เท่าของเดิมตั้งแต่วันแรก

Hugging Face ทดสอบด้วยชุดสถาปัตยกรรมที่คัดมา 24 ตัว ครอบคลุมทั้ง encoder, decoder, โมเดลภาพ, โมเดลเสียง, ระบบมัลติโมดัล และ LLM รุ่นใหม่ ผลคือผ่านราว 99.5% ซึ่งเทียบได้กับที่ CI รายวันของ Hugging Face ทำได้บนแพลตฟอร์มเดิมอยู่แล้ว:

แพลตฟอร์ม	อัตราผ่าน
AMD MI455X (ชุดทดสอบใหม่)	~99.5%
AMD MI300	99.4%
NVIDIA A10	99.1%

จุดสำคัญไม่ใช่ว่า 99.5% สูงกว่า 99.4% แบบมีนัยสำคัญ — มันไม่ได้สูงกว่าในเชิงสถิติเลย จุดสำคัญคือ ฮาร์ดแวร์รุ่นใหม่เอี่ยมทำคะแนนเท่ากับแพลตฟอร์มที่ผ่านการขัดเกลามาเป็นปีตั้งแต่รอบทดสอบแรก ซึ่งต่างจากประสบการณ์ของ ROCm ในอดีตที่การรองรับโมเดลใหม่มักตามหลังหลายเดือน

ระหว่างทางทีมได้แก้และเปิดใช้งานหลายอย่างไปพร้อมกัน — ทำให้ Flash Attention ทำงานได้เสถียร, ผนวก torchcodec เข้ามาเพื่อรองรับโมเดลเสียงและวิดีโอ และไล่แก้ปัญหาการเทียบเอาต์พุตที่เจอระหว่างทดสอบ

หน่วยความจำ 432GB แปลว่าอะไรตอนเสิร์ฟจริง

ส่วนที่มีน้ำหนักที่สุดในเชิงปฏิบัติคือการทดลองด้าน capacity: เมื่อเสิร์ฟ Qwen3-32B ที่กินพื้นที่ราว 64GB MI455X รองรับ concurrent request ได้มากกว่า MI300 เกิน 3 เท่า ก่อนหน่วยความจำจะเต็ม

เหตุผลตรงไปตรงมา — เมื่อโหลดเวตเสร็จแล้ว ที่ว่างที่เหลือทั้งหมดคือ KV cache และ KV cache คือสิ่งที่กำหนดว่าคุณรับผู้ใช้พร้อมกันได้กี่คนที่ความยาวคอนเท็กซ์เท่าไหร่ การมี HBM 432GB ต่อใบจึงไม่ได้แปลว่า “โหลดโมเดลใหญ่ขึ้น” อย่างเดียว แต่แปลว่า throughput ต่อ GPU ในงาน long-context สูงขึ้นโดยไม่ต้องแตะโมเดลเลย

ก้าวถัดไปที่ทีมประกาศไว้คือ ผนวก MI455 เข้า Transformers CI อย่างเป็นทางการ, ขยายชุด kernel ที่ปรับแต่งแล้วให้ครอบคลุมขึ้น และไล่ validate ไลบรารีอื่น ๆ ของ Hugging Face เพิ่ม

มุมมอง AI Curator

ข่าวนี้ควรอ่านคู่กับข่าว Unsloth รองรับการเทรนบน AMD ROCm ที่เราเขียนไปเมื่อ 24 ก.ค. เพราะทั้งสองชิ้นชี้ไปทางเดียวกัน: ปัญหาของ AMD ในตลาด AI ไม่เคยเป็นเรื่องสเปกฮาร์ดแวร์ — MI300 ก็มีหน่วยความจำเยอะกว่า H100 มานานแล้ว — ปัญหาคือ ทุกอย่างในสแตกถูกเขียนและทดสอบบน CUDA ก่อนเสมอ การที่ Hugging Face ได้ของก่อนเปิดตัวแล้วเอาไปรัน CI จริงในวันแรก คือความพยายามแก้ที่ต้นเหตุนั้นโดยตรง ไม่ใช่การแถลงตัวเลข TFLOPS

แต่ต้องอ่านให้ตรงว่าตัวเลขนี้วัดอะไร — 99.5% คืออัตราผ่านของเทสต์ ไม่ใช่ประสิทธิภาพ มันตอบว่า “โมเดลรันได้และให้ผลถูกต้อง” ไม่ได้ตอบว่า “เร็วเท่า NVIDIA รุ่นเทียบเท่าหรือไม่” ในบล็อกนี้ไม่มีการเทียบ throughput ตรง ๆ กับ B200 หรือ H200 ซึ่งเป็นตัวเลขที่ทีม infra ต้องการที่สุดตอนตัดสินใจซื้อ ส่วน “kernel ที่ปรับแต่งแล้ว” ที่ยังเป็นแผนในอนาคต ก็เป็นสัญญาณว่าช่องว่างด้านความเร็วน่าจะยังมีอยู่จริง

สำหรับไทยและ SEA ผมคิดว่าจุดที่ต้องจับตาคือ ราคาต่อกิกะไบต์ของ HBM มากกว่าผลเบนช์มาร์ก ทีมในภูมิภาคนี้ส่วนใหญ่ไม่ได้แข่งเทรนโมเดลฐาน แต่แข่ง เสิร์ฟโมเดลโอเพนเวตขนาด 30–120B ให้ผู้ใช้จำนวนมากด้วยงบที่จำกัด ซึ่งเป็นโจทย์ที่ตัดสินด้วยความจุ KV cache เกือบทั้งหมด ถ้า MI455X ให้ HBM 432GB ต่อใบในราคาที่ต่ำกว่าคู่แข่งต่อกิกะไบต์ มันจะเปลี่ยนสมการต้นทุนของผู้ให้บริการ inference ในภูมิภาคได้จริง — โดยเฉพาะกลุ่มที่ต้องเก็บข้อมูลไว้ในประเทศและตั้งเซิร์ฟเวอร์เอง

ประเด็นเชิงโครงสร้างที่ใหญ่กว่านั้นคือ ทางเลือกที่สอง: ตราบใดที่มีผู้ผลิตรายเดียวที่สแตกซอฟต์แวร์ AI ทำงานได้ดีจริง ราคา GPU ก็ถูกกำหนดโดยผู้ผลิตรายนั้น การที่ Hugging Face — ซึ่งเป็นชั้นซอฟต์แวร์ที่แทบทุกคนใช้ — ทำให้ ROCm เป็น “ทางที่เดินได้” ไม่ใช่ “ทางที่ต้องกล้าหาญ” คือเงื่อนไขจำเป็นของการมีตลาดที่แข่งขันได้ และนั่นเป็นข่าวดีกับทุกคนที่ต้องจ่ายค่าคอมพิวต์ ไม่ว่าจะเลือกซื้อยี่ห้อไหนสุดท้าย

แหล่งข่าว

• Hugging Face on AMD Instinct MI455X: First Transformers Results — Hugging Face Blog (23 ก.ค. 2026)
• Transformers — GitHub
• Unsloth เปิดรองรับการเทรนบน AMD ROCm — บล็อกนี้ (24 ก.ค. 2026)