AMD「Helios」発表──MI500でBlackwell比1,000倍を主張
「世界最高のAIラックを発表する」——AMDのLisa Su CEOは、2026年に予定される製品ロードマップ説明会の場でそう宣言し、新型データセンタープラットフォーム「Helios AI Rack」を披露しました。次世代Instinct「MI500シリーズ」GPUを搭載し、現行のMI300X比でAI性能を最大1,000倍にすると主張。NvidiaがBlackwell世代を引き継いで2026年後半に投入するVera Rubin NVL72ラックに、真っ向から対抗する旗艦製品です。
Helios自体の本格出荷は2027年とされますが、AMDはCES 2026以降のイベントで段階的にスペックを開示しており、すでにOracle、Microsoft、Metaなど主要ハイパースケーラーが採用を表明しています。本記事では、「1,000倍」という強烈な数字の中身、Vera Rubin NVL72・Google TPU・AWS Trainiumとの比較、そして日本クラウド事業者のGPU調達戦略への影響を整理します。
Helios AI Rackとは何か
Heliosは、AMDが初めて「ラック単位」で完成形を提示するAI専用プラットフォームです。これまでのAMDは、GPU（MI300X、MI325X、MI355X）やCPU（EPYC）といったコンポーネント単位でハイパースケーラーに販売してきましたが、Heliosはサーバー・ネットワーク・冷却・電源・ソフトウェアをラックごと垂直統合して提供する点で、戦略の大きな転換点となります。
主な構成要素は以下の通りです。
- Instinct MI500 GPU: 次世代CDNAアーキテクチャを採用し、HBM4を大容量搭載する次世代データセンターGPU
- EPYC「Venice」CPU: Zen 6世代のサーバープロセッサ、最大256コア
- UALink / Ultra Ethernet: NvidiaのNVLink/InfiniBandに代わるオープン規格で、ラック内72基のGPUを高速・低レイテンシ接続
- ROCm 8.x: 推論・学習両対応のソフトウェアスタック、PyTorch/JAX/vLLM最適化
- 液冷ラック: 1ラック当たり消費電力150kW超に対応する直接液冷設計
以下の図は、Heliosのアーキテクチャ全体像と、Nvidia Vera Rubin NVL72への対抗構図を示しています。
ポイントは、AMDが「Nvidiaの独自規格に対抗するオープン規格連合」を主導している点です。UALink（GPU間接続）にはBroadcom、Cisco、Google、Meta、Microsoft、HPEなどが、Ultra Ethernet Consortium（ラック間接続）には主要OEM・ハイパースケーラーがほぼ全社参加しています。NvidiaのNVLink/Spectrum-Xに依存しないAI基盤を構築できる、というのが採用検討中のクラウド事業者にとっての魅力です。
「Blackwell比1,000倍」の中身を読み解く
AMDのMI300X比で最大1,000倍という主張は、技術的には以下の3要素の掛け算で算出されています。
- チップ単体性能の向上: MI500世代でFP4/FP8演算性能をMI300X比で約10倍に引き上げ
- ラック規模の拡大: 1ラックあたりのGPU数を8基（既存サーバー）から72基（Helios）へ拡張、さらにラック間接続で1基のスーパーポッド化
- ソフトウェア最適化: ROCmとオープン規格の組み合わせによる実効性能の引き上げ
つまり「単体GPUが10倍速くなり、それを9倍多く並べ、ソフトでさらに10倍引き出す」という積算で、ピーク性能としては1,000倍前後になる計算です。
以下の図は、MI300Xを基準にしたAMD GPU世代別のAI性能推移を示しています。
ただし、この数字には注意すべき点が3つあります。
第一に、FP4/FP8のピーク値での比較である点です。実際のLLM学習・推論ではFP16/BF16が混在し、メモリ帯域・ネットワーク・I/Oがボトルネックとなるため、エンドツーエンドの実効性能差は1桁以下に縮まるのが通常です。Nvidia Blackwellも当初「H100比で30倍」と公称しましたが、実ワークロードでは2〜4倍程度の差に収まっています。
第二に、「ラック対GPU単体」の比較である点です。72基のラックを1基のGPUと比べれば72倍の差が出るのは当然で、純粋なアーキテクチャ進化分は10倍程度と考えるのが妥当でしょう。
第三に、MI500とHeliosは2027年以降の製品である点です。同時期にはNvidiaも次世代「Feynman」アーキテクチャを準備しており、世代を揃えて比較すれば差はさらに縮まります。
それでも、AMDが「ラック単位の完成品」をハイパースケーラー向けに直接提供できるようになったことは、Nvidia独占構造に対する明確な脅威です。
AMD Helios vs Nvidia Vera Rubin vs Google TPU vs AWS Trainium
主要4陣営のAIアクセラレータ/ラックを並べて比較します。
| 項目 | AMD Helios (MI500) | Nvidia Vera Rubin NVL72 | Google TPU v7 | AWS Trainium3 |
|---|---|---|---|---|
| 投入時期 | 2026後半〜2027 | 2026後半 | 2026中 | 2026中 |
| ピーク性能（公称） | MI300X比 最大1,000x | H100比 約800x | v5e比 約10x | Trainium2比 約4x |
| 1ラック構成 | 72基 + UALink | 72基 + NVLink 6 | 256基ポッド + ICI | 64基 + NeuronLink |
| HBM容量 | HBM4 大容量（詳細未公開） | HBM4 288GB×72 | HBM3e | HBM3 |
| スケールアウト接続 | Ultra Ethernet | Spectrum-X / InfiniBand | ICI / DCN | EFA v3 |
| 製造プロセス | TSMC N3P / N2 | TSMC N3P | TSMC N3 | TSMC N3 |
| ソフトウェア | ROCm 8.x | CUDA 13 / TensorRT | JAX / TPU XLA | Neuron SDK |
| 主要顧客 | Oracle / MS / Meta | OpenAI / xAI / MS / Meta | Google自社 / Anthropic | Anthropic / 自社 |
| 想定価格（ラック単位） | $2〜3M（推定） | $3〜4M（推定） | 非販売（社内+GCP） | 非販売（AWS専用） |
| 強み | オープン規格・コスパ | CUDA資産・成熟度 | 超大規模ICI帯域 | AWS統合・推論コスト |
この表から読み取れるのは、AI半導体市場が「Nvidia 1強」から「4陣営の競争」へ移行しつつあるという事実です。GoogleとAWSは自社GPUを外販しないため、外部購入できる「汎用AIラック」の選択肢は実質的にAMD HeliosとNvidia Vera Rubin NVL72の二択になります。Nvidia独占に不満を抱くハイパースケーラーにとって、Heliosは長らく待ち望んだ第二の選択肢です。
主要顧客の動向──Oracle・Microsoft・Metaが本気で採用
Heliosの初期採用顧客として明示されているのは以下のハイパースケーラーです。
| 顧客 | 採用規模（推定） | 用途 | 公開済みコメント |
|---|---|---|---|
| Oracle | 50,000基規模のMI355X +将来Helios追加 | OCI Supercluster、Stargate関連 | 「最大規模のAIスーパークラスター」 |
| Microsoft | Azure ND-MI300X v5 拡張、Helios評価中 | Copilot系推論、研究向け学習 | 「Nvidia以外の選択肢として戦略的」 |
| Meta | MI300X / MI355Xに加えHelios評価 | Llama 4以降の学習・推論 | 「オープンAIインフラ戦略の中核」 |
| その他 | TensorWave、Vultr、CoreWeave等 | GPUaaS、新興AIラボ | 「Nvidia供給制約への対抗策」 |
特にOracleの動きが象徴的です。同社はOCIのAIインフラ投資の一環として、AMD GPUを史上最大規模で導入しており、Nvidia依存を意図的に下げる戦略を取っています。前回弊サイトで報じたOracleの$40B CapEx計画と合わせて読むと、Heliosは「Nvidia独占からの解放を望むクラウド事業者の連合」によって支えられている構図が見えてきます。
MetaがHelios採用に踏み切る背景には、Llama 5以降の学習でNvidia以外の選択肢を確保したいという戦略があります。Nvidia GPUの供給制約と価格高騰、そしてLlamaのオープンモデル戦略との整合性から、AMDとの長期パートナーシップは必然と言えるでしょう。
製造体制──TSMC N3P / N2でファブレス継続
Helios搭載のMI500は、製造プロセスとしてTSMC N3P（3nm第3世代）からN2（2nm）への移行期に位置すると見られています。AMDは自社ファブを持たないファブレス企業として、TSMCの最先端プロセスをNvidiaと取り合う形になります。
注目すべき点は、AMDがCoWoS-Lパッケージングを積極採用し、HBM4を大容量搭載する設計を選んだことです。Nvidia Vera Rubin NVL72もCoWoS-Lを使うため、両社はTSMCのCoWoS製造能力をめぐる獲得競争を繰り広げています。TSMCは2026年中にCoWoS生産能力を月産10万枚規模まで増強する計画ですが、需要に追いつくかは予断を許しません。
製造制約という意味では、AMDとNvidiaは同じ土俵に立っており、**「どちらが先により多くのHBM4を確保できるか」**がHelios・Vera Rubinの実出荷数を決めることになります。Micron、SK Hynix、Samsungの3社が供給するHBM4は、2026年時点でも需要が供給を上回る見込みです。
筆者の所感──「1,000倍」をどう受け止めるか
率直に言えば、「Blackwell比1,000倍」という見出しは半分以上マーケティングです。前述の通り、これはピーク性能・ラック対GPU・FP4比較という最大値の積算であり、実ワークロードでこの差が体感できるケースはほぼありません。Nvidia Blackwellも当初「H100比30倍」と謳いましたが、実プロダクションでは2〜4倍に落ち着いており、Helios MI500も同様の縮小が起こると考えるべきです。
しかし、マーケティング数字の真偽より重要な変化が3点あります。
1点目は、AMDが「ラック完成品」を売れるようになったことです。これまでのAMDはGPU単体を売り、サーバー設計はOEM任せでした。Heliosでは設計・統合・検証をAMDが行い、ハイパースケーラーは「届いた箱を電源・ネットワークに繋ぐだけ」で運用開始できます。これはNvidia DGX/GB200 NVL72と同じビジネスモデルへの転換であり、利益率も大きく改善します。
2点目は、オープン規格連合の本格始動です。UALinkとUltra Ethernetは、Nvidia以外のほぼ全主要プレイヤーが結集した連合であり、長期的にはNVLink/Spectrum-Xの寡占を切り崩す可能性があります。CUDAという強固なソフトウェア資産があるためNvidiaは当面安泰ですが、ハードウェアレイヤーでの主導権は徐々にオープン規格側へ移るでしょう。
3点目は、「Nvidia以外の選択肢」が初めて実用レベルに達したことです。MI300Xは2024年に登場した時点では「価格は安いが安定性に難あり」という評価でした。MI355Xでソフトウェアが大幅改善し、MI500 + Heliosでハードもラックも揃う2027年には、ガチで本番投入できるNvidia代替として認知されるはずです。
ただし、CUDAエコシステムの厚みは依然として圧倒的です。LLM学習フレームワーク、推論最適化ライブラリ、研究者の習熟度、いずれもNvidiaが10年以上の蓄積を持ちます。AMDがHeliosで取れるのは、コスト感度の高い大規模ワークロード（推論、ファインチューニング、長期運用の学習）であり、最先端研究と尖ったワークロードはしばらくNvidiaが支配し続けるでしょう。
日本での影響──国内クラウドのGPU調達戦略
日本のクラウド事業者・AIインフラ事業者にとって、Helios登場は重要な選択肢の拡大を意味します。
さくらインターネット
「さくらのクラウド AI基盤」でNvidia H100を大規模導入しているさくらインターネットですが、経済産業省のクラウドプログラム認定の文脈で、マルチベンダー化は重要な政策的要請でもあります。Helios採用が実現すれば、政府系AI計算需要の受け皿として戦略的価値を高められます。実際、AMDは日本市場にもMI355X以降を積極展開しており、商社経由での引き合いも増えていると関係者は語ります。
KDDI / GMOインターネット / IIJ
国内通信系クラウドも、Nvidiaの供給制約と価格高騰に苦しんできました。Helios・MI500の選択肢が現実化すれば、国内GPUaaSの価格を1〜2割引き下げる圧力が働くはずです。とくにGMOインターネットは2026年に向けてGPUクラウド事業を拡大中であり、AMD採用が現実化する可能性は十分にあります。
日本のAIスタートアップ
東京・名古屋・福岡などのAIスタートアップが学習用GPUを確保する際、これまでは「Nvidia H100は手に入らない、A100は古い、L40Sは中途半端」というジレンマがありました。Helios系GPU（MI355X、MI500）が国内クラウド経由で借りられるようになれば、学習コストが20〜40%削減できる可能性があります。
政府系AI計算基盤（ABCI後継など）
産総研のABCI、東京大学の柏キャンパス計算基盤、理研の富岳後継計画などで、国産ベンダーの関与を求める声が高まる中、AMD Heliosは「ファブレス米国企業だが、ハイパースケーラー独占ではない」という意味で、政策的にも採用しやすい選択肢です。富士通やNECとのSI協業を通じて、日本のAIインフラ基盤に組み込まれる可能性は十分にあります。
筆者の所感（日本市場の現実）
ただし、現実には日本のクラウド事業者がHeliosを最速で導入することは難しいと見ています。理由は3つあります。
第一に、ROCmエンジニアが圧倒的に不足していること。CUDAなら国内のAIエンジニアも一定数扱えますが、ROCmの実運用経験者は国内でおそらく数百名規模しかおらず、運用人材の確保が課題になります。
第二に、ハイパースケーラー優先供給の構図です。Oracle・Microsoft・MetaがAMDから最優先で割り当てを受けるため、日本のクラウド事業者の手元にHeliosが届くのは2027〜2028年以降になる可能性が高いです。
第三に、TCO比較が読みにくいこと。GPU単価は安くても、ROCmの開発工数、運用ノウハウ、エコシステムの薄さを考慮すると、Nvidiaと比較したTCO（総保有コスト）の試算が容易ではなく、CFOへの稟議が通りにくい構造があります。
それでも、3〜5年のスパンで見れば、日本のクラウド事業者がNvidia一辺倒からAMD・自社設計（NEC、富士通、PFNなど）とのマルチベンダー構成へ移行するのは不可避でしょう。Heliosはその転換点を象徴する製品です。
株価・財務インパクト
AMDの株式市場の反応も興味深いものでした。Lisa Su CEOのHelios発表直後、AMD株価は一時的に大きく動意づき、年初来でNvidiaを上回るパフォーマンスを記録した時期もあります。アナリスト各社は、AMDのデータセンターGPU売上が2026年に**$15B超**、2027年には**$30B超**に達するとの予測を上方修正しています。
| 指標 | 2024年 | 2025年（予想） | 2026年（予想） | 2027年（予想） |
|---|---|---|---|---|
| AMD データセンター売上 | $12.6B | $19.7B | $28.5B | $42B |
| うちInstinct GPU売上 | $5B | $9B | $15B | $30B |
| Nvidia データセンター売上 | $115B | $180B | $250B | $310B |
| AMDのシェア | 約4% | 約5% | 約6% | 約8% |
Nvidiaのシェアは依然として圧倒的ですが、AMDが1桁台後半のシェアを獲得できれば、データセンターGPU事業だけでNvidia2024年売上の3割近い規模になります。Heliosはその実現を後押しする旗艦製品です。
まとめ──読者が取るべきアクション
AMD Helios・MI500の登場が、エンジニア・経営者・投資家それぞれの読者にとって何を意味するか、具体的なアクションを整理します。
- AIインフラ担当者: 2026年内にROCmのPoC環境を確保し、自社ワークロードでのMI300X/MI355X実機検証を始める。2027年のHelios本格導入に向けたソフトウェア移植コストを早めに見積もる
- クラウド事業者・SIer: AMD日本法人・代理店経由でMI355X以降の調達可能性を打診し、Nvidiaとのマルチベンダー戦略を経営陣に提案する。ROCm人材の確保・育成を最優先課題に位置付ける
- AIスタートアップ・研究者: Vultr、TensorWave、Hot Aisleなどの「AMD専用GPUaaS」を利用してMI300X系の体験を積み、HeliosがGAしたタイミングで本番ワークロードを移行する準備をする
- 投資家: AMD（AMD）、TSMC（TSM）、Micron（MU）、Broadcom（AVGO）など「Helios関連バリューチェーン」の銘柄を中長期で観察する。Nvidia（NVDA）も依然として強いが、競合激化リスクを織り込む
- 政策担当者: 経産省・総務省の国産AI基盤政策の中で、Nvidia依存リスクの低減策としてAMD Helios系の活用可能性を検討する
Nvidia独占が当たり前だったAI半導体市場は、Helios・Vera Rubin・TPU v7・Trainium3の4陣営競争という新時代に移行しつつあります。「1,000倍」という数字を額面通り受け取る必要はありませんが、AMDがついに「ラック単位の完成品」を売る土俵に上がったという事実は、市場構造を根本から変える出来事です。
AI基盤の調達戦略を検討している方は、AWSなどの大手クラウドが提供するHelios/MI500世代対応のマネージドAIサービスから試してみるのが現実的な第一歩です。
AWS