Srovnání HPC akcelerátorů 2026

Srovnání HPC akcelerátorů pro rok 2026

10.8.2026

Každým rokem přicházejí firmy s novými a unikátními akcelerátory a řešeními pro HPC, které přinášejí zásadní skoky ve vývoji, výzkumu a produkci LLM, generativní AI i náročných vědeckých výpočtů. Proto jsme pro vás shrnuli ty nejvýznamnější z nich pro rok 2026, porovnali jejich jednotlivé parametry i výkon a shrnuli jejich klíčové funkce.

Přehled akcelerátorů

Výpočetní akcelerátory dnes hrají v oblastech HPC a AI datacentrech zcela dominantní roli. Místo toho, aby byla veškerá práce zpracovávána tradičními procesory, se výpočty rozdělují do specializovaných jednotek s uzpůsobenou instrukční sadou, tenzorovými jádry či extrémně rychlou pamětí HBM pro mnohonásobně rychlejší zpracování komplexních maticových operací.

Zatímco moderní serverové procesory dnes dosahují hranice až 192 jader, výpočetní akcelerátory jich obsahují tisíce až stovky tisíc. Dnešní trh se navíc posouvá od samostatných PCIe karet k masivním rackovým architekturám, propojeným čipletům a celým křemíkovým waferům.

Výrobci neustále posouvají hranice architektury, propustnosti pamětí i mezipropojení. Abychom se mohli lépe zorientovat v aktuálních trendech a vytvořili si dobrý přehled o dostupných možnostech, sepsali jsme pro vás toto srovnání současných novinek na trhu.

Popis jednotlivých akcelerátorů

NVIDIA B300 / Vera Rubin (R100) AMD MI455X / 430X Intel Gaudi 3 Groq LPU Cerebras WSE-3 Huawei Ascend 950PR

Parametry akcelerátorů

Firma	NVIDIA	NVIDIA	AMD	AMD	Intel	Groq	Cerebras	Huawei
Akcelerátor	B300	Vera Rubin (R100)	MI455X	MI430X	Gaudi 3	Groq LPU	WSE-3	Ascend 950PR
Počet jader	20 480	N/A	256 WGP	TB/A	64 TPC	1 TSP	900 000	TB/A
Počet transistorů	208 Mld.	336 Mld.	320 Mld.	TB/A	TB/A	TB/A	4 000 Mld.	TB/A
Výrobní proces	5nm	3nm	2nm	2nm	5nm	4nm	5nm	5nm
Kapacita	288 GB	288 GB	432 GB	432 GB	128 GB	230 MB	44 GB	112 GB
Typ paměti	HBM3e	HBM4	HBM4	HBM4	HBM2e	on-chip SRAM	on-chip SRAM	HiBL (prop.)
Sběrnice	NVLink 5	NVLink 6	UALink / PCIe gen. 6	UALink / PCIe gen. 6	RoCE / PCIe gen. 5	PCIe/prop.	prop.	LinQu/HCCS
Spotřeba	1 400 W	2 300 W	900 W	900 W	900 W	70 W	27 kW	600 W
Cena	53 000 USD*	N/A	TB/A	TB/A	15 625 USD*	N/A	N/A	9 600 USD*

* Parametry jsou pouze předpokládané a nejsou ověřené, mohou se časem změnit

Srovnání výkonu akcelerátorů

Firma	NVIDIA	NVIDIA	AMD	AMD	Intel	Groq	Cerebras	Huawei
Akcelerátor	B300	Vera Rubin (R100)	MI455X	MI430X	Gaudi 3	Groq LPU	WSE-3	Ascend 950PR
FP16/BF16	2 250 TFLOPs	4 000 TFLOPs	5 000 TFLOPs	TB/A	459 / 1 835 TFLOPs	188 TFLOPs	125 000 TFLOPs	500 TFLOPs
FP8	4 500 TFLOPs	17 500 TFLOPs	20 100 TFLOPs	TB/A	1 835 TFLOPs	376 TFLOPs	N/A	1 000 TFLOPs
FP4/INT4	13 500 TFLOPs	50 000 TFLOPs FP4I, 35 000 TFLOPs FP4T*	40 300 TFLOPs	TB/A	N/A	N/A	156 250 TFLOPs	1 560 TFLOPs
INT8	187,5 TOPs	250 TOPs	5 000 TOPs	TB/A	N/A	750 TOPs	N/A	N/A

* FP4I značí výkonnost při přesnosti NVFP4 pro inferenci, FP4T značí výkonnost NVFP4 pro trénování.

NVIDIA B300 / Vera Rubin (R100)

Akcelerátor NVIDIA B300 (Blackwell Ultra) přináší nezbytný výpočetní výkon pro masivně škálované systémy určené k trénování i inferenci těch nejkomplexnějších AI modelů současnosti. Karta B300 je postavena na optimalizované architektuře Blackwell (využívající proces TSMC 4NP), která v řadě aplikací přináší násobné zrychlení oproti předchozí generaci Hopper. S obří kapacitou 288 GB HBM3e paměti a propustností sahající k 8 TB/s představuje ideální páteř pro nasazení rozsáhlých jazykových modelů (LLM) a obřích datasetů.

Oproti tomu architektura Vera Rubin s modelem R100 nepředstavuje pouhou evoluci, ale zcela nový generační skok poháněný 3nm výrobním procesem. Výkon pro AI aplikace se díky novým výpočetním enginům posouvá do zcela jiných dimenzí, a to při zachování vysoké energetické efektivity. Rubin R100 navíc jako první na trh přináší revoluční paměti typu HBM4 s neuvěřitelnou propustností 22 TB/s, což řeší historicky největší slabinu AI akcelerátorů, tzv. memory wall (paměťové úzké hrdlo).

LLM, Generativní AI, Deep Learning, Machine Learning, Data Processing

Propustnost paměti Vera Rubin vs Blackwell

Obě architektury tvoří absolutní špičku pro řešení na trénování neuronových sítí, masivní datovou analytiku či provozování modelů typu Mixture-of-Experts (MoE), kde je kriticky důležitá extrémní kapacita paměti a bleskové propojení mezi jednotlivými uzly. Zásadní inovací je plná hardwarová podpora pro výpočty ve 4bitové přesnosti (FP4), díky které dokáže model R100 nabídnout propustnost až 50 PFLOPS pro inferenci na jedinou kartu, což drasticky zlevňuje a urychluje produkční nasazení AI.

B300 i R100 navíc plně těží z nejnovějších iterací technologie mezipropojení NVLink, která je pro škálování klíčová. Zatímco B300 využívá NVLink 5. generace s datovým tokem 1,8 TB/s, R100 posouvá hranice se 6. generací a propustností 3,6 TB/s na GPU. S pomocí pokročilých NVLink Switch systémů tak lze v rámci celých racků propojit desítky čipů do jednoho obřího logického celku. V kombinaci s vysokorychlostním síťováním a softwarem NVIDIA MagnumIO tato řešení umožňují plynulé a bezztrátové škálování od menších podnikových clusterů až po exa-scale superpočítače.

AMD Instinct MI455X

AMD MI455X Announcement

Tato vlajková loď AMD pro rok 2026, postavená na nové architektuře CDNA 5, představuje přímou odpověď na konkurenční platformu NVIDIA Rubin. Čip je složen z 12 čipletů využívajících pokročilé 2nm a 3nm výrobní procesy od TSMC a dohromady obsahuje masivních 320 miliard tranzistorů. Akcelerátor MI455X je navržen primárně pro obří serverové nasazení; typickým příkladem je infrastruktura AMD Helios, která v rámci jednoho racku spojuje celkem 72 těchto karet do jednoho výpočetního celku.

Dominance v kapacitě HBM4 paměti

Zásadní konkurenční výhodou modelu MI455X je jeho paměťový subsystém. Karta disponuje bezprecedentní kapacitou 432 GB paměti nové generace HBM4 s propustností dosahující neuvěřitelných 23,3 TB/s. V samotné kapacitě tak o celých 50 % překonává aktuální řešení od NVIDIE (288 GB u čipu B300 a R100). Tento náskok hraje kritickou roli při inferenci a trénování těch největších jazykových modelů, které se díky tomu mnohem snadněji vejdou do paměti jedné či menšího počtu karet bez nutnosti složitého partitioningu. Hrubý výpočetní výkon v AI operacích vrcholí na 40 PFLOPS pro datový formát FP4.

AMD Instinct MI430X

Zatímco model MI455X je zaměřen čistě na maximální výkon pro generativní umělou inteligenci, varianta MI430X (jejíž plné komerční nasazení se očekává v roce 2027) cílí na tradiční HPC, národní superpočítače a vědecké instituce. Karta si sice zachovává gigantickou kapacitu 432 GB HBM4 i masivní propustnost, ale vnitřní architektura výpočetních jednotek se liší svým primárním zaměřením.

Nejvyšší výkon pro vědecké simulace (FP64)

Klíčovým parametrem modelu MI430X je jeho optimalizace na výpočty v přesnosti FP64 (Double Precision), která je naprosto nezbytná pro komplexní fyzikální simulace, modelování klimatu nebo vývoj materiálů. V tomto ohledu dosahuje karta hardwarového výkonu 288 TFLOPS, čímž drtivě překonává všechny dostupné alternativy na trhu. Cílem tohoto řešení je umožnit institucím provozovat ty nejnáročnější vědecké simulace a zároveň nad vygenerovanými daty rovnou trénovat AI modely v rámci jednoho sjednoceného ekosystému.

Intel Gaudi 3

Třetí generace AI akcelerátorů od Intelu, Gaudi 3, přináší oproti předchůdci výrazný technologický skok díky přechodu na 5nm výrobní proces. Karta postavená na standardizovaném formátu OAM (Open Accelerator Module) je vybavena 64 tenzorovými jádry a osmi specializovanými enginy pro maticové násobení. Paměťová kapacita narostla na 128 GB typu HBM2e s propustností 3,7 TB/s, což systému umožňuje mnohem plynulejší práci s velkými jazykovými modely.

Cenově efektivní alternativa pro AI trénink a inferenci

Zatímco Gaudi 2 se srovnávalo s NVIDIA A100, cílem generace Gaudi 3 je konkurovat modelu NVIDIA H100. Ačkoliv v hrubém výpočetním výkonu za svým hlavním rivalem mírně zaostává (dosahuje 1 835 TFLOPS pro operace BF16/FP8), jeho hlavní zbraní je nákladová efektivita. Čip je přibližně o polovinu levnější, přičemž v řadě reálných AI aplikací poskytuje srovnatelné výsledky, což z něj činí vysoce atraktivní volbu pro budování rozsáhlých datových center a clusterů s důrazem na návratnost investice.

Integrované RoCEv2 škálování

Stejně jako u předchozích generací spočívá největší síla platformy Gaudi v síťové integraci. Gaudi 3 obsahuje dvacet čtyři integrovaných 200gigabitových portů RDMA over Converged Ethernet (RoCEv2) přímo na čipu, což je dvojnásobná rychlost oproti Gaudi 2. Toto zabudované propojení kompletně eliminuje potřebu drahých externích síťových přepínačů pro komunikaci v rámci uzlu a díky průmyslovému standardu Ethernet mohou zákazníci škálovat své výpočetní clustery naprosto plynule od osmi akcelerátorů v jednom racku až po masivní systémy čítající tisíce jednotek.

Groq LPU: Revoluce v rychlosti inference

Ačkoliv společnost Groq existovala již dříve, na mapu klíčových hráčů HPC trhu se definitivně zapsala až s masivním nástupem generativní AI. Její řešení, označované jako LPU (Language Processing Unit), představuje zcela odlišný přístup k akceleraci umělé inteligence než tradiční grafické karty (GPU). Jak už samotný název napovídá, čipy LPU nejsou primárně určeny k těžkopádnému trénování nových neuronových sítí, ale zaměřují se čistě na inferenci – tedy na co nejrychlejší a nejefektivnější běh již vytrénovaných velkých jazykových modelů (LLM) v reálném čase.

Konec HBM pamětí a deterministická architektura

Hlavní rozdíl oproti konkurenci spočívá v paměťové architektuře. Tradiční akcelerátory od NVIDIE či AMD spoléhají na externí paměti typu HBM. I když jsou tyto paměti obrovské a disponují masivní propustností, neustálé přesouvání dat (parametrů modelu) mezi pamětí a výpočetním jádrem způsobuje nevyhnutelné zpoždění, známé jako „memory wall“. Groq tento problém radikálně obchází tím, že klasickou vnější paměť zcela vynechává.

Architektura LPU (známá také jako Tensor Streaming Processor) využívá výhradně integrovanou on-chip SRAM paměť, která je fyzicky umístěna přímo vedle výpočetních jednotek. U nejnovější generace Groq 3 LPU z roku 2026 jde o 500 MB extrémně rychlé paměti na jeden čip s lokální propustností neuvěřitelných 150 TB/s. Výsledkem je deterministický hardware, který dokáže text či kód generovat rychlostí stovek tokenů za sekundu s prakticky nulovou latencí.

Škálování pro real-time AI

Jelikož se do 500MB paměti jednoho čipu moderní modely s desítkami miliard parametrů logicky nevejdou, je kouzlo Groq LPU založeno na dokonalém mezipropojení. Standardní výpočetní uzel propojuje stovky těchto čipů (typicky 256 čipů v jednom racku) pomocí proprietární sítě. Z pohledu softwaru a kompilátoru se pak celý tento rack chová naprosto synchronně jako jeden jediný masivní procesor. S optimalizací na formát FP8 dosahuje takový cluster výkonu 315 PFLOPS, což z něj činí nekompromisní volbu pro nasazení hlasových AI asistentů, autonomních agentů a aplikací, kde je okamžitá odezva kritickým parametrem.

Cerebras WSE-3

Cerebras WSE-3 wafer scale system

V případě firmy Cerebras se jedná o naprostý technologický unikát – gigantický čip o velikosti celého křemíkového waferu s plochou 46 225 mm². Do třetí generace tohoto akcelerátoru, který využívá 5nm výrobní proces od TSMC, se inženýrům podařilo vtěsnat 4 biliony tranzistorů a 900 000 jader optimalizovaných pro umělou inteligenci.

Koncept WSE (Wafer Scale Engine) přináší zásadní výhody oproti tradičním clusterovaným systémům. Jelikož je celá výpočetní síla soustředěna na jediné masivní ploše, jsou komunikační cesty mezi jednotkami minimální, což výrazně snižuje latenci oproti běžným mezipropojům, které tradiční grafické clustery omezují. Čip dosahuje špičkového AI výkonu 125 petaFLOPS. Zároveň je na samotném waferu integrováno 44 GB extrémně rychlé SRAM paměti, jež disponuje datovou propustností masivních 21 petabajtů za sekundu.

Zjednodušený trénink gigantických modelů

Zatímco v tradičních GPU clusterech se velké jazykové modely musí velmi složitě a s výkonnostní ztrátou dělit napříč tisíci karet, architektura WSE-3 (tvořící základ superpočítačů CS-3) dokáže na jednom systému plynule trénovat AI modely s velikostí až 24 bilionů parametrů. Pro ty vůbec nejnáročnější operace a budoucí modely pak řešení Cerebras umožňuje propojit až 2 048 těchto systémů dohromady, čímž vzniká AI superpočítač s ohromujícím výkonem 256 exaFLOPS.

Čínský trh a exportní restrikce: Absence NVIDIE a nástup domácích čipů

V posledních letech se geopolitická situace zcela zásadně promítla do globálního trhu s HPC a AI akcelerátory. Kvůli přísným exportním omezením ze strany americké vlády má dnes NVIDIA (a další západní výrobci) zakázáno dodávat na čínský trh své nejvýkonnější čipy. Zatímco dříve se na tento trh dostávaly alespoň speciálně upravené a oslabené modely (jako například NVIDIA H20), současné vlajkové lodě v podobě architektury Blackwell (B300) či Vera Rubin jsou pro Čínu naprosto nedostupné. Čínská vláda navíc v reakci na tyto sankce aktivně tlačí na tamní technologické giganty, aby se zcela odstřihli od západního hardwaru.

Huawei Ascend 950PR: Nová čínská vlajková loď

Tento tlak vytvořil obrovský prostor pro domácí výrobce, čehož nejlépe využila společnost Huawei. Ta začátkem roku 2026 představila svůj nový technologický vrchol – architekturu Da Vinci 3.0 s akcelerátorem Ascend 950PR. Tento čip nahrazuje předchozí generace (910B/910C) a je navržen specificky pro trénování a inferenci těch největších jazykových modelů. Obří čínští giganti jako ByteDance či Alibaba již do těchto čipů investují miliardy dolarů. Zásadním průlomem je nový softwarový stack CANN Next od Huawei, který přímo na hardwarové úrovni emuluje prostředí CUDA od NVIDIE. Pro čínské AI laboratoře to znamená masivní usnadnění přechodu, jelikož již nemusí složitě přepisovat miliony řádků starého kódu.

Výrobní limity a dohánění Západu

Ačkoliv vývoj v Číně postupuje bezprecedentním tempem, tamní hardware stále naráží na fyzikální a výrobní limity způsobené embargem na západní litografické stroje EUV (od nizozemské ASML). Výrobu nového čipu Ascend 950PR zajišťuje domácí slévárna SMIC na svém pokročilejším 5nm procesu (označovaném jako N+3). Jelikož je ale stále závislá na starších DUV strojích, potýká se s nízkou efektivitou a výtěžností. Dalším rozdílem je absence pamětí HBM3e/HBM4. Huawei proto čipy osazuje svou proprietární pamětí s názvem HiBL, která je levnější na výrobu, ale nedosahuje tak extrémních propustností jako západní standardy.

Z analytického hlediska Ascend 950PR v hrubém výkonu stále zaostává za americkou špičkou od NVIDIE či AMD. Například pro výpočty v FP4 poskytuje Ascend 950PR výkon kolem 1,56 PFLOPS, zatímco NVIDIA B300 dosahuje více než osminásobku. Zásadní ovšem je, že tento hardware Číně bohatě stačí. Díky neomezenému státnímu financování, nízké pořizovací ceně karet a masivnímu škálování (pomocí vlastní vysokorychlostní propojovací sítě LingQu) dokáže Huawei chybějící výkon na jednu kartu dohnat jednoduše tím, že jich do obřích clusterů zapojí tisíce. Pro tamní trh tak rodina Ascend 950 dnes představuje plně soběstačný a vysoce funkční ekosystém.

Novinky

Zdroj: Univeristy of Ljublana