CES 2026：揭開 AMD Venice 與 MI400 SoC 的神秘面紗 （★ 114 分）
AMD 在 CES 2026 首度展示了 EPYC「Venice」伺服器 CPU 與 MI400 資料中心加速器的實體晶片與封裝，讓外界得以從裸晶與封裝配置推估其設計重點。Venice 最顯著的變化是封裝走線方式看起來更進階，類似 AMD 先前在 Strix Halo 或 MI250X 上採用的作法；同時也從過往 EPYC 慣例的單一 I/O Die（IOD，輸入輸出晶粒）改成雙 IOD，暗示記憶體、PCIe 等外部連接與內部互連的規劃可能大幅調整。
就運算晶粒而言，Venice 由 8 個 CCD（Core Complex Die，含 CPU 核心與快取的晶粒小塊）組成，每個 CCD 32 核心，單顆封裝最高可達 256 核心。作者以現場照片量測推估，每個 CCD 約 165 mm²、採用 TSMC N2（2nm）製程；若延續每核心 4MB L3 快取的配置，則單個 CCD 可能是 32 個 Zen 6 核心加上 128MB L3。另一方面，每個 IOD 約 353 mm²，兩顆合計超過 700 mm²，明顯高於前代 EPYC 約 400 mm² 的 I/O 面積；封裝周邊還有 8 顆小晶粒，可能是結構用矽片或深溝電容（deep trench capacitor）晶粒，用來改善供電品質。
MI400 加速器則是一個更巨大的封裝：配置 12 顆 HBM4（High Bandwidth Memory 4，高頻寬記憶體）堆疊，並包含「12 個 2nm 與 3nm 的運算與 I/O 晶粒」。從外觀推測其結構類似 MI350 的雙 base die（基底晶粒），但上下另多了兩顆額外晶粒，可能負責封裝外 I/O（例如 PCIe、UALink 等互連）。作者估算每個 base die 約 747 mm²、額外 I/O 晶粒約 220 mm²；運算 chiplet（晶粒小塊）可能是 8 顆、每顆大小上限約 180 mm²，較可能落在 140–160 mm² 但仍待日後確認。AMD 也宣布 MI400 家族新增 MI440X，鎖定 8 路 UBB（Universal Base Board，通用底板）機箱，作為 MI300/MI350 的直接替換；同時提出 Venice-X，推測為採用 3D V-Cache（堆疊式額外 L3 快取）的版本，若 32 核心 CCD 也能疊 V-Cache，單 CCD L3 最高可能推到 384MB、整顆處理器合計可達 3GB L3。
Hacker News 討論熱點集中在「高核心數到底怎麼用」與「這類晶片真正瓶頸在哪」。不少人把 256 核心／512 執行緒（threads）拿來玩梗，想像用 CPU 軟體光柵化（D3D WARP，Direct3D 的軟體渲染器）來跑 Crysis 或 DOOM；但也有人提醒，多數桌面與遊戲負載難以有效擴展到數百核心，真正的關鍵往往是記憶體頻寬與 I/O，而不是把執行緒數硬撐大。相對地，也有留言指出對網頁與資料庫等伺服器工作，透過在單機塞進大量容器或 VM（Virtual Machine，虛擬機）其實很吃高核心數；HPC（High Performance Computing，高效能運算）則常以 MPI（Message Passing Interface，訊息傳遞介面）搭配 OpenMP 等方式做階層式平行化，並討論 NUMA（Non-Uniform Memory Access，非一致性記憶體存取）拓樸在多 CCD／多 IOD 下會更複雜，跨晶粒溝通與原子操作（atomic）成本可能成為程式模型的新壓力。
另一條爭論是把 AMD 的高密度核心（常被推測為 Zen 6c）拿去類比 Intel 的 E-core（Efficiency core，高效率核心）是否恰當。有高分留言強調兩者差異：Intel P-core/E-core 往往是不同微架構、IPC（Instructions Per Cycle，每時脈指令數）與指令集支援也可能不一致，導致排程與相容性更棘手；而 AMD 的「c」版本多被認為是同微架構、主要以較少快取與較低時脈換取更高密度，因此比較不會出現同一顆 CPU 內「兩種核心像兩種不同機器」的困擾。也有人替 Intel E-core 平反，認為它在面積與功耗限制下堆疊算力很有價值，名聲不好更多來自使用情境與系統整合問題。
最後，討論也延伸到工程現實：如此巨大的封裝要怎麼散熱、1U 能塞幾顆、下一代機櫃每 U 的 kW 密度會變多高。有人推估由於封裝面積很大，熱通量（單位面積熱量）未必比桌面旗艦更糟，未必「一定要」水冷，但整機櫃的總功耗與風量仍會逼近資料中心極限；也有讀者補充 AMD 軟體生態 ROCm（Radeon Open Compute，AMD 的 GPU 運算平台）近年穩定度已改善，但「CUDA（Nvidia 的 GPU 運算平台）優勢」仍是採購與導入時繞不開的現實門檻。
👥 63 則討論、評論 💬
https://news.ycombinator.com/item?id=46519326