SÅ FUNKAR DET

Därför byggs AI-datorn som ett helt rack

AMD:s nya Helios-system visar hur många AI-chip, processorer, nätverksdelar och program behöver arbeta som en enda dator. För vanliga användare märks tekniken främst genom kapaciteten, kostnaden och leverantörsvalet i molntjänster.

Publicerad 30 juli 2026, 20.04

AI-genererad illustration av ett öppet serverrack där beräkningskort, nätverk, ström och kylning visas som delar av ett samordnat AI-system.

När en vanlig dator behöver mer kraft kan man byta processor eller grafikkort. För de största AI-modellerna räcker inte ett enda chip. Tusentals beräkningar behöver delas mellan många chip som skickar data till varandra utan långa väntetider.

Därför byggs avancerad AI-infrastruktur allt oftare som ett helt serverrack. Ett rack är ett högt skåp med flera datorlådor. Där samlas grafikprocessorer som gör beräkningarna, vanliga processorer som styr arbetet, snabbt minne, nätverksutrustning, strömförsörjning och kylning.

Delarna behöver fungera som ett system. Om chippen kan räkna snabbt men nätverket inte hinner flytta data blir de stående och väntar. Om ström eller kylning inte räcker kan hela anläggningen behöva sänka kapaciteten.

AMD visar samma princip i Helios, företagets första AI-system i rackformat. Enligt AMD kombinerar systemet 72 Instinct MI455X-grafikprocessorer med EPYC-processorer, Pensando-nätverk och programvaran ROCm i ett rack. Helios är byggt för att träna stora modeller och köra många AI-svar i datacenter.

AMD beskriver arkitekturen som öppen och anpassad till flera branschstandarder. Open Compute Project, en organisation som tar fram öppna datacenterstandarder, visar varför det spelar roll: rackets mått, ström, kylning, övervakning och anslutningar behöver passa ihop när systemen blir större och tätare.

Det här är inte en ny AI-dator för ett vanligt kontor. AMD riktar Helios till molnbolag, AI-företag och andra stora datacenter. Företaget publicerar ingen vanlig butiksprislapp eller tidplan för svenska kunder i lanseringsunderlaget.

AMD jämför också Helios med en konkurrerande lösning och anger högre prestanda och fler AI-svar per dollar. De siffrorna bygger på AMD:s egna beräkningar, modellering och prisantaganden. De är inte en oberoende mätning av ett färdigt system i svensk drift.

Varför det spelar roll

De flesta svenska verksamheter kommer inte att köpa ett eget AI-rack. De kan ändå påverkas när molnleverantörer väljer infrastrukturen bakom sina tjänster. Fler leverantörsalternativ kan påverka kapacitet och pris, men verklig kostnad beror också på el, kylning, programvara, drift och hur väl modellen använder systemet.

Gör så här

  1. Jämför hela tjänstens pris, svarstid och tillgänglighet. Ett snabbt chip säger inte vad ett färdigt AI-arbetsflöde kostar.
  2. Fråga molnleverantören var data behandlas och vilka regioner, säkerhetskrav och avtalsvillkor som gäller.
  3. Be om mätningar på den egna modellen och arbetsbelastningen i stället för att utgå från leverantörens teoretiska toppvärden.