AMD treibt lokale KI-Revolution mit „Agent Computer“ voran

AMD definiert mit dem Agent Computer eine neue PC-Kategorie für lokale KI, veröffentlicht Details zu RDNA 5 und sichert sich einen Großauftrag von Meta für Rechenzentrums-Chips.

AMD stellt die Weichen für die KI-Zukunft: Der Halbleiter-Riese hat ein neues Hardware-Konzept für lokale KI und Details zu seiner nächsten Grafikkarten-Generation veröffentlicht. Damit greift das Unternehmen gleichzeitig in den Märkten für Verbraucher, Rechenzentren und Industrie an.

„Agent Computer“: KI-Agenten laufen lokal auf dem PC

Am 13. März 2026 definierte AMD eine neue PC-Kategorie: den „Agent Computer“. Die Initiative beschreibt Hardware, die komplexe KI-Modelle vollständig lokal verarbeitet – ohne Cloud-Anbindung. Dafür veröffentlichte das Unternehmen Anleitungen für das Open-Source-Framework „OpenClaw“ unter Windows.

Anzeige

Moderne Hardware-Konzepte wie der „Agent Computer“ setzen voll auf lokale Intelligenz, erfordern aber auch ein perfekt abgestimmtes Betriebssystem. Dieser kostenlose Gratis-Report zeigt Ihnen, wie Sie den Wechsel auf Windows 11 ohne Risiko meistern und Ihre Daten sicher übernehmen. Schritt-für-Schritt-Plan für Windows 11 gratis sichern

Zwei Wege führen zum Ziel: „RyzenClaw“ setzt auf Ryzen-AI-Max+-Prozessoren, während „RadeonClaw“ die Grafikleistung von Radeon-Karten nutzt. Die ambitionierteste RyzenClaw-Konfiguration erfordert 128 Gigabyte einheitlichen Arbeitsspeichers, wovon 96 Gigabyte als Grafikspeicher reserviert werden sollen.

Mit dieser Ausstattung soll das System das Qwen-3.5-35B-Modell mit etwa 45 Tokens pro Sekunde verarbeiten. Es bewältigt 10.000 Eingabe-Tokens in rund 19,5 Sekunden und unterstützt einen Kontext von 260.000 Tokens. Das ermöglicht den gleichzeitigen Betrieb von bis zu sechs autonomen KI-Agenten.

Für Nutzer bedeutet das mehr Datenschutz, keine Cloud-Nutzungslimits und geringere Latenz. Analysten sehen darin den Startschuss für Experimente mit „Agentenschwärmen“ auf Consumer-Hardware.

RDNA 5: Mehr Effizienz durch verbessertes „Dual Issue“

Parallel zur KI-Offensive sickerten am 14. März Details zur nächsten Grafikkarten-Architektur durch. Updates im LLVM-Compiler für das Ziel „gfx1310“ – der interne Code für RDNA 5 – deuten auf wesentliche Verbesserungen hin.

Im Fokus steht die „Dual-Issue“-Funktion. Sie erlaubt es der GPU, zwei mathematische Operationen pro Taktzyklus auszuführen. In früheren RDNA-Generationen war diese Fähigkeit stark eingeschränkt und nur unter speziellen Bedingungen nutzbar.

Die neuen Compiler-Pfade legen nahe, dass RDNA 5 Dual Issue über einen viel breiteren Bereich von Workloads aktiv halten wird. Das Ziel ist klar: Statt nur die theoretischen Leistungsgrenzen zu erhöhen, will AMD die architektonische Effizienz steigern. Die Grafikkarten sollen ihre maximale Rechenleistung (FP32-Throughput) in echten Spielen und Anwendungen konsequenter abrufen können.

Anzeige

Während neue Hardware die Effizienz steigert, sorgt die richtige Software-Basis für die nötige Stabilität im Alltag. Erfahren Sie im neuen Gratis-Report, wie Sie Windows 11 gefahrlos testen und den Start mit dem modernen System kinderleicht gestalten. Kostenlosen Windows 11 PDF-Report jetzt anfordern

Gigawatt-Deals: Meta-Partnerschaft treibt Server-Nachfrage

Der KI-Boom befeuert auch das Geschäft mit Rechenzentren. Analysten der BNP Paribas berichteten am 12. März von einer anhaltend hohen Nachfrage nach AMDs KI-GPUs und Server-CPUs, die das Angebot übersteigt. Der Trend zu „Agentic AI“ löse eine neue Welle von Server-Upgrades aus.

Hintergrund ist ein Megadeal mit Meta vom 24. Februar 2026. Die erweiterte Partnerschaft sieht den Einsatz von bis zu sechs Gigawatt an AMD-Instinct-Prozessoren für Metas KI-Infrastruktur vor. Die erste Auslieferungsphase beginnt in der zweiten Jahreshälfte 2026.

Sie nutzt einen maßgeschneiderten Instinct-Prozessor auf MI450-Basis sowie EPYC-CPUs der 6. Generation („Venice“), integriert in die „Helios“-Rack-Architektur. Analysten vermuten weitere Gigawatt-Verträge in der Pipeline. Die Fähigkeit, Silizium speziell für Hyperscaler zu optimieren, gibt AMD einen klaren Wettbewerbsvorteil im Rennen um KI-Rechenzentren.

Embedded-Markt: KI am Rand des Netzwerks

Abgerundet wird die Strategie durch den Angriff auf den Embedded-Markt. Am 9. März erweiterte AMD seine Ryzen-AI-Embedded-P100-Serie für industrielle Anwendungen. Die Chips are für Industrieumgebungen, autonome Roboter und Medizingeräte gedacht, die Echtzeit-KI ohne Internet benötigen.

Die neuen Konfigurationen bieten bis zu 12 „Zen-5“-Kerne und integrieren CPU, eine RDNA-3.5-Grafikeinheit und eine XDNA-2-NPU auf einem Chip. Das soll bis zu 80 TOPS (Billionen Operationen pro Sekunde) an System-KI-Leistung ermöglichen.

In der Praxis können so komplexe Bilderkennungsmodelle in der Fabrik oder hochauflösende 3D-Medizinbilder mit nahezu null Latenz verarbeitet werden. Engineering-Samples gehen bereits an große Industrieausrüster – ein weiterer Schritt in AMDs Strategie, KI-Beschleunigung in jede Computing-Ebene zu bringen.