AMD lance les Ryzen AI Embedded X100 et pousse pour la première fois son APU Strix Halo dans la robotique industrielle : six puces x86, jusqu’à 16 cœurs Zen 5, 40 unités RDNA 3.5, un NPU XDNA 2 à 50 TOPS, et une promesse rare dans ce segment, 10 ans de disponibilité jusqu’en 2037. Officialisée le 24 juillet 2026 lors d’Advancing AI 2026, la gamme vise les robots, l’automatisation, le médical et l’automobile, avec une production annoncée pour le quatrième trimestre 2026.
Le pari d’AMD est simple sur le papier : regrouper CPU, GPU, NPU et mémoire unifiée dans un seul SoC x86 pour réduire la latence et la complexité des systèmes de « physical AI ». Autrement dit, éviter les architectures éclatées entre processeur, accélérateur IA et GPU séparés. C’est aussi une réponse directe aux puces Panther Lake et Core Ultra d’Intel, et plus largement aux plateformes Jetson de Nvidia. Pour situer le terrain, nos actualités hardware sur TechPi suivent depuis plusieurs mois cette montée en puissance des SoC IA embarqués.
Les Ryzen AI Embedded X100 reprennent Strix Halo, avec une enveloppe industrielle
AMD décline ici son silicium Strix Halo déjà vu dans les Ryzen AI Max côté client, mais en version qualifiée pour l’embarqué. La famille se compose de six références : X199, X188, X168, et leurs variantes industrielles X199i, X188i et X168i.
- X199 / X199i : 16 cœurs Zen 5 et 40 CUs RDNA 3.5
- X188 / X188i : 12 cœurs Zen 5 et 32 CUs RDNA 3.5
- X168 / X168i : 8 cœurs Zen 5 et 32 CUs RDNA 3.5
Toute la gamme embarque un NPU XDNA 2 jusqu’à 50 TOPS, une fréquence boost annoncée jusqu’à 5,1 GHz, et un système de mémoire unifiée jusqu’à 128 Go de LPDDR5X-8533 partagé entre CPU, GPU et NPU. AMD évoque aussi un TDP nominal autour de 55 W, avec une plage configurable de 45 à 120 W selon les besoins de l’intégrateur.
Le point qui change la nature du produit n’est pas tant la fiche technique brute que sa qualification. Les modèles standard sont donnés pour un fonctionnement de 0 °C à 105 °C au niveau jonction. Les versions « i » étendent cette plage à -40 °C à +105 °C, avec une exploitation annoncée 24h/24, 7j/7 pendant 10 ans. Pour un robot mobile, un véhicule ou une machine industrielle, c’est le genre d’engagement qui compte plus qu’un pic de benchmark.
AMD veut faire du Ryzen AI Embedded X100 un SoC unique pour la robotique
Le message d’AMD est clair : l’intérêt de X100 tient à l’intégration. Les blocs CPU Zen 5 doivent gérer la faible latence et les tâches temps réel, le GPU RDNA 3.5 prend en charge le calcul parallèle et la vision, tandis que le NPU XDNA 2 doit absorber l’inférence à basse consommation. Le tout s’appuie sur un espace mémoire unique, sans copies explicites entre composants.
Dans un robot ou un système autonome, cette approche peut simplifier le design. Un intégrateur n’a plus forcément à assembler un CPU x86, un GPU dédié et un accélérateur IA séparé, avec les contraintes thermiques, logicielles et de bande passante que cela implique. AMD pousse précisément cette idée face à Intel, qui avance aussi ses SoC Panther Lake pour le « physical AI », et face à Nvidia, dont l’écosystème Jetson repose sur une logique Arm + GPU + CUDA très installée dans la robotique.
La stratégie est d’autant plus visible que X100 ne se limite pas à la puce. AMD prévoit des modules COM-HPC et cite plusieurs partenaires matériels : Arbor, congatec, iBase, IEI, Sapphire et Seavo. L’objectif est de rendre l’adoption plus simple pour les OEM qui veulent intégrer la plateforme dans des robots, des systèmes industriels ou des cockpits numériques sans repartir de zéro.
Les benchmarks face à Intel sont favorables, mais ils restent des chiffres constructeur
AMD avance plusieurs comparaisons contre Intel. Sur ses mesures officielles orientées edge et embarqué, le groupe annonce 2,1 fois plus de performances CPU multi-thread sous CoreMark face à Core Ultra Series 3, 1,7 fois plus en OpenGL sous GFXBench 5, ainsi que 3,5 fois plus de débit en génération de tokens et 1,4 fois mieux sur le Time To First Token dans Llama-bench.
Le constructeur communique aussi des chiffres plus détaillés face à un Core Ultra X7 358H d’Intel : 1,2 fois mieux dans GeekBench 6.1, 1,3 fois dans PassMark, 1,5 fois dans un run non officiel de SPECrate 2017 sur des charges entières, 1,4 fois en Vulkan, 1,7 fois en OpenGL et 1,6 fois dans Unigine Heaven Extreme.
Ces chiffres doivent toutefois être lus avec prudence. AMD indique avoir testé un Ryzen AI Max 395 configuré pour refléter le X199, sur carte de référence Maple, à 45 W, avec CPU à 5,1 GHz et GPU à 2,9 GHz. En face, le Core Ultra X7 358H a été évalué dans un portable MSI avec un TDP limité à 30 W, puis sa performance à 45 W a été projetée à partir de facteurs de mise à l’échelle dérivés de benchmarks publics. Ce n’est donc pas une comparaison directe dans des conditions identiques.
Même réserve pour les tests mis en avant contre le Jetson AGX Thor de Nvidia. D’après AMD, ils ont été commandités par le groupe mais exécutés par Open Navigation et Mimix. Surtout, la comparaison oppose un kit Jetson à un mini-PC GMKtech EVO-X2 AI équipé d’un Ryzen AI Max+ 395 configuré pour refléter le X199, et non à un module Kria X100 final dans son environnement définitif. Là encore, le signal est intéressant, mais il ne remplace pas des tests indépendants.
Pour le détail des annonces et de la méthodologie communiquée par AMD.
Kria devient la vitrine robotique d’AMD, avec un kit prêt pour T4 2026
AMD accompagne le lancement des puces avec une offre système plus concrète. La société annonce un Kria AI SOM X100 et une Kria AI Robotics Developer Platform décrite comme une plateforme intégrée clé en main pour accélérer le développement robotique.
Le module Kria X100 adopte un format COM-HPC de 120 x 120 mm. La plateforme de développement ajoute une base FPGA Spartan UltraScale+ pour gérer les entrées-sorties temps réel, les capteurs et les bus industriels. AMD cite aussi le support de ses gammes Zynq UltraScale+ et Versal AI Edge Gen 2 pour la périphérie robotique, notamment sur le contrôle moteur et l’acquisition capteurs.
Dans le détail, AMD met en avant une connectivité pensée pour les usages concrets : caméras, réseaux industriels, LiDAR, IMU, capteurs de proximité, avec alimentation, refroidissement et interfaces déjà intégrés dans la boîte de développement. La plateforme est annoncée en early access dès l’été 2026, avant une mise en production au quatrième trimestre 2026, en même temps que les SOM X100.
AMD pousse en parallèle son outil HIPIFY, chargé de convertir du code CUDA vers HIP C++ portable. Le groupe affirme que l’outil prend en charge 70 à 80 % de l’effort de portage, sur la base d’un test interne portant sur 15 applications CUDA représentant 1 199 lignes de code. Là aussi, le message est limpide : convaincre les laboratoires et les start-up robotiques qu’une alternative à CUDA existe sur une base x86 ouverte.
La prochaine étape sera moins le lancement lui-même que sa concrétisation sur le terrain. Entre les premiers modules en volume au T4 2026, les intégrations chez les partenaires COM-HPC et les premiers retours indépendants face à Intel et Nvidia, c’est là qu’on verra si le Ryzen AI Embedded X100 peut dépasser le statut de démonstration technique pour s’imposer comme cerveau de robots en production.
