撰文：Techub News 整理

导语

在旧金山举行的 AMD Advancing AI 2026 年度大会上，AMD 董事长兼 CEO Lisa Su（苏姿丰）发表了重磅主题演讲。作为半导体行业的领军人物，苏姿丰此次演讲不仅是对 AMD 过去一年 AI 战略的总结，更是对未来几年 AI 计算格局的前瞻性布局。在长达两个多小时的分享中，她系统阐述了 AI 从训练到推理、从云端到边缘的范式转变，并联合众多顶级 AI 公司与合作伙伴，发布了一系列足以重塑行业竞争格局的新产品与技术路线图。

摘要

AI 推理计算需求首次超越训练，预计 2026 年全球 60% 的 AI 算力将用于推理，智能体（Agentic AI）是核心驱动力。
大幅上调市场预测：AI 加速器市场规模预计在 2030 年达到 1.4 万亿美元，服务器 CPU 市场因智能体 AI 将增长超 50%，达到 2000 亿美元以上。
发布全新 AI 机架系统 Helios，集成 MI455 GPU、Venice CPU 与 Pensando DPU，宣称是“全球性能最高的 AI 机架”，现已投入量产。
推出基于 Zen6 核心的 Venice CPU 家族，针对智能体 AI 工作负载优化，提供从高频率到高密度的不同产品线，已全面投产。
深化生态合作：Anthropic 将部署高达 2 吉瓦的 Helios 系统；OpenAI 确认扩大 AMD 基础设施部署至 6 吉瓦；Meta 强调与 AMD 在 CPU/GPU 协同设计上的深度合作。
软件层面推出 ROCm.ai 平台，利用 AI 辅助 GPU 编程，降低开发门槛；并与 Hugging Face、Cisco 等合作，推动 AI 在企业和边缘的部署与管理。
拓展 AI 边界：推出 Ryzen AI Halo 等个人 AI 计算平台，以及 Kore.ai 机器人开发平台，布局物理 AI 与边缘智能。

AI 范式转移：从训练到推理，智能体驱动的万亿市场

Lisa Su（苏姿丰）开篇即指出，AI 是过去 50 年来最重要的技术，其发展速度远超想象。她通过数据揭示了行业正在发生的根本性转变：当前全球每月消耗的 AI token 数量高达 35 quadrillion（千万亿），两年内增长了 160 倍。更关键的是，AI 计算的重心正从模型训练快速转向模型推理。

“我们预计，在 2026 年，全球用于运行（推理）AI 模型的计算量将首次超过用于训练的计算量。”苏姿丰表示，“今年，大约 60% 的全球 AI 计算容量将用于推理。”这一转变的核心驱动力，是数十亿用户每日使用 AI，以及智能体 AI（Agentic AI）的崛起。智能体不再是简单回答问题的聊天机器人，而是能够理解目标、调用工具、访问数据并持续工作直至解决问题的“虚拟员工”。这种工作模式对计算产生了指数级的需求，不仅需要大量 GPU 进行推理，还需要海量 CPU 来协调每一步操作。

基于这一洞察，AMD 大幅修正了市场预测。去年，AMD 预测 AI 加速器市场在 2028 年将达到 5000 亿美元，如今这个数字被认为“过于保守”。苏姿丰宣布，预计到 2030 年，AI 加速器市场规模将达到约 1.4 万亿美元，接近当前整个半导体市场的规模。其中，GPU 将占据绝大部分市场份额，因其可编程性能够适应快速演进的算法和工作负载。

与此同时，智能体 AI 为服务器 CPU 市场开辟了全新的增长曲线。苏姿丰透露，基于与超大规模客户的交流，AMD 预计服务器 CPU 市场到 2030 年将增长超过 50%，规模超过 2000 亿美元。这源于智能体从百万级向数十亿级扩展，需要庞大的 CPU 基础设施来支撑。

苏姿丰强调，AMD 的战略眼光不仅局限于数据中心。随着 AI 融入日常生活，计算必须发生在工作产生的地方——云端、边缘设备以及自主机器中。因此，AMD 致力于打造“无处不在的 AI”计算基础，预计其高性能和自适应计算产品市场将在未来几年以约 40% 的年复合增长率增长，到 2030 年接近 2 万亿美元。

硬件革新：Helios AI 机架与 Venice CPU 家族亮相

面对巨大的市场机遇和复杂的工作负载，苏姿丰发布了 AMD 的答案：Helios——业界最高性能的 AI 机架系统。Helios 专为大规模训练和运行最前沿的 AI 模型而设计，其核心理念是将整个机架作为一个完整的系统进行设计。

Helios 的核心组件包括：

MI455 加速器：采用台积电 2nm/3nm 工艺，拥有 3200 亿个晶体管，集成 12 个计算与 I/O 小芯片，配备 432 GB HBM4 内存。苏姿丰称其为“业界性能最高的 AI 加速器”。
Venice CPU：基于新一代 Zen6 核心，用于驱动 GPU 和协调工作负载。
Pensando DPU：提供领先的可编程性和横向扩展带宽的网络连接。

苏姿丰展示了将 75 块 GPU 通过高速互联整合在一个机架内的 Helios 系统。她公布的数据显示，与竞争对手相比，Helios 可提供高出 15% 的计算性能、50% 的 HBM4 内存容量与带宽，以及 50% 的横向扩展带宽。在固定机架功耗下，Helios 在主流推理工作负载上的平均性能领先竞争对手 10-15%，同时每美元 token 处理能力高出 30%。

她兴奋地宣布，Helios 已进入全面量产阶段，预计第三季度末开始发货，第四季度及下半年加速爬坡，客户需求“极其强劲”。

在 CPU 方面，苏姿丰重点介绍了为“智能体时代”量身定制的 Epic Venice CPU 家族。她指出，智能体 AI 导致服务器工作负载分化：GPU 服务器需要高频率核心快速喂饱 GPU；智能体沙盒服务器需要高密度核心以同时运行数千个智能体；传统通用服务器则追求能效。

Venice 家族基于 Zen6 核心，采用 chiplet（小芯片）设计，灵活应对不同需求：

Venice HF：高频率版本，用于 AI 主机节点，驱动 Helios 中的 GPU。
Venice 256 核：高密度版本，专为智能体沙盒设计，提供业界最高的计算密度。
Venice 128 核：优化版本，面向企业和通用服务器，提供最佳性价比。

性能方面，Venice 相比前代 Turin 性能提升高达 1.8 倍。在智能体沙盒场景下，Venice 的每瓦特 agent 处理能力是对手领先 ARM 处理器的 2.8 倍；在机架层面，每瓦特性能领先 3.3 倍。苏姿丰同样宣布，Venice 已全面投产，客户需求是 Epic 系列有史以来最强劲的，所有主要服务器 OEM 和云提供商都将在第四季度开始推出。

生态共荣：携手顶级 AI 公司构建开放未来

苏姿丰的演讲并非独角戏，她邀请了多位重量级合作伙伴上台，共同印证 AMD 平台的实力与开放生态的价值。

Anthropic 联合创始人兼首席计算官 Tom Brown 登台，宣布将部署高达 2 吉瓦的 Helios 系统。他分享了一个趣闻：Anthropic 的一位工程师曾尝试自行部署 MI355 系统，在周末通过 Claude 智能体的协助，成功让模型性能曲线一路上扬，这证明了 AMD 开放平台的易用性。双方还将合作，利用 Claude 优化 AMD 的芯片设计与软件内核开发。

OpenAI 基础设施负责人 Sachin Katti 随后登场，重申了与 AMD 的深度合作。他确认 OpenAI 正在向之前承诺的 6 吉瓦 AMD 基础设施部署迈进，并且是首批获得 MI455 机架的用户之一。双方工程师正并肩优化软件栈，以便在 Helios 上运行 GPT 级别的工作负载。Katti 特别强调了利用 AI 递归改进系统本身的重要性，以及 AMD 开放软件生态让此类创新能够惠及整个行业。

Meta 基础设施负责人 Santosh Janardhan 强调了在 AI 时代“协同设计”的至关重要性。他指出，AI 不仅是 GPU 的竞赛，CPU 变得至少同等重要甚至更重要。Meta 正在从优化单个服务器转向将整个数据中心视为一个集成系统进行设计，这需要与像 AMD 这样的伙伴早期、深度合作。他透露，Meta 与 AMD 的合作已历经多代 CPU（Milan, Bergamo, Turin, Venice）和 GPU（MI300, MI350, MI450），未来将继续共同设计面向 2027、2028 年的系统。

此外，AMD 还宣布与 AI 芯片公司 Cerebras 合作，将 Cerebras 的晶圆级引擎与 Helios 机架结合，打造面向超低延迟推理场景的解决方案。Cerebras CEO Andrew Feldman 表示，该方案能在保持极速的同时，提供五倍的吞吐量，预计今年晚些时候上市。

软件与边缘：让 AI 触手可及，无处不在

硬件是基础，软件是关键。AMD 高级副总裁 Vamsi Boppana 登台介绍了 ROCm 软件栈的最新进展。他宣布推出 ROCm.ai，这是一个智能体 AI 平台，旨在利用 AI 辅助 GPU 编程，自动化内核生成、代码优化和调试，大幅降低开发门槛，让开发者无需深厚的 ROCm 专业知识也能高效利用 AMD 硬件。

同时，AMD 正将 AI 能力从云端推向边缘和个人设备。苏姿丰和另一位高管展示了 Ryzen AI Halo 等个人 AI 计算平台，支持高达 3000 亿参数模型在本地运行，为开发者提供了从本地实验到大规模部署的无缝路径。AMD 宣布与 Hugging Face 扩大合作，为 Ryzen AI Halo 提供优化模型和工具，并将为每台 Halo 设备赠送一年 Hugging Face Pro 服务。

为了管理边缘 AI 的规模化部署，AMD 与 Cisco 合作推出整合解决方案。Cisco 首席产品官 G2 Patel 阐述了企业 CIO 对成本和安全性的关切，并展示了与 AMD Halo 设备集成的 Cisco 云控制平台，该平台能统一管理从边缘到云端的 AI 推理基础设施，监控智能体行为与 token 成本，并实施安全策略。

最后，AMD 将 AI 的边界拓展至物理世界，发布了面向机器人领域的 Kore.ai 系统级模块和机器人开发者平台。该平台集成了 CPU、GPU、NPU 和统一内存，旨在为自主机器人提供实时感知、推理和行动控制一体化的大脑。苏姿丰称，在第三方测试中，Kore 平台在实时性能、并发智能体数量和 CPU 容量上均优于竞争对手方案。

未来蓝图：持续迭代，引领下一个 AI 十年

在演讲尾声，苏姿丰展望了 AMD 的未来技术路线图，展示了其长期承诺：

CPU：2028 年推出基于 Zen7 核心的 Florence Epic 家族；2030 年计划推出基于 Zen8 的 Ravenna 家族。
GPU：保持每年一代的迭代节奏。MI500 将采用新一代 HBM 和铜/光互连，预计带来 Instinct 史上最大的代际性能飞跃。MI600（基于 CDNA Next 架构）已在开发中，目标 2028 年。
系统：客户可以期待 AMD 每年推出新一代 Helios 机架系统，持续提升性能、容量和能效。

苏姿丰总结道，AI 正在从探讨可能性阶段进入产生真实、重大影响的阶段。AMD 致力于构建技术、路线图和合作伙伴关系，为 AI 提供所需的全部工具和能力，以在从数据中心到个人设备再到物理世界的每一个角落产生有意义的现实影响。“我从未像今天这样，坚信高性能计算能让世界变得更美好。”她以此作结，彰显了 AMD 引领下一个 AI 计算时代的雄心。