Loading...
Loading...
AMD CEO Lisa Su（苏姿丰）：AI 加速器市场将达 1.4 万亿美元，并发布新一代 Helios 系统撰文：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2026 年 7 月这样，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。
AMD CEO Lisa Su（苏姿丰）：AI 无所不在，计算需求将增长千倍撰文：Techub News 整理
导语
2026年国际消费电子展（CES）在拉斯维加斯盛大开幕，AMD 董事会主席兼首席执行官 Lisa Su（苏姿丰）博士再次登上这一全球科技盛会的开幕演讲舞台。作为半导体行业的领军人物，Lisa Su（苏姿丰）自2014年掌舵以来，成功引领 AMD 通过高性能与 AI 计算领域的持续创新，实现了现代科技史上最引人注目的转型之一。如今，AMD 的 CPU、GPU 和自适应计算解决方案已成为全球 AI 转型的核心力量。在这场被视为 CES 2026 风向标的演讲中，Lisa Su（苏姿丰）不仅分享了 AMD 对 AI 未来的宏伟愿景，更携手 OpenAI、Luma AI、Blue Origin 等一众行业巨头与创新者，共同描绘了高性能计算与先进 AI 架构将如何彻底改变数字与物理世界的每一个角落。
摘要
AI 是过去50年最重要的技术，其采用正以惊人速度增长，预计活跃用户将从目前的超10亿增至超50亿。
为支持 AI 的普及，全球计算基础设施需求正呈指数级增长，未来几年需再增百倍，达到前所未有的“尧级”（Yotta-Scale）规模。
AMD 推出下一代 AI 平台 Helios 及 MI455X 加速器，旨在为“尧级 AI 时代”提供领先的机架级解决方案，性能较前代提升高达10倍。
AI 正从云端走向边缘与个人设备，AMD 发布 Ryzen AI 400 系列处理器及 Ryzen AI Halo 开发平台，推动本地化、个性化 AI 体验与开发。
AMD 强调开放生态系统的重要性，通过 Rocm 软件栈及广泛的行业合作，致力于让 AI 技术普及化，并赋能从科学发现到太空探索等关键领域。
AI 的指数级增长与“尧级”计算需求
Lisa Su（苏姿丰）在演讲开篇便定下基调：尽管过去几年 AI 创新速度惊人，但“好戏还在后头”。她指出，AI 是过去50年来最重要的技术，正触及医疗保健、科学、制造、商业等每一个主要行业，而目前仅仅触及表面。未来几年，AI 将变得无处不在，并且是“为所有人服务的”。它使我们更聪明、更有能力，让每个人都能成为更具生产力的自己。
用户增长的曲线印证了这一趋势。自 ChatGPT 发布以来，AI 活跃用户已从百万级迅速攀升至超过10亿，而互联网达到这一里程碑花费了数十年时间。AMD 预测，随着 AI 变得像今天的手机和互联网一样不可或缺，其采用将进一步增长至超过50亿活跃用户。
用户增长的背后是计算需求的爆炸。Lisa Su（苏姿丰）展示，全球计算基础设施的需求已从2022年的约1 ZFLOPS（每秒十万亿亿次浮点运算）增长到2025年的超过100 ZFLOPS，短短几年增长了百倍。然而，这还远远不够。为了支持 AI 真正普及到每一个角落，未来几年全球计算能力需要再增长一百倍，在未来五年内达到超过10 YFLOPS（每秒一亿亿亿次浮点运算）的规模。她向现场观众解释道，1 YFLOPS 是1后面跟着24个零，这意味着10 YFLOPS 将是2022年计算能力的10,000倍。“在计算史上，从未有过这样的事情，而这正是因为从未有过像 AI 这样的技术。”
赋能“尧级 AI”：Helios 平台与 MI455X 芯片
要满足“尧级”（Yotta-Scale）的 AI 计算需求，需要 AI 存在于每一个计算平台：持续提供全球智能的云端、帮助我们更智能工作和个性化体验的 PC，以及在现实世界中做出实时决策的边缘设备。Lisa Su（苏姿丰）强调，AMD 是唯一一家拥有完整计算引擎产品线来实现这一愿景的公司，包括为不同工作负载优化的 GPU、CPU、NPU 和定制加速器。
演讲的核心硬件发布围绕云端展开。Lisa Su（苏姿丰）隆重介绍了 AMD 的下一代机架级平台——Helios，专为“尧级 AI 时代”设计。她指出，应对挑战不仅仅需要原始性能，更需要从领先的计算单元（CPU、GPU）、网络，到开放的模块化机架设计、高速互联以及易于部署的端到端解决方案的全面创新。
Helios 正是这一理念的结晶。它是一个基于与 Meta 合作开发的 OCP 开放机架标准设计的双宽机架，重近7000磅。其核心是计算托盘，每个托盘集成了四个全新的 Instinct MI455X 加速器、下一代 EPYC “Venice” CPU 以及 Pensando 网络芯片，并采用液冷以最大化性能。
Lisa Su（苏姿丰）首次向公众展示了 MI455X 芯片，称其为 AMD 有史以来制造的最先进的芯片。它拥有3200亿个晶体管，比前代 MI355 多出70%，采用领先的2纳米和3纳米计算及 I/O 小芯片，通过下一代3D芯片堆叠技术连接，并集成了432 GB 的超高速 HBM4 内存。与之配套的 EPYC “Venice” CPU 则采用2纳米工艺，拥有多达256个高性能 Zen 6 核心，专为最佳 AI CPU 设计，内存和 GPU 带宽比前代翻倍，即使在机架规模下也能全速为 MI455 提供数据。
整个 Helios 机架可提供超过18,000个 CDNA 5 GPU 计算单元、超过4,600个 Zen 6 CPU 核心、高达2.9 EFLOPS 的性能、31 TB 的 HBM4 内存以及行业领先的带宽。Lisa Su（苏姿丰）宣布，Helios 将于今年晚些时候如期发布，并预计它将为 AI 性能树立新的标杆。MI455 将在广泛模型和工作负载上提供高达10倍于前代的性能提升，是“改变游戏规则”的进步。
生态合作：从 OpenAI 到 Luma AI
为了印证对强大计算的需求，Lisa Su（苏姿丰）邀请了多位重量级合作伙伴上台。OpenAI 总裁兼联合创始人 Greg Brockman（格雷格·布罗克曼）首先登场。他回顾了 OpenAI 自2015年成立以来的历程，强调 ChatGPT 的成功是“七年磨一剑”的结果。如今，AI 正从简单的问答工具，深入人们的个人生活和关键企业工作流。
Greg Brockman（格雷格·布罗克曼）分享了 AI 在医疗领域挽救生命的真实案例，并指出，随着 AI 向“智能体”（Agent）工作流演进——即 AI 可以代表用户运行数分钟、数小时甚至数天，并同时管理多个任务流——对计算的需求将远超当前。他形象地说：“我很想为世界上的每一个人在后台都运行一个 GPU，因为这能为他们创造价值，但那意味着数十亿的 GPU，目前还没有人计划建设这种规模。”
他进一步描绘了未来图景：GDP 增长本身将由一个国家或地区可用的计算量驱动，AI 数据中心可以造福当地社区，而 AI 技术将成为科学发现和跨学科突破的关键加速器。他透露，OpenAI 内部每当想要发布新功能或模型时，都会因计算资源受限而产生激烈争论，这凸显了计算供应的紧迫性。
随后登场的是 Luma AI 的 CEO 兼联合创始人 Amit Jain（阿米特·贾恩）。Luma AI 专注于构建多模态和通用人工智能，以理解和模拟世界。Amit Jain（阿米特·贾恩）演示了其最新的“Ray 3”模型，这是世界上第一个推理视频模型，能够生成4K HDR 视频，并具备强大的世界编辑能力。他宣布，2026年将是“智能体之年”，Luma AI 正在构建强大的多模态智能体模型，让个人创作者或小团队能够拥有堪比好莱坞工作室的创作能力。
Amit Jain（阿米特·贾恩）透露，Luma AI 早在2024年就选择了与 AMD 合作，如今其60%快速增长中的推理工作负载运行在 AMD 芯片上。得益于 AMD Rocm 软件生态，大多数算子都能开箱即用，并且实现了极具竞争力的总拥有成本（TCO）。他宣布，2026年将把与 AMD 的合作规模扩大十倍，并高度期待 MI455X 和机架级解决方案为其世界模拟模型提供支持。
基于与合作伙伴的深入反馈，AMD 还围绕 MI400 系列打造了完整的产品组合，包括为超大规模训练和分布式推理设计的 Helios（MI455X）、为企业 AI 部署设计的紧凑型 MI440X，以及为需要极高精度的主权 AI 和超级计算设计的 MI430X 混合计算平台。
开放的软件战略与未来路线图
Lisa Su（苏姿丰）强调，硬件只是故事的一部分，开放的生态系统对于 AI 的未来至关重要。AMD 是唯一一家在全栈（硬件、软件和更广泛的解决方案生态系统）提供开放性的公司。
其软件战略的核心是 Rocm，这是业界性能最高的开放式 AI 软件栈。它为首日支持最广泛使用的框架、工具和模型中心，并受到 PyTorch、vLLM、SGLang、Hugging Face 等顶级开源项目的原生支持，这些项目每月下载量超过1亿次，让开发者能够轻松地在 Instinct 加速器上构建、部署和扩展应用。
展望未来，Lisa Su（苏姿丰）透露，下一代 MI500 系列的开发已在顺利进行中。MI500 将基于下一代 CDNA 6 架构，采用2纳米工艺和更高速的 HBM4E 内存，计划于2027年发布。届时，AMD 有望实现四年内 AI 性能提升1000倍的壮举，让更强大的 AI 为所有人所用。
AI PC：让智能变得个人化
演讲的第二大部分聚焦于将 AI 带给每个人的设备——PC。Lisa Su（苏姿丰）指出，AI 让 PC 从一个强大的工具，变成了我们生活中活跃的合作伙伴。它学习你的工作方式，适应你的习惯，甚至能在离线时帮助你更快地完成任务。
AMD 在 AI PC 浪潮中布局较早，率先在2023年集成专用片上 AI 引擎，在2024年首批交付 Copilot+ x86 PC，并通过 Ryzen AI Max 创造了首个能在本地运行2000亿参数模型的单芯片 x86 平台。如今，AMD 再次扩展领导地位，发布了全新的 Ryzen AI 400 系列处理器，称其为业界最广泛、最先进的 AI PC 处理器家族。该系列结合了多达12个高性能 Zen 5 CPU 核心、16个 RDNA 3.5 GPU 核心以及最新的 XDNA 2 NPU，可提供高达60 TOPS 的 AI 算力。首批 Ryzen AI 400 系列 PC 将于2026 年 1 月晚些时候开始发货，全年将有超过120款来自各大 OEM 的笔记本电脑上市。
为了展示本地化 AI 模型的创新，Liquid AI 的联合创始人兼 CEO Ramine Hassani（拉明·哈萨尼）受邀上台。他介绍了 Liquid AI 构建的“液态基础模型”，这是一种从零开始设计、为给定硬件优化的高效生成式 AI 模型，并非基于 Transformer 架构。他现场发布了两个新产品：LFM 2.5（目前市场上最先进的“微型”模型类别）和即将推出的原生多模态模型 LFM 3。通过演示，他展示了当 AI 在设备上快速且始终在线运行时，可以如何从“反应式代理”转变为“主动式代理”，在后台代表用户处理任务（如代为参加会议、分析邮件并起草回复），且所有处理均在设备本地离线完成，保障隐私。
对于开发者和创作者，Lisa Su（苏姿丰）宣布了全新的参考平台——AMD Ryzen AI Halo。她称之为“世界上最小的 AI 开发系统”，能够本地运行高达2000亿参数的模型。它由顶级的 Ryzen AI Max 处理器和128 GB 高速统一内存驱动，预装 Rocm 软件栈和领先的开源开发工具，支持数百个模型开箱即用，旨在为开发者提供在 PC 上直接构建、测试和部署本地智能体及 AI 应用所需的一切。Ryzen AI Halo 计划于今年第二季度上市。
重塑内容创作、机器人技术与科学前沿
演讲的后半部分深入探讨了 AI 在特定领域的变革性应用。被誉为“AI 教母”的 World Labs 联合创始人兼 CEO Fei-Fei Li（李飞飞）博士登台，分享了其公司如何利用生成式 AI 赋予机器空间智能，从少数图像甚至单张图像生成持久、可导航且物理一致的3D世界。她演示了如何用手机拍摄 AMD 硅谷办公室的照片，并通过其“Marble”模型快速生成3D环境并进行多种风格的重设计。她强调，推理速度至关重要，而 AMD Instinct 加速器和 Rocm 栈使其团队能在几周内将性能提升四倍以上。
在机器人领域，意大利初创公司 Aura Robotics 的 CEO Denny Delfino（丹尼·德尔菲诺）展示了其首款人形机器人“Gene One”。该机器人拥有分布式触觉皮肤，能将触摸作为主要智能来源，实现更安全的人机协作。Gene One 由 AMD 计算平台驱动，计划于2026年下半年投入商业生产。
太空探索代表 Blue Origin 负责月球持久存在的高级副总裁 John Kures（约翰·库雷斯）阐述了其公司利用 AMD 嵌入式技术应对太空极端环境挑战的实践。他透露，双方团队在几个月内就将 AMD Versal 2 芯片集成到开发飞行计算机中，并成功模拟了月球着陆，节省了数月时间。他展望了 AI 作为宇航员“副驾驶”以及利用月背进行射电天文探索的愿景。
国家战略与未来人才
最后一部分聚焦于国家层面的 AI 战略与人才培养。美国总统首席科学与技术政策顾问 Michael Kratsios（迈克尔·克拉齐奥斯）介绍了美国政府的“创世纪”（Genesis）计划。他将其描述为继阿波罗计划、曼哈顿计划之后，联邦科学资源最大规模的动员，目标是通过整合国家实验室、超级计算机和顶尖科学资源，利用 AI 在十年内将美国科学的生产力和影响力翻倍。该计划优先关注生物技术、关键矿物、核能、空间探索、量子、半导体等关乎经济与国家安全的关键领域。
Michael Kratsios（迈克尔·克拉齐奥斯）还强调了 AI 教育的重要性，介绍了由特朗普总统和第一夫人梅拉尼娅推动的“总统 AI 挑战赛”，目前已吸引全美50个州的数千名学生和教育者参与。Lisa Su（苏姿丰）回应称，AMD 为此承诺了1.5亿美元，用于将 AI 带入更多课堂和社区，并与全球800多所教育机构建立研究合作，今年将为超过15万学生提供免费在线 AI 课程。
作为 AI 教育成果的例证，Lisa Su（苏姿丰）邀请了在 AMD 与 Hack Club 合作的全美 AI 与机器人黑客松中获得金奖的三位高中生团队“Armender”上台。这些学生在没有先前 AI 训练经验的情况下，利用 AMD 开发云和 Ryzen AI 笔记本电脑，在周末构建了一个能自主提供饮料的 AI 机器人咖啡师。AMD 当场向每位成员颁发了2万美元的教育资助金，以鼓励其创新之路。
结语：共建 AI 无处不在的未来
在演讲尾声，Lisa Su（苏姿丰）总结道，当前的技术时刻之所以不同，是因为 AI 本身与众不同——它是有史以来最强大的技术，并且能够“无处不在，为每一个人服务”。进入“尧级”计算时代，部署更强大的模型需要世界计算能力的大规模增长。满足这一需求，需要从云端最大系统到 AI PC 再到嵌入式计算的广泛解决方案组合，同样重要的是需要一个基于行业标准的开放生态系统。
她表示，今晚舞台呈现的从卓越技术到与生态系统领导者的深度共同创新，再到强大的公私合作伙伴关系，正是行业携手将 AI 带给每个人的缩影。AMD 及其全球三万多名员工，致力于与整个行业生态一起，共同构建未来，因为世界最重要的挑战，唯有团结整个生态才能解决。
AMD CEO Lisa Su（苏姿丰）：MI350 系列已出货，MI400 与 Helios AI 机架引领开放生态撰文：Techub News 整理
导语
北京时间 6 月 12 日凌晨，AMD 于硅谷举办了年度 AI 盛会「Advancing AI 2025」。在这场长达两个多小时的活动中，AMD 董事会主席兼首席执行官苏姿丰（Lisa Su）携公司高管团队，联合 xAI、Meta、Oracle、微软、OpenAI、Cohere 等一众顶级 AI 公司与云服务商，共同揭晓了其在 AI 计算硬件、软件及解决方案上的最新进展与未来蓝图。此次活动正值 AI 模型与应用爆发式增长、计算需求急剧膨胀的关键节点，AMD 如何以其「CPU+GPU+DPU+FPGA」的全面产品组合，以及在开放生态上的坚定投入，争夺高达数千亿美元的数据中心 AI 加速器市场，成为业界关注的焦点。
摘要
发布旗舰 AI 加速器 MI350 系列，相比 MI300 实现 4 倍性能代际提升，推理性能部分场景达 35 倍，已开始生产出货。
首次预览 2026 年机架级解决方案 MI400 系列及 Helios AI 机架，旨在为万亿参数模型提供计算，性能目标再跃升 10 倍。
ROCm 软件栈发布第 7 版，推理性能提升 3.5 倍，并强化训练支持，与 PyTorch、vLLM、SGLang 等开源社区深度整合。
公布与 xAI、Meta、Oracle、微软、OpenAI 等客户的大规模部署与合作细节，突显 AMD Instinct 在推理与训练工作负载中的实际竞争力与成本优势。
强调开放硬件（UALink、Ultra Ethernet）与软件生态是加速 AI 创新与规模化的核心，AMD 致力于提供全栈解决方案以应对多样化需求。
AI 的新篇章：推理爆发与智能体崛起
苏姿丰（Lisa Su）在开场中指出，自 ChatGPT 问世以来，AI 创新的速度是她职业生涯中前所未见的，而 2025 年这一进程只会更快。她观察到几个关键趋势：更强大的推理模型涌现、智能体（Agent）崛起、真实世界用例开始大规模部署。她特别强调，推理（Inference）正成为 AI 计算增长的最大驱动力，预计未来几年年增长率将超过 80%。这得益于模型能力提升和新用例的出现，极大地增加了 AI 的使用量。
另一个显著变化是模型数量的爆炸式增长。不仅有来自 OpenAI、Google 的前沿模型，还有 Meta、DeepSeek 等的开源模型，以及针对医疗、金融、编程、科学研究等领域构建的专用模型。苏姿丰（Lisa Su）预测，未来几年将出现数十万乃至数百万个针对特定任务、行业或用例构建的专用模型。
关于2025 年 6 月热议的智能体 AI（Agentic AI），她将其定义为一类新的“用户”：它们始终在线，持续访问数据、查看应用和系统，以自主做出决策和工作。这不仅需要高性能 GPU 实时生成洞察，还会随着智能体活动增加，催生大量传统计算需求，转向高性能 CPU。她形象地比喻道：“我们实际上是在全球计算基础设施中，新增了相当于数十亿新虚拟用户。” 这一切都需要 GPU 和 CPU 在开放的生态系统中协同工作。
市场、战略与信任：AMD 的三大支柱
回顾去年对数据中心 AI 加速器市场规模（TAM）在 2028 年达到 5000 亿美元的预测，苏姿丰（Lisa Su）表示，根据当前所有迹象，这个数字将会更高。她重申了 AMD 的核心战略基于三个关键原则：
提供广泛的计算引擎组合：涵盖 CPU、GPU、DPU、NIC、FPGA 和自适应 SOC，让客户能为特定模型和用例匹配最合适的计算单元。
大力投资开放、开发者优先的生态系统：支持所有主流框架、库和模型，通过开放标准汇聚行业力量。
提供全栈解决方案：通过构建和加强合作伙伴关系，将所有元素整合在一起。
她特别强调了“信任”的价值，认为在迈向 AI 未来的过程中，信任必须引领方向。而信任的建立，源于对路线图的坚定执行、对开放生态的构建，以及提供业界最广泛的 AI 产品组合。
客户之声：xAI、Meta 与 Oracle 的实践
为了展示 AMD 技术的实际应用，苏姿丰（Lisa Su）邀请了多位重量级合作伙伴上台分享。
xAI 联合创始人 Xiao Sun 分享了使用 AMD MI300X 加速其 Grok 系列模型的经验。他形容这个过程是“毫不费力的”（effortless）。作为一个快速行动的小团队，xAI 最宝贵的资源是工程时间。在 AMD 工程师的紧密协作下（甚至常在晚上 9 点或午夜通电话），他们仅用几个月就将 Grok 模型推入生产环境。Xiao Sun 赞扬了 AMD 的年度硬件更新节奏，并从第一性原理出发，展望了从硅到产品的“人类历史上最大规模的协同设计”，期待与 AMD 等供应商共同加速迭代。
Meta 工程副总裁 Yee Jiun Song（YJ Song） 表示，AMD 是 Meta 战略性的、响应迅速的合作伙伴。MI300X 加速器如今已是 Meta 基础设施的关键部分，被广泛用于 Llama 3 和 Llama 4 的推理，因其高性能和出色的总体拥有成本（TCO）。Meta 正在将 MI300X 的使用扩展到更多工作负载，包括对其业务至关重要的排名和推荐模型的训练和推理。对于 MI350，他看好其带来的显著更强的计算能力、新一代内存和对 FP4/FP6 的支持，同时保持与 MI300 相同的外形规格以便快速部署。YJ Song 还指出，AI 不仅改进现有产品，也催生全新产品，这正驱动着前所未见规模的计算基础设施投资。Meta 与 AMD 在软件（PyTorch、ROCm）和硬件（开放计算项目 OCP）上的紧密合作，是能够快速将 MI300 引入生产环境的重要原因。
Oracle Cloud Infrastructure (OCI) 执行副总裁 Mahesh Thiagarajan 阐述了与 AMD 的深度整合。他强调，要解决云和 AI 交叉领域的前沿挑战，需要从电源、计算、网络到存储的全栈深度集成，以榨取每一分性能。AMD Infinity Fabric 技术使得将数据集高速移至加速器旁成为可能。同时，高性能网络（如 Pensando）对于构建作为单一巨型超级计算机运行的 AI 超级集群至关重要。OCI 上 MI300X 的需求巨大，既有 AI 原生公司，也有大型前沿模型公司。OCI 确保客户能立即获得 AMD 的最新 ROCm 创新和性能提升。他宣布，OCI 将在两个月内上线一个支持超过 27,000 个 GPU 的单一集群。Mahesh 还谈及了构建千兆瓦（Gigawatt）级数据中心的挑战与机遇，认为与 AMD 的合作核心是为客户带来“价格性能”价值。
MI350 系列发布：4 倍性能跃升与成本优势
苏姿丰（Lisa Su）正式发布了 AMD Instinct MI350 系列，包括旗舰产品 MI355 和 MI350（两者采用相同芯片，MI355 支持更高的热设计功耗和性能释放）。这是 Instinct 历史上最大的代际性能飞跃。
MI355 采用第四代 Instinct 架构，支持 FP4 等新数据格式，搭载最新的 HBM3E 内存，通过 3D 封装集成 1850 亿个晶体管。其关键规格与优势包括：
4 倍 AI 计算性能提升：加速训练和推理。
288GB 业界领先内存：可在单 GPU 上运行高达 5200 亿参数的模型。
兼容性：采用与 MI300/MI325 相同的行业标准 UBB8 平台，易于部署到现有数据中心基础设施。
竞争优势：相比竞品，MI355 支持 1.6 倍内存，在 FP6 和 FP64 上吞吐量翻倍，在 FP4 计算和 HBM3E 内存容量上具有平台级优势。
性能方面，在 Llama 3.1 上，MI355 在运行超低延迟应用（如代码补全、实时翻译）时，吞吐量比前代提升高达 35 倍。在聊天机器人、内容生成、摘要、对话式 AI 等应用中，性能提升可达 4.2 倍。在 DeepSeek 和 Llama 4 Maverick 等模型上，令牌生成速度可达前代的三倍。
与竞争对手对比，在使用 SGLang 和 vLLM 等开源框架运行 DeepSeek R1 或 Llama 3.1 时，MI355 的吞吐量领先于竞品 B200，甚至与更昂贵复杂的 GB200 性能相当。更重要的是，结合更低的资本支出（CapEx），MI355 每美元可产生的令牌数比竞品解决方案高出 40%，为云和企业客户带来了更高的吞吐量、效率和更优的总体拥有成本（TCO）。
苏姿丰（Lisa Su）宣布，MI355 的生产出货已于2025 年 6 月早些时候开始，首批合作伙伴平台和公有云实例预计将在第三季度推出。
软件之力：ROCm 7 与开发者生态
AMD 高级副总裁、AI 业务负责人 Vamsi Bopanna 登台，强调了软件对于释放 AI 硬件全部潜力的关键作用。他宣布推出 ROCm 7，这是 AMD 的开放式软件平台的最新版本。
ROCm 7 带来了多项重要增强：
聚焦推理：在推理堆栈的每一层进行创新，性能相比 ROCm 6 提升超过 3.5 倍。
拥抱开源：vLLM、SGLang 等开源框架的功能迭代和性能已开始超越封闭的替代方案。通过与这些社区紧密合作，MI355 在 DeepSeek FP8 上的吞吐量可比 B200 高出 1.3 倍。
强化训练支持：支持所有主要的并行策略和框架（PyTorch、JAX 等），训练性能也提升至 ROCm 6 的 3 倍。
提升易用性：持续改进开箱即用能力、简化设置、增加素材，并通过黑客松、竞赛、见面会等方式加强社区互动。发布节奏已加速至每两周一次。
微软 AI 平台公司副总裁 Eric Boyd 作为合作伙伴上台，分享了微软如何在 AI Foundry 和内部使用 AMD Instinct 进行推理和训练。他提到，Instinct 芯片的大内存和高带宽为服务大语言模型带来了显著的 TCO 优势。微软使用 SGLang 引擎推理 DeepSeek 等开源模型，ROCm 与开源的集成使得大规模部署变得容易。此外，微软研究团队已在 2100 块 MI300X 上训练了最先进的多模态模型，同一平台兼顾推理和训练提供了极大的数据中心灵活性。
Cohere 联合创始人兼 CEO Aidan Gomez（Transformer 论文作者之一）也分享了使用 ROCm 进行训练的经验。他表示，Cohere 专注于为金融、医疗等高度监管行业的企业提供安全、私密的 AI。在使用 AMD 硬件运行模型并进行训练后，Cohere 对 ROCm 的进步印象深刻，特别是在扩展训练任务时获得了信心。他期待未来能利用 MI350 系列更高的内存带宽来训练更大、更复杂的模型。
面向未来：MI400、Helios 机架与开放标准
在活动的后半程，苏姿丰（Lisa Su）将目光投向了更远的未来，首次预览了计划于 2026 年推出的 Instinct MI400 系列及其对应的Helios AI 机架。这是一个从零开始设计的、完全集成的 AI 机架平台，面向大规模训练和分布式推理。
Helios 机架将 CPU（下一代 EPYC “Venice”，基于 2nm 工艺，Zen 6 核心）、GPU（MI400 系列）、Pensando NIC（下一代 “Volcano”）和 ROCm 软件统一为一个系统。其设计目标包括：
连接多达 72 个 GPU，提供 260 TB/s 的纵向扩展带宽。
提供 2.9 ExaFLOPS 的 FP4 性能。
相比竞品，支持多 50% 的 HBM4 内存、内存带宽和横向扩展带宽。
MI400 系列预计将为最前沿的模型带来高达 10 倍的性能提升。苏姿丰（Lisa Su）表示，客户对 MI400 和 Helios 的热情非常高，AMD 已与客户进行了多年的前期合作。
为了印证这一点，她请出了重量级嘉宾——OpenAI 创始人兼 CEO Sam Altman（萨姆·奥尔特曼）。Altman 回顾了 AI 从 2020 年代初至今的惊人进展，并预测在未来五年（到 2030 年）将保持同样的进步速度，实现新颖的科学发现和运行极其复杂的社会功能。他强调了实现这一目标需要跨研究、工程、硬件等领域的深度协作。谈及与 AMD 的合作，Altman 表示对 MI450（应为 MI400 系列之一）感到“极其兴奋”，其内存架构非常适合推理，相信也能成为训练的绝佳选择。他回忆最初听到规格时觉得“不可能”、“太夸张了”，但如今看到 AMD 接近交付感到非常激动。
此外，演讲中还重点介绍了 AMD 在推动开放行业标准方面的努力：
UALink：用于机架内 GPU 间高速互连的开放标准，旨在打破封闭互联方案的垄断。AMD 与 Astera Labs、Marvell 等合作伙伴正在共同推进。
Ultra Ethernet Consortium (UEC)：用于超大规模 AI 集群横向扩展的网络标准。AMD 是创始成员，其 Pensando P4 智能网卡已支持 UEC 1.0（该标准于活动前一天正式发布），可提升 AI 性能并降低网络成本。
主权计算与结语
苏姿丰（Lisa Su）还提及了 AMD 在主权计算领域的进展，与全球 40 多个政府和研究机构合作，构建高性能计算和 AI 基础设施。她以 AMD 旗下的 Silo AI 实验室（与欧洲各国合作）以及与沙特阿拉伯新成立的公司 Humain 的合作为例，说明了如何利用本地化、开放的 AI 技术推动社会影响和经济发展。Humain CEO Tareq Amin 现场宣布了与 AMD 的合资企业，承诺利用沙特在土地和能源方面的优势，为全球 AI 开发者降低 30% 的拥有成本，并计划建设吉瓦级数据中心。
在总结中，苏姿丰（Lisa Su）表示，过去一年重新定义了 AI 的进步速度，这个社区正处在一切重要变革的中心。她相信，AI 的未来不会由任何一家公司或在封闭生态中构建，而将由全行业的开放协作所塑造。AMD 期待与所有合作伙伴一起，通过开放的技术、人才与协作，让 AI 变得更强大、更易获取、对每个人更有用，共同改变世界。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2026 年 7 月这样，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。