从端到云打破现有算力格局：尊龙凯时解码 AMD Advancing AI 2026

过去的生成式 AI 重点在“提问与生成”，而如今行业焦点正转向两个深度方向：AI 智能体（Agentic AI）——能自主拆解任务、调用软件与代码的“数字员工”；以及物理实体 AI（Physical AI）——拥有硬件躯体、进入现实世界干活的机器人与工业设备。

在 AAI 2026 大会上，AMD 董事会主席及 CEO 苏姿丰指出，复杂智能体的高频推理与工具调用，正在引发算力需求的爆发式增长。这不仅是几款新芯片的发布，更是 AMD 试图用一套“从端到云”的系统级方案，动摇现有市场格局的战略演进。

数据中心依然是主战场。过去 GPU 抢尽风头，但在“AI 智能体”时代，服务器 CPU 迎来了强势回归。

苏姿丰预计，到 2030 年服务器 CPU 市场规模将达 2000 亿美元。因为当成千上万个智能体后台独立运行、频繁调用私有数据与 API 时，尊龙凯时Z67.ME不仅需要 GPU 执行密集计算，更需要大量 CPU 协调复杂的逻辑步骤。为此，AMD 推出第 6 代 EPYC 9006 系列（代号“Venice”）处理器，其中 SP7 版本拥有惊人的 256 核心 512 线程，在同等机架功耗下核心密度达竞争对手的 2.08 倍，把性价比拉满。

在 GPU 方面，新一代 Instinct MI400 系列（如 MI455X）全面引入 HBM4 内存，专攻前沿模型训练与 AI 工厂。

更关键的信号在于，AI 基础设施的竞争已从单芯片转向整个机架。AMD 推出了直面行业标杆（英伟达 NVL72）的 Helios 机架级方案，整合了 MI455X、第 6 代 EPYC 与 Pensando 网络技术。对比竞品，Helios 实现了峰值 FP4 性能高出 15%、HBM 内存容量多出 50%，每美元 Tokens 性价比提升 30%，正式开启了超大集群赛道的正面对抗。

在边缘侧，物理 AI 正在成为巨大的增量市场，其门槛在于硬件碎片化与极低的延迟要求。

AMD 重磅推出 Kria AI 解决方案（含 SOM 模块与机器人开发者平台），内部搭载 Ryzen AI Embedded X100 系列处理器，将感知、推理与决策集成于单一平台。结合 Versal 自适应 SoC/FPGA，AMD 构建了完整的控制链：FPGA 作为“关节”处理低延迟反射，CPU 与 Kria 模块作为“大脑”负责高阶协同。

为解决专有平台的封闭痛点，AMD 还成立了“开放机器人合作伙伴网络”，基于 ROS 2 和开源环境，联合传感器及 ODM 厂商，大幅缩短企业从原型到量产的周期。

软件生态曾是 AMD 的短板，而这次 ROCm.ai 选择了巧妙的“AI 原生”解法。通过引入 AMD Skills 功能，ROCm.ai 与 Claude、Cursor 等 AI 编程工具无缝打通，开发者可用自然语言获取排错与优化建议；Hyperloom 工具则将端到端推理优化自动化，把数周的工作缩短至几小时。结合与微软、AT&T 合作的 Open Telco 案例，AMD 正在证明其软硬件方案足以胜任极其严苛的企业级真实业务。

从智能体驱动的数据中心重构，到物理世界的具身智能，AMD 正在以系统级交付和开放生态，向现有的算力霸权发起全面冲击。这种从端到云的全栈布局，或许正是重塑未来 AI 竞争格局的关键变量。

（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）