AMD《Advancing AI 2026》:AI 竞争从单颗芯片走向整套基础设施 !
发布时间:2026-07-26来源:半导体盒
近期,AMD 在 Advancing AI 2026 发布会展示了其面向 “智能体时代” 的 AI 战略:以 Instinct GPU、EPYC CPU、Pensando 网络产品和 软件为核心,构建从单机、服务器到机架级系统的开放式 AI 平台。生成式 AI 正从模型训练扩展到大规模推理、智能体协作和企业本地部署。演示文稿认为,AI 请求量持续增长,训练计算量自 2020 年以来保持高速提升,而推理将成为越来越重要的工作负载。与此同时,AI 系统的瓶颈也从单纯的算力,扩展到显存容量、内存带宽、节点互联、功耗、软件适配和部署成本。尤其是大型模型和多智能体应用,需要 CPU、GPU、网络和软件协同工作。AMD 试图回答:如何以更开放、更具成本效率的方式,满足云端、企业、边缘和个人设备不断增长的 AI 需求?其核心思路不是只推出一款 GPU,而是提供覆盖多个层级的计算平台:
硬件方面,AMD 重点介绍了 Instinct MI455X、6代EPYC“Venice”、Pensando Vulcano AI NIC、Salina DPU 以及 Helios 机架级架构。其中,Helios 将 CPU、GPU、HBM4 内存和高速网络整合在一起。文稿给出的指标包括:2.9 ExaFLOPS 的 FP4 计算能力、31 TB HBM 容量、260 TB/s 扩展内带宽,以及4,600个CPU核心和18,000个GPU计算单元。AMD 还将其与 NVIDIA Vera Rubin NVL72 进行对比,宣称在部分性能、显存容量和成本效率指标上具有优势。软件方面,AMD 重点推广。它不仅包含编译器、运行时、数学库和框架支持,还引入 AI 辅助 GPU 编程,试图让 Cursor、Claude、Codex、Gemini 等开发工具帮助完成内核优化、并行调度和内存管理。根据 AMD 内部测试,ROCm.AI 在部分推理工作负载上的平均性能提升为3.3倍,在部分训练任务上提升为 2.4 倍。但这些结果依赖特定模型、软件版本、硬件配置和优化方式。MI350P 面向标准服务器和企业本地部署,AMD 强调其可支持最高约 2600 亿参数模型,并可采用风冷方案。演示文稿还展示了工作流自动化、客户支持和合同分析等应用案例。AMD 同时强调 “分布式智能体部署”:部分任务在本地或企业内部运行,复杂任务再交给云端模型,从而兼顾响应速度、隐私、安全和成本。其案例声称,通过模型路由可实现 43% 的成本节省和 2.9 倍响应速度提升。在端侧,AMD 展示了具备大容量统一内存的 Ryzen AI 平台,主张小型高效模型可以直接运行在个人电脑上。在机器人领域,AMD 则将 ROCm 与 ROS 2 结合,提供从传感器、控制系统到AI推理的完整开发平台。这份材料最值得关注的地方,是 AMD 竞争策略的变化:从 GPU 竞争转向系统竞争:不再只比较芯片峰值算力,而是强调机架级带宽、显存、网络和能效。从训练转向推理与智能体:关注每秒生成Token数、单位成本和多用户并发能力。从封闭生态转向开放软件:通过 ROCm、PyTorch、vLLM、SGLang、Hugging Face 等生态降低迁移门槛。从云端扩展到本地与边缘:覆盖企业服务器、个人电脑和机器人等场景。局限性与注意事项这是一份企业产品战略和市场宣传材料,并非独立实验论文。文中的性能、成本和市场规模数据主要来自 AMD 内部测试、估算或合作伙伴结果,部分产品仍处于预发布或路线图阶段。材料明确提示,实际结果会受到模型、驱动、框架、系统配置、网络拓扑、价格和功耗限制影响。因此,不能仅根据演示文稿中的倍率直接判断不同平台在所有业务中的真实优势。部分未来产品的上市时间和性能也存在不确定性。AMD 释放出的信号是:AI 基础设施竞争正在从“谁拥有最快的加速卡”,转向“谁能以合理成本交付可用、可扩展、易维护的完整系统”。对于企业用户而言,选择 AI 平台时,除了关注 TOPS、显存和带宽,还应评估软件迁移成本、模型覆盖度、开发者生态、供应链稳定性以及长期运维能力。AMD 讲的并不只是 “推出一款更快的GPU”,而是希望把 CPU、GPU、内存、网络和软件组合成一套完整的 AI 工厂,让大型模型、智能体和本地AI能够更快、更便宜地运行。需要注意的是,其中许多结论属于AMD自己的测试和预测,真正价值仍需通过独立评测和实际部署验证。获取报告内容可访问 AMD 官网或私信后台回复:Advancing AI 2026。Intel 交出第二季度强劲财报,人工智能与代工业务继续拉动增长 !
↓设置星标,精彩不错过↓


本文仅作行业信息分享、技术交流,不涉及任何涉密内容欢迎关注本公众号,获取更多半导体设备、工艺、产业动态
转载说明:本文系转载内容,版权归原作者及原出处所有。转载目的在于传递更多行业信息,文章观点仅代表原作者本人,与本平台立场无关。若涉及作品版权问题,请原作者或相关权利人及时与本平台联系,我们将在第一时间核实后移除相关内容。