AMD Advancing AI 2026：Agentic AI时代，AMD全栈AI计算方案闪耀亮相

【天极网企业频道】

毋庸置疑，AI从大模型发展到智能体，已经进入规模化应用阶段。无论是个人、企业还是行业应用场景，AI都已经成为关键生产力之一。甚至对于个人而言，能用、会用、用好AI本身已经成为一项重要能力。更不用说，在企业智能化升级过程中AI持续不断地重塑工作流程和业务模式。

在AI加速发展的趋势中，智能体“高开高走”不仅是推动算力基础设施的迭代升级，也让AI算力结构以及在端边云的部署有了更多变化。

美国加利福尼亚州旧金山现场报道，当地时间7月23日，AMD Advancing AI 2026大会期间，AMD董事会主席及首席执行官苏姿丰博士在主题演讲中提到，在过去两年中AI需求持续激增，每月Tokens消耗量已经增长158倍，且推理已经成为当下占比最高的AI工作负载。和训练的占比，从2024年的4:6发展为如今的6:4。

在AI需求的带动下，数据中心

CPU

潜在市场规模将从2025年约260亿美元增长至2030年的约2200亿美元。如果拓宽视野，包含云、数据中心、终端和边缘的计算需求潜在市场规模在2030年会有2万亿美元。

这是AMD的目标，也是AMD Advancing AI 2026上发布一系列芯片、软硬件产品的目标。AMD要携手生态合作伙伴，共赢AI带来的巨大的市场机遇。

聚焦到产品层面，这次AMD给出的成果可以说是相当丰富，用苏姿丰博士的话来概括就是――发布了很多芯片、很多硬件。涵盖了基于Zen 6架构的第六代EPYC、Instinct MI400系列GPU、AMD Pensando Salina DPU，面向物理AI的AMD Ryzen AI Embedded X100系列处理器以及AMD Kria AI SOM，还有Helios机架级方案以及ROCm生态的最新进展等等。

可以说围绕AI，AMD 带来了覆盖云、边、端以及软硬件生态的完整 AI 解决方案组合。现场也有来自AMD合作伙伴支持最新芯片的产品、平台和解决方案。接下来就通过一系列重点产品，带大家走进AMD Advancing AI 2026。

第六代EPYC：Zen 6架构，性能提升80%，极其丰富的产品组合

从第一代到第五代，AMD EPYC处理器在市场中取得了相当亮眼的成绩，不到十年完成了几乎为零到占据近半份额的飞速发展。对于采用2nm制程工艺、Zen 6架构的第六代EPYC，AMD也寄予厚望。

第六代EPYC相比上代性能提升了80%;最高提供512线程，较上代提升超过30%;

内存

带宽增加至1.6TB/s，是上代的2.6倍。

需要注意的是，第六代 EPYC(代号 Venice)基于 Zen 6 架构打造，针对不同工作负载提供丰富产品组合。

AMD面对不同的业务负载和场景需求，进行了产品的定位划分。AMD将Agentic AI时代的

服务器

划分为三大主要场景――主要承担Web服务、缓存、应用与数据库等负载的通用型CPU服务器，这也是服务器的”经典角色;作为GPU服务器的主机节点，由强劲算力的CPU+GPU组成，面向推理与生成应用;面对智能体需求的增长，还有一种就是CPU“沙盒”服务器，用于智能体的编排控制与工具执行(Agent Control Plane & Tool Execution)。

如支持更高频率的“Venice”HF和“Verano”在主机节点中相当合适;而拥有更多核心、低功耗设计的“Venice”256c则满足智能体高并发等需求，适合“沙盒”服务器。除此之外还包括“Venice”SP7、“Venice”SP8，以及支持AMD 3D V -Cache的“Venice”X，也可分为四大产品系列――EPYC 9006 SP7最显著的优势在于核心数量和性能;EPYC 9006 SP8则针对企业级业务需求，注重性能与TCO;EPYC 9006X SP7则转为高性能计算、AI预处理等优化;EPYC 9006 LP则转为高性能AI主机节点优化。

第六代EPYC基于Zen 6、Zen 6c打造了不同的产品组合。Zen 6和Zen 6c基于相同架构基础，并保持ISA兼容，但针对不同场景在核心密度、频率、缓存配置和能效方面进行了优化。

图中蓝色标注的即为代际提升，只不过一些特性是第六代EPYC的某个系列具备，而非通用。

基于Zen 6c最多256核心512线程，Zen 6则最高96核心192线程。第六代EPYC可拥有最高可达1152MB的三级缓存。默认功耗也从500W提升到600W。

总之，第六代EPYC从性能、能效、缓存、内存、扩展性、安全性、

电源

管理等多个领域带来了提升，想要了解更多细节可以阅读天极网发布的《第六代EPYC来了：Zen 6架构，最高256核心，支持PCIe 6.0》。

Instinct MI455X：基于CDNA 5图形架构

Instinct MI455X采用基于CDNA 5架构的AMD Instinct GPU设计，晶体管数量较上代增加超过70%，约3200亿;拥有多达432GB的HBM4内存、内存带宽达到23.3TB/s，支持FP4/FP6/FP8等多种AI数据类型。

与MI355X相比，Instinct MI455X有全面的提升，其中内存容量增加50%、带宽提升190%，且MXFP8 和 MXFP4 峰值计算性能均提升至约3倍。

在基于DeepSeek-v4模型的测试中，MI455X的Token吞吐量最高可以达到MI355X的34倍，并且将每Token成本降低到MI355X的18分之一。

另外，AMD还展示面向企业服务器的风冷PCIe GPU――Instinct MI350P，功耗范围450-600W，拥有144GB的HBM3E内存、内存带宽约4TB/s，单卡可支持最高2600亿参数的模型。AMD表示MI350P每美元每秒产生的Token数量达到了英伟达RTX Pro 4000的4.2倍。

AMD还介绍了将于2027年上半年出货的AMD Instinct MI430X，拥有432GB HBM4内存，相比NVIDIA Vera Rubin提升50%，带宽23.3TB/s，提供高达288TFLOPS的硬件级FP64科学计算性能，是Vera Rubin的8.7倍。

AMD Pensando Salina DPU和Vulcano AI NIC

从早期训练更大规模参数模型，到分布式推理、训练，再到当前Agentic AI的海量用户更长上下文连续推理能力，AI工作负载的演进也在给网络提出新的需求。高效、稳定、可靠的数据传输已经成为AI加速发展的关键因素之一。

AMD打造的网络解决方案正持续赋能AI的大规模应用，也是AMD Helios机架级解决方案中重要组成部分，有关AMD Helios后文会进一步介绍。

本次大会分享了AMD Pensando Salina DPU和Vulcano AI NIC相关信息。

AMD Pensando Salina DPU完全可编程，性能是上代的2倍，且性能领先NVIDIA BlueField3达到40%，有助于降低AI基础设施通信开销，提高智能体工作负载部署密度，满足高并发等业务需求。

AMD Pensando Vulcano AI NIC能够带来更大的扩展带宽，每个GPU打到2.4Tbps，将大模型训练效率提升13%，凭借创新技术加持，有效降低网络消耗成本。

在以上CPU、GPU、网络三大核心产品解决方案的加持下，共同组成了AMD Helios机架级解决方案。

AMD Helios机架级解决方案

无论是从自身体量还是产品定位来看，AMD Helios都是本次大会的“重量级产品”――作为完全集成的机架级解决方案，整合第六代EYPC CPU、MI455X GPU、Pensando Salina DPU和Vulcano AI NIC网络方案，以及ROCm软件栈。

AMD Helios的基础构建单元是计算托盘，单个计算托盘内拥有4个AMD Instinct MI455X GPU，1颗96核心的EPYC 9006 SP7高频CPU，最多3个AMD Pensando Vulcano 800 AI NIC来保障横向网络拓展，Pensando Salina 400 DPU负责前端网络。

共计18个计算托盘让AMD Helios拥有18颗CPU、72颗GPU。

由此整

机柜

能够拥有18000个CDNA 5 GPU单元、4600个Zen 6 CPU核心，提供2.9EFlops(FP4)、1.4EFlops(FP8)的算力，总带宽达到1.7PB/s的31TB HBM4内存，支持43TB/s横向扩展带宽和260TB/s纵向扩展带宽。

另外在可靠性、部署和维护方面，Helios还支持自动故障转移、优雅降级、故障隔离等容错机制。

性能方面，对比NVIDIA Vera Rubin NVL72解决方案，Helios的AI算力领先15%，HBM内存容量增加了50%且带宽领先6%，横向带宽多了50%。

在基于Kimi K2模型的测试中，每用户Token输出效率Helios的领先幅度在10%―15%之间。更重要的是，AMD表示Helios每美元可以多生产30%的Token，这对于企业部署的诱惑就很大了。

目前Helios已经进入生产阶段，同时OpenAI、Meta、Anthropic、微软、ORACLE都已经采纳Helios参考设计。

AMD Ryzen AI Halo：赋能本地智能体

无论是大模型时代，还是智能体爆火之后，本地部署一直都是AI重要趋势之一，同时也是终端提升竞争力和塑造差异化的发力点。以AI PC为例，本地智能已经成为标配，并且很多OEM为消费者提供了开机即用的本地智能体验，大大降低了体验门槛，加速AI普惠。

值得关注的是，本地模型的能力也在持续演进，90亿参数模型的性能就可以媲美过去1000参数模型，让端侧AI的可用性更进一步。例如90亿参数Qwen 3.5在今年3月GPQA(研究生级别问答测评)的得分为81.7，超过了此前1200亿参数的GPT-OSS。

在AMD Advancing AI大会上，AMD也展示了年初在CES上发布的Ryzen AI Halo迷你AI主机，这款面向开发者的平台拥有128GB统一内存，能够运行2000亿参数模型。并且本地数据处理在安全与隐私方面的先天优势，加上本地推力不消耗token的成本优化和随时随地可以使用的特性，对于用户和一些中小微企业部署更加友好。

在打造硬件算力平台的同时，AMD的ROCm软件栈也进一步发力，凭借跨平台兼容的优势(打通了底层硬件到软件框架、智能体框架全链路)，一次编写就可以在不同平台运行，帮助开发者更好地进行AI功能的开发和调试，并平滑地迁移到不同类型的平台，比如部署在数据中心产品上。

会上，AMD还分享了与全球最大开源AI社区Hugging Face的合作，目标是让开发者能够更轻松调用Hugging Face模型，并且每台Halo设备还附赠一年Hugging Face PRO会员，让开发者更好地基于AMD平台使用。

还有代号“Gorgon Halo”的下一代产品，将采用Ryzen AI Max PRO 400系列，并且统一内存从128GB增加到192GB，支持本地可运行模型的上限从2000亿参数提高到3000亿。其目标是将云端级别的AI能力，完整地搬到桌面上运行。

目前AMD已经携手OEM厂商来打造满足本地AI部署需求的AI硬件设备，产品形态涵盖了

笔记本

、迷你PC、

一体机

等等，同时也携手合作伙伴围绕具体的业务场景展现了Ryzen AI Halo落地的能力和价值。

物理AI：发布X100系列处理器，全面赋能机器人

机器人有多火不用赘述了，但怎么让机器人的能力获得全面提升，这同样需要全栈解决方案。本次AMD发布了Ryzen AI Embedded X100系列处理器、Kira AI机器人开发者平台、Kria AI系统模块(SOM)以及AMD机器人合作伙伴网络。这些产品与方案，能够覆盖物理AI、机器人等边缘侧的一系列应用需求。

AMD Ryzen AI Embedded X100系列处理器拥有16核Zen 5架构CPU，满足智能体编排、规划、控制;具备独显级能力的RDNA 3.5 iGPU可支持加速感知、视觉推理;低功耗高算力的XDNA 2 NPU则支持持续性视觉、音频感知能力，满足在端侧部署对于能效的要求。

一同发布的Kria AI系统模块(SOM)是一块预先完成高速接口和基础计算模块设计的模块，直接封装了一颗X100处理器，底部配有一组连接器支持插入载板，通过模块化方案来缩短研发周期，加速产品上市。

据悉，相较NVIDIA Jetson AGX Thor，Kira AI平台可实现3.4倍的实时控制性能、2.3倍的并发智能体数量、1.6倍的CPU容量。

Kria AI机器人开发者平台看上去也像是一个Mini PC，但提供了十分丰富的接口、集成了众多传感器，更适合机器人的开发应用，其搭载Ryzen AI Embedded X100 SOM和一块参考载板结合，参考载板上配有AMD Spartan UltraScale+ FPGA，用于传感器聚合和传感器融合，同样是帮助开发者将创意落地，缩短研发周期。该平台计划在2026年第四季度出货。

值得一提的是，AMD将开放载板的原理图、物料清单(BOM)以及载板上FPGA的RTL设计，使客户能根据具体应用修改设计，更易用更好用。

当然不仅是硬件，为了帮助开发者在软件层面AMD基于ROCm、ROS 2构建了Robotics Software Suite，提供了机器人核心SDK、广泛的物理AI SDK以及未来持续扩展的软件开发套件。

在生态合作方面，AMD Robotics Partner Network将覆盖ODM/机器人OEM(ABB、FANUC、Kawasaki、Universal Robots等)、AI模型、中间件、传感器、系统集成商及数字孪生仿真等全链条领域的超过30家厂商共同推动这一生态的完善。

ROCm助力智能体开发应用，ROCm.ai软件栈发布

在刚刚的内容中也有介绍，AMD ROCm已经在不同平台持续发力，而且生态规模及合作也快速扩展。过去一年，外部开发者对ROCm开源软件栈的贡献增长了10倍以上。ROCm发布节奏也从加快到大约每六周一次，显著提高了新功能交付速度、性能以及开箱即用体验。除此之外，AMD也持续推进对新模型的Day-0支持。

本次大会上，AMD一项重磅发布就是推出AI驱动的开发平台ROCm.AI软件栈，从Skills、Hyperloom、框架集成到核心SDK都有全面构建。

ROCm.AI预计今年8月可用。

根据AMD公布的测试成绩，ROCm.AI的推理性能是ROCm 7的3.3倍，训练性能是后者的2.4倍。

不仅如此，基于AMD的算力平台，ROCm也能发挥“1+1>2”的效果，充分发挥软硬件的性能优势。

多个路线图公布，Zen 8架构2030年发布

在AMD Advancing AI 2026主题演讲的最后，苏姿丰博士还揭晓了包括EPYC、Instinct GPU、Helios机架级解决方案等多个产品的路线图。

首先是EPYC

服务器CPU

的路线图，预计2028年发布第七代EPYC，代号“Florence”，将采用下一代支撑节点，以及Zen 7、Zen 7c架构，还将支持下一代MRDIMM、LPDDR内存。

另外，AMD表示第七代EPYC将沿用SP7、SP8两种封装接口，迭代部署的成本更低，并继续围绕高性能、核心数量、高能效优化，延续EPYC在Agentic时代的领先优势。基于七代EPYC的新一代AI主机节点代号“Ferrara”，新一代智能体沙盒节点代号“Fidenza”。

预计2030年发布第八代EPYC，代号“Ravenna”，提到会采用“Zen8 Family”架构，至于是否分为Zen 8、Zen 8c还不确定，目前已经在开发中。

接下来是Instinct GPU的路线图，延续每年迭代的更新频率，MI500系列将在2027年正式推出，采用CDNA5架构，升级支持下一代HBM4E内存，同时支持铜、光纤互联，并将在GPU域扩展规模上保持领先。

值得一提的是，MI500系列将带来AI推理性能的大幅提升，苏姿丰博士提到Instinct GPU推理吞吐性能将在4年内实现超过2000倍的提升，也就是MI500系列对比2023年发布的MI300X系列。

采用下一代CDNA架构的MI600系列将在2028年亮相，目前只给出了正在开发的信息，没有公布具体技术特性。

还有Helios机架级解决方案的路线图，2027年将发布采用AMD EPYC“Verano”(仍旧是Zen 6架构)、AMD Instinct MI500系列以及AMD Pensando "Como" AI NIC和“Monza”DPU的AMD Helios 500。

2028年AMD Helios 600将发布，采用Zen 7的第七代AMD EPYC“Ferrara”、MI600系列GPU，以及Pensando "Palma" AI NIC和“Levanzo” DPU。

以上就是本次AMD Advancing AI 2026的核心发布内容了，干货满满且信息密度极高。当然，在现场看到的不仅是产品和解决方案的发布，还可以感受到AMD的伙伴体系也在持续扩展，生态愈加繁荣，包括OEM、ODM、云服务商等更多新面孔进入了AMD的“朋友圈”。还有作为生力军的众多开发者，分享给予AMD平台的创新成果。

从端边云的算力底座到软件栈的生态构建，AMD持续扩展产品矩阵打造面向Agentic时代全栈的解决方案，这或许是AMD挖掘2万亿美元市场的重要依仗。