AMD年度AI大會直擊：Zen6出鞘2nmGPU首秀還有“地表最強”AI機架！劍指萬億市場

集微網美國舊金山報道 在人工智能從模型訓練邁向規?；评砼c智能體（Agentic AI）應用的關鍵轉折點，數據中心正經歷一場深刻的架構變革。傳統的計算單元堆砌已無法滿足指數級增長的數據處理需求，一個以開放、協同、高效為核心的“AI工廠”時代已然來臨。

美國西部時間7月23日，在AMD年度AI盛會——“Advancing AI 2026”上，AMD強勢秀出“肌肉”。全新一代EPYC服務器CPU、Instinct GPU MIX455、首款機架級AI解決方案Helios等眾多軟硬件新品重磅亮相。

從芯片到機架的完整解決方案，從云端到終端AI的全面布局，從ROCm軟件生態蓬勃發展，到微軟、Anthropic等全球頭部客戶規模部署，憑借持續迭代的穩定交付節奏，強大的路線圖執行力，開放的生態和標準理念，在AI基礎設施的新一輪格局重塑中，AMD正成為不可忽視的關鍵一極。

Q1數據中心業務實現里程碑，距萬億市值僅一步之遙，加速邁進AI算力核心供應商領跑行列的AMD，向對手釋放出強烈的競爭信號。

2030劍指2萬億市場

過去兩年，Advancing AI大會開場，AMD 董事會主席及首席執行官蘇姿豐博士，都會修正市場和技術趨勢的預計。原因在于，作為過去50年最重要的技術，當下AI行業的發展速度太驚人。

當前，全球每月AI Token消耗量已高達35萬億次，短短兩年增幅達到近160倍。

蘇姿豐指出，從行業需求的核心變化看，模型訓練始終是AI發展的基礎核心，過去五年，高端模型的訓練算力需求每年約增長5倍，模型的推理能力、功能特性也在持續迭代，專用模型的數量不斷攀升。

蘇姿豐堅定的認為，不存在一款萬能的AI模型，不同行業、不同任務，都需要適配專屬的模型方案。而當下最大的行業變革來自推理端，預計今年，全球AI推理算力需求將首次超越訓練算力，全球AI算力中，約60%將用于推理任務。

這背后的邏輯十分清晰：數十億用戶日常使用AI，行業重心從“搭建模型”轉向“落地應用”。而智能體AI的普及，正在進一步加速這一轉型進程。

智能體是AI的下一個核心突破口，這一趨勢在今年以來迎來爆發式增長。早期AI僅能完成簡單問答，而新一代智能體可以接收完整目標指令，自主拆解步驟、持續運算直至完成任務。這給算力行業帶來了顛覆性變化：智能體的多步驟推理、工具調用、數據讀取、循環運算，既需要海量GPU算力支撐推理，也需要大量CPU完成全流程調度編排。

蘇姿豐表示，基于客戶反饋與行業現狀，AMD持續更新市場預判，AI智能體的普及正在大幅拉升AI加速芯片的市場規模。去年大會上，AMD預測2028年AI加速芯片市場規模將達到5000億美元，當時這一數字已十分驚人，現在看簡直過于保守。依托模型迭代與應用普及帶來的算力剛需，AMD最新預測顯示，2030年全球數據中心AI加速芯片市場規模將達到1.4萬億美元，體量將逼近當前全球半導體市場總和。

蘇姿豐指出，芯片領域不存在“一刀切”的通用方案，可編程性更強的GPU仍將占據市場絕對主流地位。但在過去半年，行業最核心的新變化在于：GPU不再是AI算力增長的唯一核心，生成式AI為服務器CPU開辟了全新的增長賽道。

過去半年AMD持續修正行業數據，此前預判服務器CPU市場年增速為18%-20%，整體規模將達600億美元。但生成式AI與智能體的落地速度，遠超所有人的預期。AI智能體正從百萬級普及至十億級，全面提升各行業生產效率，催生了海量CPU基礎設施需求，而這一輪基建浪潮才剛剛開啟。基于最新行業數據，AMD上調預測：2030年服務器CPU市場規模將達到2200億美元，年復合增速超50%，CPU賽道迎來全新爆發機遇。

此外，蘇姿豐強調，AI算力的應用場景絕不局限于數據中心。隨著AI融入日常生活，智能算力需要部署在業務發生的每一個場景——云端算力至關重要，終端設備算力也不可或缺，能夠實時感知、響應的邊緣自主設備，也將承載大量AI算力需求，而這也是AMD的核心布局之一，即推動AI全域滲透、無處不在。

基于此，2030年AMD參與的高性能和自適應計算市場規模將從2025年的3650以美元，達到2030年的2萬億美元，年復合增長率達到40%。

“如此龐大的市場，絕非單一企業能夠獨立承載，生態協同是行業發展的唯一路徑。AMD憑借業內最全面的產品矩陣、最完善的技術路線圖，以及深度綁定的行業生態伙伴，完全具備引領行業發展的實力。”蘇姿豐說。

Zen6加持2nm首秀 Venice市場需求創新高

CPU業務一直是AMD數據中心戰略的核心根基。AMD2017年回歸數據中心市場，2018年推出首顆Zen架構服務器CPU（Naples），隨后強勢推進五代產品演進，以意大利城市作為芯片代號，掀起數據中心市場“文藝復興”之舉。多年來，EPYC霄龍服務器CPU以領先的技術領導力積累和強大的執行力，持續攻城略地。

當前，AMD服務器市場收入份額已達到46%，Q1財報CPU業績增長同比超50%，數據中心業務同比增長57%，并實現AMD歷史上數據中心業務規模上首次對于老對手英特爾的超越。

EPYC 9500系列CPU（第五代Turin）奠定了智能體AI場景的性能領先優勢，帶來更廣泛的服務器CPU的領導力。同英特爾至強6980P 128c相比，SPEC CPU 性能最高提升1.4 倍；企業級性能最高提升1.4 倍；HPC性能最高提升1.8 倍；基于CPU的AI性能最高提升約1.7倍。

蘇姿豐指出，智能體時代，CPU的重要性已經被普遍認知。AI不只是GPU推理，而是需要大量CPU來做編排、工具調用、沙箱執行等工作，CPU的需求不是減少而是增加了，這也給與AMD更多市場機會。

當下服務器算力負載可分為三大類，且三類場景對CPU的需求完全不同：

第一類是GPU加速服務器，核心需求是高速IO與高頻核心，全力為GPU供給算力、消除性能瓶頸。第二類是當下增速最快的智能體沙箱服務器，主打超高算力密度，支撐海量AI智能體同時運行，核心指標是單瓦智能體運行數量。第三類是傳統通用服務器，適配企業多樣化負載，核心追求高效穩定、低成本。目前，AMD霄龍是業內唯一能在三大場景全面領跑的CPU產品矩陣。

針對上述場景，AMD在此次大會上重磅發布第六代EPYC服務器CPU（代號Venice）——EPYC 9006系列，Venice基于Zen 6架構打造，是行業首款2nm工藝實現量產的高性能計算芯片。

相比前代Turin的192核上限，Venice將單顆CPU核心數提升至256核，增幅達33%；整體性能與能效均較Zen 5架構提升超70%。

而第六代Venice實現了進一步的飛躍，在四個維度體現出競爭優勢。

·計算方面：提供兩種核心配置——“Zen 6c”最高可達256核/512線程，“Zen 6”最高96核/192線程；支持AMD 3D V-Cache?技術，L3緩存高達1152MB；功耗上限為600W。

·I/O與平臺方面：支持2路或1路CPU配置；單路最多128條PCIe Gen 6通道，帶寬64 Gbps；通過CXL? 3.1實現內存擴展；集成第五代Infinity Fabric?互連技術；電源管理支持統一供電、基于利用率的功耗縮放及頻率自適應頻譜技術。

·安全方面：增強型信任根支持RSA 4K和后量子密碼；提供物理與側信道攻擊防護；符合FIPS 140-3 Level 1標準；支持機密計算與AMD SEV可信I/O。

·內存方面：支持最多16通道MRDIMM，速率高達12,800 MT/s；也支持16通道DDR5，速率8000 MT/s；另提供24通道LPDDR5X，搭配可現場更換的SOCAMM2內存模塊。

與上述場景相對應，EPYC 9006系列包括四個家族式的產品組合，針對不同AI數據中心的特征和場景，進一步量身定制，其中：

EPYC 9006 SP7：面向AI優先的數據中心，最高256核/512線程的Zen 6c 密度核心負責Agent編排與沙箱執行，96核/5.0GHz的Zen 6高性能核心則專門充當GPU主機節點，配合16通道MRDIMM 12800 MT/s內存與PCIe Gen6，確保GPU滿載不“挨餓”。

EPYC 9006 SP8：企業通用版主打性價比市場，8核到128核的靈活配置、8通道內存、128條PCIe Gen6通道，覆蓋絕大多數企業級工作負載，專門對位Intel Xeon主流價位段。

EPYC 9006X SP7：配備1152MB 3D V-Cache與最高5.15GHz主頻，面向科學計算、工程仿真與AI預處理等緩存敏感型場景。

EPYC 9006 LP 低功耗版（代號 Verano）則是為AI機架打造的主機節點CPU，采用LPDDR5X內存與增強型xGMI互聯，以能效優先的設計專門服務GPU集群調度。

自2018年推出首代EPYC服務器CPU至今，吞吐量提升18倍，展現出在服務器CPU領域高速的創新迭代能力以及恐怖的執行力。

“AMD依托統一Zen 6架構，打造多規格、全場景CPU產品矩陣，這是所有競品都無法復刻的核心優勢，讓第六代霄龍成為當下數據中心最優CPU方案。”蘇姿豐說。

隨后，在吞吐量和每核性能方面，AMD將包括英特爾至強6、Arm AGI以及剛剛公布完整規格的英偉達Vera等對手旗艦數據中心CPU都打了一遍。

測試數據顯示，第六代EPYC服務器CPU的SPECrate 總吞吐量是 NVIDIA Vera 88 核的 2.2 倍、單核性能是其 1.2 倍；對比 Intel Xeon 6980P，企業級性能最高 1.4 倍、HPC 性能最高 1.8 倍；云原生場景優勢幅度從 2.6 倍到 3.7 倍不等。基礎設施整合能力更是達到 12:1—— 用 82 臺新一代 EPYC 服務器即可替換 1000 臺老舊 Xeon 設備，服務器數量減少 92%、功耗降低 77%、五年 TCO 節省 40%。

目前Venice已全面量產，所有主流服務器OEM廠商、云廠商將于今年四季度全面推出Venice架構服務器產品。

Meta作為多年來EPYC多代產品的合作伙伴，也是Venice首發伙伴之一，出席大會并進行了分享。相關負責人表示，Meta已與AMD合作四代EPYC產品，當下行業最大的變化是：AI算力不再只是GPU的獨角戲，CPU的戰略地位愈發重要。未來雙方在CPU、GPU協同優化、全場景算力適配領域，還有巨大的合作空間。而在Venice的合作中最大的變化在于，雙方基于深度的聯合設計，真正釋放數據中心與AI算力的極致潛力。

隨著AI推理落地各類產品與服務，市場逐步分化為三類核心負載：第一類主打超高吞吐量、低成本，適配低交互場景；第二類兼顧吞吐量與響應速度，適配均衡型場景；第三類主打超低延遲，毫秒級響應至關重要，適配高實時交互場景。三類負載需要完全不同的算力方案，而離散式推理架構是適配細分場景的最優解。運算推理需要不同的算力支撐，AMD算力平臺可實現算力、內存帶寬的均衡輸出，同時支持客戶按需定制、模塊化調配。

會上，蘇姿豐宣布與Cerebras達成戰略合作，共同打造超低延遲推理解決方案。

Cerebras相關負責人表示，雙方將聯合打造基于Helios機架與晶圓級引擎的超低延遲推理解決方案。依托AMD CPU、Helios機架的頂級算力與內存性能，搭配Cerebras晶圓級引擎的超高帶寬、超高SRAM緩存優勢，打造出行業獨有的差異化方案。兼顧高吞吐量與低延遲，吞吐量提升5倍的同時，保持亞毫秒級響應速度，解決了行業「高吞吐必高延遲」的痛點。產品將于今年年末率先登陸Cerebras云平臺，后續開放本地部署選項，為客戶提供多元化選擇。

在EPYC CPU路線圖方面，2028年將推出第七代產品，代號Florence。配備全新的AI計算擴展指令集，確保擁有全面的AI能力，并支持最新的內存技術。第七代CPU同樣采用家族化產品組合形式（Florence、Ferrara、Fidenza），以適應性能、企業級、AI頭節點、智能體沙箱等不同場景。第八代Ravenna目前處于研發中，計劃2030年推出。

“大殺器”Helios亮相：每美元Token數超Vera Rubin30%

如果說CPU是AMD的基本盤，那么Instinct GPU與Helios機架系統則是其沖擊AI算力核心市場的主攻手。

當前，AMD Instinct正穩步推進路線圖。具體表現在幾個方面

一是從MI300、MI325X、MI350系列一路推進到驅動Helios 機架系統的MI400系列，保持穩定的每年一代的迭代節奏。

二是是生產級AI部署持續擴大，覆蓋訓練、推理和新興的智能體工作負載。

三是廣泛的生態可用性，云服務商、新云廠商、OEM、ODM及主權AI領域均有布局。

四是獲得領先AI公司的信賴。目前，包括OpenAI、Meta、微軟、Anthropic、Oracle等頭部企業正在廣泛采用AMD Helios方案。

過去幾年，AMD在大力打造ROCm軟件生態，包括開源社區建設，主流大模型的適配。目前，Hugging Face 上超過300萬個模型可開箱即用，AMD原生支持的AI開源項目數量增長了10倍，同時躋身全球前十大開源貢獻者行列。 Instinct GPU正在贏得更為廣泛的AI生態的信任。

2022年-2030年，訓練算力需求呈現指數級增長，每年保持5倍增速，但推理的速度增長更快，已成為當下主要的AI工作負載主體。

更多的推理、更多的智能體、更多的工具調用、更多的CPU編排，最終帶來更多的數據中心整體算力的需求，過去兩年，數據中心月度Token消耗量增長了158倍。

前沿的AI需求需要開放性的機架藍圖，而AMD給出了系統性的解決方案。包括領先的計算能力、開放的機架架構、互聯網絡、機架級的效率與可維護性、高效的解決方案。

AMD 提供的不是單一芯片，而是從計算、架構、網絡、運維到整機柜的一整套開放、標準化的 AI 基礎設施方案。

Instinct MI455X作為第五代 AI 加速卡，采用 2nm 工藝、共有320 億晶體管，搭載 432GB HBM4 內存，帶寬達 23.3TB/s，相比上代 MI355X 最高提升 2.9 倍。算力方面，MXFP8 精度下達 20 PFLOPS、MXFP4 精度下達 40 PFLOPS，均提升 4 倍。實際推理場景中，Token 吞吐量最高提升 34 倍，單 Token 成本最高降低 18 倍。

而真正的“殺器”是Helios 機架級 AI 系統—— 這并非簡單GPU 堆疊，而是 CPU、GPU、網絡三者深度協同設計的整體方案，并在計算、內存和互聯方面實現行業領先。

Helios整機架包含18個計算托盤。每個托盤搭載4塊MI455X GPU和1顆Venice CPU。按機架規模計算，這意味著72臺MI455X加速卡、4600多顆EPYC Venice CPU核心，此外，還包括31TB 的HBM4內存（總內存帶寬達 1.4 PB/s），43TB/s 橫向擴展帶寬以及2.9 FP4 ELOPS的AI推理算力。

其中，主機節點采用第六代AMD EPYC服務器CPU，配備96個高頻核心、PCIe Gen6 互聯、1.6TB/s 內存帶寬。

加速層采用72顆第五代AMD Instinct MI455XGPU，提供40PF的FP4 AI 算力、432GB HBM4 內存容量、23.3TB/s 內存帶寬。

互聯層采用AMD Pensando+UALoE方案，縱向擴展帶寬達到260TB/s，單域可容納72顆GPU，每顆GPU配備三路800G網卡。

對比NVIDIA Vera Rubin NVL72，AMD Helios的AI算力多出15%、內存容量多出50%、橫向擴展帶寬多出50%。每美元可獲得的30%的Token數量的提升。AMD方面稱這是行業最高性能的機架級AI基礎設施解決方案。

當前，AMD Helios展現出行業領先的性能，已經被領先的AI公司規模化部署。就在此次大會舉辦前夕，AMD相繼宣布與微軟和Anthropic在MI455X GPU以及Helios機架方面的重磅合作，還包括OpenAI、Meta、Oracle等頭部大廠。其他基礎設施合作伙伴有戴爾、惠普、聯想、Bull、超微、Sanmina、IBM、Wiwynn等主流服務器廠商。

據蘇姿豐介紹，目前，Helios已全面進入量產階段。產品訂單已全部敲定，將于今年年第三季度末啟動客戶交付，第四季度全面擴產上量，市場需求極其火爆。未來將保持每年更新一代的節奏。

大會前夕，Anthropic宣布與AMD重磅合作，部署2吉瓦算力規模的Helios基礎設施，Anthropic負責人現場站臺。該負責人表示，Helios是一款極致優秀的算力平臺，實際部署上非常高效，僅需一名工程師周末便完成硬件介入、Claude模型適配與性能調優，模型性能全程穩步提升，真正實現了人機、AI協同高效適配，門檻極低、效率極高。本次合作的核心價值，不僅是算力部署，更是Claude模型與AMD架構的深度融合。Anthropic相信頂級基礎模型深度適配AMD硬件架構，能夠持續為行業客戶創造更大價值。

OpenAI去年宣布同AMD合作部署6吉瓦的算力基礎設施，作為最早和最核心部署Helios的合作伙伴代表，OpenAI相關負責人也來到大會現場。該負責人表示，三個月前接入Helios原型機架后，雙方工程師聯合攻堅，完成了模型的深度適配與優化，目前適配效果超出預期，OpenAI將于今年年末啟動MI455規模化部署，明年全面提速擴容。

在GPU路線圖方面，依然保持每年迭代的節奏，明年AMD將推出MI500系列，將引入下一代HBM內存，領先的GPU縱向擴展域和銅纜與光互聯技術。MI600系列正處于研發中，計劃于2028年推出。

針對MI500系列，蘇姿豐特別強調，每一代Instinct都帶來了重大的性能飛躍。MI455推理吞吐量相比MI355提升了35倍。而MI500將在AI性能，實現歷史上最大的代際性能飛躍，AMD自MI300推出以來，4年間帶來2000倍的推理性能提升。

“目前AMD已與多家客戶就這一設計展開合作，客戶的反饋非常棒?！碧K姿豐說。

ROCm.AI改變GPU編程方式 MI430X HPC領域無對手

除了強悍的硬件性能之外，近年來，AMD重金投入打造軟件以及生態，專注提升開發者體驗。

當前，ROCm版本每六周發布一次，而不是以前每四個月一次。同時，AMD繼續擴大與AI生態系統合作伙伴的合作范圍，為ROCm注入更多的功能，更快的性能，以及顯著提升的開箱即用體驗。

在軟件層面，AMD堅持與開源生態系統深度合作，以及構建合適的抽象層以提升開發者生產力。開源賦予速度和規模，而抽象讓開發者更高效。降低開發壁壘，增強信任度。目前，ROCm現在正成為最重要AI社區的默認啟用方案——包括Hugging Face、PyTorch、JAX、vLLM、SGEMM等。

會上，AMD人工智能事業部高級副總裁Vamsi Boppana宣布推出智能體AI開發平臺“AMD ROCm.AI”，將AI輔助GPU編程能力帶給開發者。他表示，這將深刻改變GPU編程方式，縮短工作負載上線時間。

“它的核心理念很簡單：讓開發者通過他們已經在使用的AI編碼智能體，接入整個ROCm生態系統的強大能力——無論你使用的是Cursor、Claude還是Codex，ROCm AI都能幫助這些智能體理解ROCm平臺，幫助你構建和優化工作負載。換句話說，我們正在讓這些流行的編碼智能體變成ROCm超級用戶。你應該只需描述你想運行的工作負載、想要達到的性能目標，然后讓智能體幫你實現?！辈┡良{說。

博帕納用一個具體例子來說明：假設一名開發者想要在MI355上用vLLM優化MiniMax M3。常規做法需要搞定很多事情：正確的vLLM優化、合適的模型配置、正確的環境變量，可能還需要編寫或優化新內核，然后還要對所有這些進行調優。有了ROCm AI，這個交互就變得簡單多了。

你只需輸入"用Hyperloop優化MiniMax M3”，然后回車。在后臺，智能體就像專家一樣工作：提取已知的優秀配置、運行并分析工作負載、創建并測試大量內核和運行時配置，然后朝著目標持續迭代。在這個具體案例中，ROCm AI實現了每秒Token吞吐量提升38%。這就是ROCm.AI想要帶給開發者的體驗——上手簡單，優化強大。

博帕納還介紹，AMD工程師通過ROCm AI解鎖了MI455的全部能力。在真實工作負載上，系統實現了20TB/s的內存帶寬，以及20 PFLOPS的實際計算能力。這是當今行業中所有加速平臺里，計算能力加內存能力的最高實測表現——不是理論值，是實測數據。目前，ROCm.AI已為MI455X做好“Day 0”支持的準備。

針對HPC和科學計算領域，AMD發布了Instinct MI430X加速器，憑借FP64 288TF的算力（超Rubin8.7倍）和432GB的內存性能（超Rubin50%）在HPC計算領域領先。數據中心之外，讓AI賦能企業與個人

如今生成式AI正逐步滲透到各種計算形態中，企業也在經歷同樣的轉變，但有著自身獨特的需求。

這些企業主要關注三大問題：第一，可預測的基礎設施成本和總體擁有成本；第二，確保數據安全；第三，如何將AI集成到現有基礎設施中。

會上，AMD 高級副總裁及計算與企業 AI (CEAI) 事業部總經理Dan McNamara宣布推出Instinct MI350P。這是一款風冷GPU，設計適配現有企業服務器的電力和散熱規格，無需升級機房設施，就能輕松將大規模推理能力帶入當今企業數據中心。

同時，該產品性能上也沒有妥協。單顆MI350P可支持高達2600億參數，讓客戶在單顆GPU上就能運行絕大多數企業AI工作負載。

此外，該產品經濟效益甚至更出色：MI350P每美元的Token吞吐量是競品的4倍以上。在實際運行的業務工作負載上，AMD進行的企業測試用例表明，MI350P的生產率遠高于競品——每秒Token速度是競品的2到5倍。這意味著每秒更多Token、完成更多工作、支持更多用戶，同時為企業帶來更低成本。

合作伙伴AT&T在分享中表示，AT&T是少數在 AMD 平臺完成模型后訓練、并實現與高端芯片同等性能準確率的企業，通過多模型組合優化，在Token 用量增長的同時有效控制成本。旗下開源電信 AI 模型 OTel 1.0 累計下載超 1800萬次，會上發布的 OTel 2.0 同樣基于 AMD 硬件訓練并全面開源。

在物理AI和客戶端AI領域，AMD高級副總裁及計算與圖形事業部總經理Jack Huynh在發言中指出，除了數據中心業務之外，實現完整的AI轉型還需要兩個要素：智能變得個人化，以及智能能夠理解物理世界并在其中行動。

Jack Huynh表示，當前企業AI已經在重塑數據中心，但對于個人AI的影響將遠遠超出數據中心。智能體是下一個偉大的生產力倍增器。智能體能讓個人的產出翻倍，能讓團隊產出翻10倍。隨著智能體能力增強，這種增長會呈指數級。

小型開源模型正以驚人的速度縮小與前沿模型的差距。Llama 3.1 270億參數模型，現在在推理上的表現已經超過了上一代的前沿大模型，這改變了可能性的邊界。曾經只能在云端運行的工作負載，現在可以在為個人AI設計的計算引擎上運行。

Jack Huynh介紹，Ryzen AI將能力擴展到最高2000億參數的模型，可以在個人系統上原生運行。這并非云端AI，而是一類專為本地運行AI模型而構建的個人計算設備。

而這也是AMD打造Ryzen AI Halo的初衷，希望給開發者一個足夠強大的平臺，能在本地運行這些大模型，同時又足夠簡單，可以日常使用。憑借120GB統一內存，支持最高2000億參數模型，開發者可以直接在桌面上本地構建、測試和迭代。同時，宣布擴大與Hugging Face的合作伙伴關系，將開源AI生態系統直接帶到Ryzen AI Halo上。

為進一步推動推理側變革，AMD還推出“GORGON HALO”，最大統一內存從128GB提升到192GB，AI模型參數從2000億提升至3000億，將云端規模的AI能力帶到本地桌面端。

Jack Huynh表示，通過與全球領先OEM廠商的合作，AMD現在為全系列個人AI系統提供算力支持——從筆記本電腦、工作站到迷你PC和開發者平臺。這意味著開發者、企業和創作者可以根據自己的構建和工作方式，選擇合適的系統。

打造完整機器人解決方案

近年來，以具身智能為代表的物理AI賽道受到持續關注。20多年來，AMD一直在為機器人依賴的核心能力提供算力支持——從感知、功能安全到確定性控制和精密運動。

此次大會上，AMD宣布推出Kria Create AI系統級模組，由Ryzen AI Embedded X100驅動，將CPU、GPU、NPU和統一內存整合在一個緊湊的開放標準架構中，讓機器人能夠同時處理感知AI和推理，全部實時完成。

在第三方測試中，Kria AI系統的實時推理性能是競品的3.4倍，并發智能體數量是2.3倍，CPU容量是1.6倍。這意味著更快的反應速度，以及更大的余量來承擔更復雜的工作，同時不犧牲控制或安全。

定義機器人的下一個時代，光有強大的大腦還不夠，開發者需要一條從想法到真實世界機器運行的完整路徑。AMD推出了Kria AI機器人開發者平臺——這是首個交鑰匙、開放、完全集成的機器人系統，該系統核心是Kria AI系統級模塊，搭配專為感知和連接設計的機器人載板，

AMD方面強調，這個平臺為開發者提供了所需的一切——幾天內就能從概念走向原型。而且同一個模塊可以直接沿用至量產階段，到最后階段無需遷移或重新設計。

最后，Jack Huynh強調，未來不會由一個模型、一臺機器、一家公司定義，未來將在開放中構建——跨越芯片、軟件、系統和生態，共同向前。從云端到PC，再到現在的物理世界，AMD持續為無處不在的智能構建計算基礎。AMD將聚焦未來，增強和擴展人類的能力。AI的下一個時代不會只停留在屏幕之后，它將擁抱我們周圍的世界。

【結語】

作為AI賽道的“領跑者”，疊加新一代產品矩陣的全面落地，AMD正在加速走向AI算力的主流核心供應商。

隨著AMD Helios于2026年下半年正式出貨，AI基礎設施的競爭將徹底從單一芯片的算力比拼，升級為機架級系統效率、開放生態粘性與規模化部署能力的全面較量。AMD在今日大會上做釋放的，正是其在“AI工廠”時代實現競爭賽道身位領先的關鍵信號。

當算力堆疊的天花板逐漸顯現，真正的勝負手將屬于那些能夠以最低成本、最高效率將算力轉化為生產力的系統級玩家。Advancing AI 2026給出了AMD的答案——而這場競賽，正進入最精彩的章節。