七剑下天山！AMD剑指2万亿AI计算市场

财经 C114中国通信网 2026-07-24 15:19

C114讯 7月24日消息（岳明）北京时间7月23日，AMD于旧金山举办2026 Advancing AI行业峰会，

AMD 董事会主席及首席执行官苏姿丰博士携手多位高管与合作伙伴，深度解读全球AI算力产业发展趋势与市场增量空间，同时发布七大全栈AI新品矩阵。

苏姿丰在演讲中给出最新产业预判，随着AI智能体、超长文本大模型、具身智能规模化落地，全球算力产业迎来结构性变革，预计2030年全球整体AI计算市场规模将突破2万亿美元，其中AI加速器市场规模达1.4万亿美元、数据中心CPU市场规模攀升至2200亿美元。

苏姿丰在演讲中重点强调，AI产业已从单一GPU算力驱动，转向CPU+GPU+DPU+FPGA+软件生态的全栈协同算力时代，传统算力架构已无法适配MoE大模型、AI智能体的海量吞吐与调度需求，全栈、开放、云边贯通的算力体系将成为行业核心竞争力。

峰会上，AMD重磅发布了包括Helios机架级解决方案、Venice新一代EPYC数据中心CPU、MI400系列AI加速GPU、AI智能网络产品组合、ROCm.ai全域AI软件平台、Gorgon Halo开发者适配平台、Kria AI机器人模组等在内的诸多新品。在C114看来，AMD本次发布的七大产品各司其职、层层联动，构成AMD专属“七剑”能力体系，精准适配当前AI落地等主流行业场景。

莫问剑・Helios超节点

Helios作为AMD本次发布的旗舰级整机超节点，是七大产品的算力核心载体，承担超大规模模型训练、高并发推理核心任务，对应“莫问剑”统筹全局、聚力成势的核心定位。

Helios单机架最高可部署72颗Instinct MI455X AI加速器，搭配18颗Zen6架构Venice EPYC CPU组建异构算力集群，通过Pensando网络技术扩展，并由ROCm开源软件加速。

性能参数上，整机FP4峰值算力达2.9ExaFLOPS，搭载31TB超大HBM4统一显存池，纵向扩展带宽260TB/s、横向集群互联带宽43TB/s，适配DeepSeek、Llama等主流万亿级MoE混合架构大模型，高效支撑分布式专家并行、1M超长上下文推理等高负载场景。

据AMD披露，相比英伟达Vera Rubin NVL72解决方案，Helios的AI算力高出15%，HBM容量高出50%，横向扩展带宽高出50%。如果从Token经济的维度来看，相比英伟达Vera Rubin NVL72，Helios每美元可多产生最多30%的Token。

游龙剑・Venice EPYC CPU

然而随着智能体AI的崛起以及大模型推理集群的爆发，算力架构对高并发调度、内存管理与复杂数据流转提出了新要求，这种算力结构的范式转移，高度依赖服务器CPU的底层算力。

全新EPYC Venice处理器基于2nm工艺、Zen6架构打造，作为AI服务器与超节点的控制中枢，承担业务接入、数据预处理、算力调度、任务分发等核心工作，如同锋芒攻坚的游龙剑，可大幅提升整体集群的并发处理能力与业务响应速度，是全栈AI体系不可或缺的调度核心。

“Venice”这块被AMD称之为“面向智能体时代的全球最强服务器CPU”，面向不同应用场景，拥有四个版本（SP7、SP8、Venice-X以及Verano）。

其中，EPYC9006“SP7”服务器CPU，拥有256个“Zen6”核心、512个线程、最高1.6TB/s的带宽以及支持高达64Gbps AIC速度的PCIe Gen6。EPYC9006“SP8”专为具有8至128核配置的主流服务器设计，该芯片将支持8通道DDR5，支持每个通道2个DIMM，提供128条PCIe Gen6.0通道，并可在1P和2P解决方案中灵活部署。

对比自身前代EPYC Turin系列，EPYC Venice也展现出显着的代际提升。每瓦特智能体处理能力为前代的1.7倍，每瓦性能提升1.4倍，每秒处理令牌数(tokens/s)则提高至1.8倍。

据AMD现场披露，与竞品相比，在通用CPU服务器上，性能是88核英伟达Vera的3.3倍。作为GPU主机节点，前沿模型推理的每秒Token数是英特尔至强6960P的1.8倍。在智能体CPU沙箱中，每瓦智能体数量是136核Arm AGI的2.8倍。

舍神剑・MI400 AI加速器

作为GPU领域内的有力竞争者，MI400系列主打AI训练、长文本推理、HPC高性能仿真混合负载，兼顾通用AI与行业计算，攻守兼备、适配多元负载，对应舍神剑雄浑稳健的特性。

其中，AMD Instinct MI455X GPU是AMD迄今最先进的AI芯片，也是全球首款2nm GPU芯片，该芯片基于CDNA 5架构，拥有3200亿颗晶体管，采用Chiplet创新技术，将12个计算Chiplet及I/O Chiplet与432GB HBM4结合，并采用先进3D堆叠封装技术。

核心参数方面，与上一代MI355X相比，MI455X实现了代际跨越，搭载432GB超大HBM4显存，比当前竞品先进方案高50%；理论显存带宽高达23.3TB/s，提升至上一代的2.9倍；FP8峰值算力20 PFLOPS，是上代产品的4倍；FP4极致算力40 PFLOPS，同样为上代产品的四4倍。苏姿丰在现场表示，这些是“GPU厂商迄今公开过的最高实测数字”。

如果我们更换为Token视角，在运行DeepSeek-V3模型时，MI455X的Token吞吐量最高可达到MI355X的34倍，每Token成本最高可降低至原来的1/18。

青干剑・AI网络方案组合

大规模AI集群的性能瓶颈往往不在算力，而在互联通信。AMD整体网络解决方案（AI DPU/NIC/UALoE fabric），作为集群通信的防守与维稳核心，对应青干剑固阵稳局的特性，专门解决分布式训练、MoE专家调度中的网络拥塞、时延过高、资源占用过大等行业痛点。

前端网络方面，AMD推出了第三代Pensando Salina DPU，400G带宽，性能翻倍，负责软件定义网络、在线加密和多种安全服务，并支持分离式存储架构。

Scale-out网络方面，AMD推出了第二代800G Pensando“Vulcano”AI NIC，每颗GPU最多可配3张AI NIC，从而提供最高2.4Tbps的总带宽。Vulcano支持智能负载均衡、硬件拥塞管理，以及快速丢包检测与恢复，使GPU能够最大限度利用网络带宽，同时降低时延和抖动。

Scale-UP网络方面，AMD推出了第一代UALoE fabric，可将72颗GPU连成像统一GPU资源池那样运行，提供260TB/s带宽，建立31TB HBM4统一内存，具备高可靠性与高可用性。

日月剑・ROCm.ai软件平台

硬件算力的价值，依托软件生态释放。全新升级的ROCm.ai全域AI软件平台，作为AMD全栈体系的“生态中枢”，承担算力调度、模型适配、链路优化的核心作用。

本次版本升级后，平台训推综合性能较上代提升3倍，内置vLLM、SGLang主流推理框架，优化长上下文KV Cache压缩、MoE算子融合、批量推理调度等核心能力。可统一调度Venice CPU、M430X系列GPU、Kria边缘模组，实现云端、边缘算力的统一管控与代码复用，搭建起标准化、可迁移、高性能的AI软件开发与部署体系，彻底解决异构硬件适配混乱、模型迁移成本高的行业难题。

据AMD高管在现场介绍，目前ROCm已支持Hugging Face上超过300万个模型，能在新开源模型发布DAY0就提供支持。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，显着改善了新功能交付速度、性能以及开箱即用体验。

竞星剑・Gorgon Halo开发者平台

Gorgon Halo一体化开发者平台配备最高192GB统一内存，对应竞星剑机动制衡的特性，主要面向开发者、科研团队、初创企业提供低成本AI原型开发环境。

平台预部署完整ROCm.ai软件栈，无需复杂环境配置，开箱即可开展模型微调、多模态开发、智能体工作流调试等工作。

开发者可在Gorgon Halo完成300B参数大模型本地调试、算法验证与场景适配，通过统一生态无缝迁移至Helios超节点大规模集群上线部署，形成“本地验证-云端部署”的标准化流程，大幅缩短AI模型从研发到落地的周期，降低AI开发门槛，完善AMD全域开发者生态布局。

天瀑剑・Kria AI Robotics模组

算力竞争已从数据中心延伸至物理终端，物理AI时代正在加速到来。

Kria AI Robotics机器人异构模组作为AMD布局具身智能的核心载体，攻守随心、打破边界，对应天瀑剑融通虚实的特性，实现云端大模型能力向边缘物理设备的延伸。模组集成FPGA、Zen CPU、RDNA GPU、XDNA NPU异构算力，支持毫秒级实时控制与AI推理协同。

具体来看，AMD此次发布的新品包括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）、Kria AI机器人开发者平台，以及AMD机器人合作伙伴网络。在C114看来，Kria AI Robotics最大的特征就是易用性、开放性和完整性，补齐AMD云边端全域算力版图，卡位具身智能新赛道。

在C114看来，此次AMD七大新品集中发布，并不仅仅是单一芯片的迭代升级，而是全栈AI算力体系的系统性落地。从Helios超节点的顶层算力支撑，到Venice CPU、M430X GPU的核心计算输出，再到“三位一体”的网络底座、ROCm.ai软件生态、Gorgon Halo开发工具以及Kria边缘终端的全域贯通，AMD完成了AI的全场景覆盖。

七剑纵横擎算力，持锋破局逐新局。从Generative AI到Agentic AI再到Physical AI，智能的边界不断从比特信息走向原子实体，算力需求也随之发生变革，但不变的是，AMD YES。

【以上内容转自“C114中国通信网”，不代表本网站观点。如需转载请取得C114中国通信网许可，如有侵权请联系删除。】