智能体AI竞争进入新维度！ AMD先发红利还能保持多久？

在刚刚结束的Computex展上，英伟达发布了代号N1X的首款ARM架构PC芯片RTX Spark，搭载Blackwell架构GPU，1 PFLOPS端侧AI算力，128GB统一内存。如果算上此前已经入场的高通，PC行业首次凑齐了四家强势的芯片厂商，两家传统的x86厂商，两家新晋的ARM定制厂商，形成了四家巨头同台竞争AI PC赛道的格局。

RTX Spark并非传统意义上的PC处理器，它是一颗拥有6144个CUDA核心的Blackwell架构GPU和一颗定制的20核Grace CPU的合成体，主要针对年初起迅速火爆全球的智能体AI，用黄仁勋的话来说，RTX Spark的出现是为了将大语言模型、长期记忆、工具调用等能力本地化，让PC成为真正的“个人AI计算平台”，也就是AI智能体。

但在AI智能体这一市场，AMD却是先行者。

AMD：欢迎英伟达入局

早在2025年初，就已经推出了规格同样炸裂的代号为Strix Halo的锐龙AI Max系列处理器，其旗舰的AMD锐龙AI Max+ 395采用”CPU+GPU+NPU“三位一体的异构融合架构，CPU拥有16大核32线程，全新的Zen 5架构，RDNA 3.5架构40CU的Radeon 8060S图形显卡，以及算力高达50 TOPS的NPU，最高支持128GB超大容量统一内存，通过AMD可变显存技术，最高能将96GB专用于显存，在本地流畅运行千亿参数级别的热门大模型，成为智能体的理想平台。

AMD还提出了智能体主机（Agent Computer）的概念，与传统的PC运行用户的应用、执行用户指令不同，智能体主机根据用户需求，主动运行各种应用程序，代用户下达指令，并输出最终结果。基于锐龙AI Max系列处理器，AMD已经与合作伙伴推出超过35款不同的智能体主机产品。

对于英伟达的入局，AMD高级副总裁、客户端业务总经理Rahul Tikoo在Computex接受媒体采访时也表示："很高兴看到英伟达进入这一领域，两年以来，我们几乎是这一领域唯一的参与者，随着智能体AI和各类AI工作负载的发展，大容量内存已经变得至关重要，我们也一直认为这将是非常重要的市场。所以，看到英伟达加入这个赛道，一是可以共同推动这类优秀产品发展，二是可以帮助整个行业验证端侧AI的价值，所以我们实际上非常高兴。”

Rahul的自信，来自于AMD时间维度上的超前和产业布局上的广度与深度。

从2025年的AMD 锐龙 AI Max 系列到同样刚在Computex期间发布的锐龙 AI Max PRO 400 系列，AMD在这一领域已经完成了一轮完整迭代，积累了35款搭载锐龙AI Max系列的OEM设备和一整套开发者支持体系。AMD还推出了锐龙AI Halo的开发者平台，投入大量软件优化，帮开发者快速上手开发，并且会进一步把优化软件扩展部署到全系列锐龙AI Max产品，覆盖各大OEM厂商的笔记本、工作站、台式机等的全品类。

而RTX Spark的终端产品还要等大概半年才能上市。AMD两代产品迭代积累下的产品成熟度和原生x86架构的Windows生态深度与兼容度，与一颗处在量产前夜阶段的定制化ARM芯片相比，其优势不言而喻。

超前领跑智能体AI时代

Rahul表示：“现在，智能体AI就是那个杀手级应用！”

2025年1月CES上AMD发布AMD 锐龙 AI Max 系列，当时很多人还在纠结NPU的TOPS值意味着什么，许多人都在追问推动端侧AI起飞的杀手级应用是什么的时候。AMD做的是把128GB大容量统一内存塞进笔记本，以高达96GB的显存，把本地跑大模型从实验室场景推向市场。

一年半之后，AMD这个决策的成效通过两个维度显现出来。

首先是2026年初，以OpenClaw为代表的智能体迅速兴起，它能够进行研究、写作、总结、分析、规划并执行任务，它不仅能够回答问题，更能够采取行动，甚至可以持续地、大规模地在各类任务、工具和信息之间协作。OpenClaw让PC第一次从“被人操作的工具”变成了“可以自己去操作其他工具的主体”。

于是，AI智能体成为现实，AMD一年多以前所做的所有准备，也让智能体主机（Agent Computer）应运而生，PC 上的 AI 从此跨越了一个重要的里程碑。

同时，AMD超前的布局也让产品落地速度快，锐龙 AI Max 系列发布后，惠普、联想、华硕和众多国内厂商跟进推出了超过35款产品，覆盖笔记本、工作站、台式机等的全品类产品形态。Rahul 的主力机就是一台配备锐龙 AI Max + 395的惠普G1a，128GB内存，可以用来运行龙虾等各种智能体。

随着智能体AI的迅速兴起，AMD的迭代节奏越发加快，2026年第三季度锐龙 AI Max PRO 400 系列即将上市，内存容量也从128GB拉升到192GB，通过统一内存架构可分配最高160GB显存，几乎是上代产品翻倍，本地可运行的模型参数也从70B级别跃升到300B级别，同时支持多个大语言模型并行运行和智能体集群协作。AMD在RTX Spark产品进入市场之前的时间窗口里，已经完成了一整轮从第一代进化到第二代（Gorgon Halo）的产品升级。

对比时间线我们会发现RTX Spark 最早也需要在2026年Q3发布，而搭载它的PC产品预计年底甚至2027年初才可能上市。锐龙 AI Max PRO 400 系列的192GB超大容量统一内存和300B模型能力，直接对位的是RTX Spark的128GB和70B模型。两代迭代积累下的产品成熟度和生态配合度，与一颗还处在量产前夜阶段的芯片之间存在着本质差异。

x86生态的原生优势

RTX Spark的硬件指标很强，英伟达的CUDA生态也非常强大，但对于试水PC市场的RTX Spark来说，能完整移植CUDA生态到Windows on Arm么？移植后在x86主宰的领域会不会水土不服？因为RTX Spark采用Arm架构的Grace CPU + Blackwell GPU 组合，受底层架构限制，无法兼容常规Windows，必须依赖微软定制的Windows on Arm专门版本，需要通过模拟层运行，很可能会带来性能损耗和兼容性问题，短时间内难以发挥出应有的性能。

AMD这边的X86平台在PC领域积累了四十年，Windows、Linux、主流AI框架全部原生支持。开发者拿到一台搭载AMD 锐龙 AI Max 系列的设备，装好驱动就能直接在PyTorch、TensorFlow、Llama.cpp上跑项目，省去了ARM翻译层的适配环节，跳过了CUDA兼容性的验证过程，环境配置的精力消耗降到了最低。

除了硬件上的领先优势，Rahul还强调了AMD在软件上的投入，尤其是两项关键措施的落地。

一是AMD ROCm开发平台实现了全部主流AI框架的Day 0首发适配，从云端到终端全链路无缝兼容，大幅降低开发者的开发门槛，开发完成后项目可以灵活部署在任何场景。

二是针对锐龙AI Halo硬件平台投入了大量软件优化，包括预置配套AI框架、模型、软件，主流开发场景可以一键启动，从而帮助开发者快速上手。

AMD的"Playbook"是一套开源的逐步操作指南，从环境搭建、依赖安装到跑通具体项目，每一步都有清晰的指引。平台侧则预装了完整的开发环境，开机就能用。目前的五套Playbook覆盖ComfyUI文生图、Agent项目、N8N自动化流程等开发者的高频需求场景，后续还会继续增加。

在门槛更低的x86生态，AMD 认为AI开发不应该只局限于资深技术人员，希望普通开发者也能轻松上手、普惠全行业。

AMD开放生态赋能海量开发者

如何降低开发者门槛，让开发变得简单，除了大模型适配和软件开发工具优化，AMD还做了大量的推动工作，从面向高校AI教育、科研实践和成果转化的“春雨计划”，到诸如“AMD锐龙AI智能体创新应用大赛”的科创赛事，再到全球举办的AMD AI开发者日，AMD正在通过一系列生态赋能项目，让智能体走向普及。 5月19日，AMD刚刚在上海举办了国内首场AI开发者日活动。

AMD AI开发者日是一个免费的现场活动，面向所有从事AI和机器学习的开发者。通过主旨演讲、技术会议、实践工作坊、作品分享、产品应用演示等形式，提供与AMD 工程师和行业专家直接面对面交流的机会，帮助开发者激发创新想法、分析工作负载、优化性能，并获得可以立即应用的实用工作流程。既有面向开发者动手实践的实操工作坊，也有围绕AI基础设施与开源生态展开的技术专题研讨会，还有聚焦端侧智能体应用创新大赛的优秀获奖分享论坛。

AMD AI开发者日当天，AMD客户端业务的几位核心负责人全部到场，花了一整天跟开发者群体面对面交流。活动现场可以有机会进行沙盒试验：开发者带着自己的项目来，在AMD的硬件和软件栈上运行、调试、优化，AMD的工程师在现场帮助调试解决问题。

AMD开发者计划的具体支撑包括：在线云资源访问、免费获取开发者Token、定期发布的最佳已知配置（BKC）更新，以及AMD工程团队的直接技术支持。

中国市场拥有全球规模的AI应用开发者和AI硬件供应链，是AI PC生态的关键一环，所以AMD早早就把赋能开发者放到了优先位置。

小结：

在云端AI使用成本持续上升的背景下，本地推理的价值变得前所未有地清晰。

根据Gartner的数据，AI PC 2025年会占全球PC超三成份额，2029年或成市场常态。

Rahul在采访中也表示，这个市场目前仍处于起步阶段，未来会成长为一个规模巨大的市场。在这样一个庞大的市场中，必然会有许多参与者共同竞争，AMD对此完全可以接受，会凭借自身的优势去参与竞争。

而Rahul 对未来的判断更具参考性，他此前拜访一家大型企业时算过一笔经济账：若对其8000名开发者推广使用Claude Code，预计每位开发人员每月需要大约 3,000 美元，月Token费接近2400万美元。而如果在这个过程中让智能体主机成为其AI 节点的一部分，改成本地主机+云端协作的工作组合，就可以大幅节省这笔费用。

"本地推理不是替代云端，是给开发者多一个高效的选择。AMD要做的，就是让这个选择变得足够简单。"Rahul表示。

未来的AI计算架构大概率是混合模式——本地、私有基础设施、云端三层协同，每层执行差异化的计算负载。在这个架构里，x86更具通用性和生态优势。

现在，随着新的入局者英伟达的加入，这场智能体AI的马拉松会进入新的竞争阶段，可以看见的是，AMD在这一 x86传统优势市场的先发和原生优势、技术路线选择、生态的广度、深度与开放性、开发者赋能等关键方面的布局与表现，已经初见成效。

新的竞争，才刚刚开始。