AMD年度AI大会直击：Zen6出鞘2nmGPU首秀还有“地表最强”AI机架！剑指万亿市场

集微网美国旧金山报道 在人工智能从模型训练迈向规模化推理与智能体（Agentic AI）应用的关键转折点，数据中心正经历一场深刻的架构变革。传统的计算单元堆砌已无法满足指数级增长的数据处理需求，一个以开放、协同、高效为核心的“AI工厂”时代已然来临。

美国西部时间7月23日，在AMD年度AI盛会——“Advancing AI 2026”上，AMD强势秀出“肌肉”。全新一代EPYC服务器CPU、Instinct GPU MIX455、首款机架级AI解决方案Helios等众多软硬件新品重磅亮相。

从芯片到机架的完整解决方案，从云端到终端AI的全面布局，从ROCm软件生态蓬勃发展，到微软、Anthropic等全球头部客户规模部署，凭借持续迭代的稳定交付节奏，强大的路线图执行力，开放的生态和标准理念，在AI基础设施的新一轮格局重塑中，AMD正成为不可忽视的关键一极。

Q1数据中心业务实现里程碑，距万亿市值仅一步之遥，加速迈进AI算力核心供应商领跑行列的AMD，向对手释放出强烈的竞争信号。

2030剑指2万亿市场

过去两年，Advancing AI大会开场，AMD 董事会主席及首席执行官苏姿丰博士，都会修正市场和技术趋势的预计。原因在于，作为过去50年最重要的技术，当下AI行业的发展速度太惊人。

当前，全球每月AI Token消耗量已高达35万亿次，短短两年增幅达到近160倍。

苏姿丰指出，从行业需求的核心变化看，模型训练始终是AI发展的基础核心，过去五年，高端模型的训练算力需求每年约增长5倍，模型的推理能力、功能特性也在持续迭代，专用模型的数量不断攀升。

苏姿丰坚定的认为，不存在一款万能的AI模型，不同行业、不同任务，都需要适配专属的模型方案。而当下最大的行业变革来自推理端，预计今年，全球AI推理算力需求将首次超越训练算力，全球AI算力中，约60%将用于推理任务。

这背后的逻辑十分清晰：数十亿用户日常使用AI，行业重心从“搭建模型”转向“落地应用”。而智能体AI的普及，正在进一步加速这一转型进程。

智能体是AI的下一个核心突破口，这一趋势在今年以来迎来爆发式增长。早期AI仅能完成简单问答，而新一代智能体可以接收完整目标指令，自主拆解步骤、持续运算直至完成任务。这给算力行业带来了颠覆性变化：智能体的多步骤推理、工具调用、数据读取、循环运算，既需要海量GPU算力支撑推理，也需要大量CPU完成全流程调度编排。

苏姿丰表示，基于客户反馈与行业现状，AMD持续更新市场预判，AI智能体的普及正在大幅拉升AI加速芯片的市场规模。去年大会上，AMD预测2028年AI加速芯片市场规模将达到5000亿美元，当时这一数字已十分惊人，现在看简直过于保守。依托模型迭代与应用普及带来的算力刚需，AMD最新预测显示，2030年全球数据中心AI加速芯片市场规模将达到1.4万亿美元，体量将逼近当前全球半导体市场总和。

苏姿丰指出，芯片领域不存在“一刀切”的通用方案，可编程性更强的GPU仍将占据市场绝对主流地位。但在过去半年，行业最核心的新变化在于：GPU不再是AI算力增长的唯一核心，生成式AI为服务器CPU开辟了全新的增长赛道。

过去半年AMD持续修正行业数据，此前预判服务器CPU市场年增速为18%-20%，整体规模将达600亿美元。但生成式AI与智能体的落地速度，远超所有人的预期。AI智能体正从百万级普及至十亿级，全面提升各行业生产效率，催生了海量CPU基础设施需求，而这一轮基建浪潮才刚刚开启。基于最新行业数据，AMD上调预测：2030年服务器CPU市场规模将达到2200亿美元，年复合增速超50%，CPU赛道迎来全新爆发机遇。

此外，苏姿丰强调，AI算力的应用场景绝不局限于数据中心。随着AI融入日常生活，智能算力需要部署在业务发生的每一个场景——云端算力至关重要，终端设备算力也不可或缺，能够实时感知、响应的边缘自主设备，也将承载大量AI算力需求，而这也是AMD的核心布局之一，即推动AI全域渗透、无处不在。

基于此，2030年AMD参与的高性能和自适应计算市场规模将从2025年的3650以美元，达到2030年的2万亿美元，年复合增长率达到40%。

“如此庞大的市场，绝非单一企业能够独立承载，生态协同是行业发展的唯一路径。AMD凭借业内最全面的产品矩阵、最完善的技术路线图，以及深度绑定的行业生态伙伴，完全具备引领行业发展的实力。”苏姿丰说。

Zen6加持2nm首秀 Venice市场需求创新高

CPU业务一直是AMD数据中心战略的核心根基。AMD2017年回归数据中心市场，2018年推出首颗Zen架构服务器CPU（Naples），随后强势推进五代产品演进，以意大利城市作为芯片代号，掀起数据中心市场“文艺复兴”之举。多年来，EPYC霄龙服务器CPU以领先的技术领导力积累和强大的执行力，持续攻城略地。

当前，AMD服务器市场收入份额已达到46%，Q1财报CPU业绩增长同比超50%，数据中心业务同比增长57%，并实现AMD历史上数据中心业务规模上首次对于老对手英特尔的超越。

EPYC 9500系列CPU（第五代Turin）奠定了智能体AI场景的性能领先优势，带来更广泛的服务器CPU的领导力。同英特尔至强6980P 128c相比，SPEC CPU 性能最高提升1.4 倍；企业级性能最高提升1.4 倍；HPC性能最高提升1.8 倍；基于CPU的AI性能最高提升约1.7倍。

苏姿丰指出，智能体时代，CPU的重要性已经被普遍认知。AI不只是GPU推理，而是需要大量CPU来做编排、工具调用、沙箱执行等工作，CPU的需求不是减少而是增加了，这也给与AMD更多市场机会。

当下服务器算力负载可分为三大类，且三类场景对CPU的需求完全不同：

第一类是GPU加速服务器，核心需求是高速IO与高频核心，全力为GPU供给算力、消除性能瓶颈。第二类是当下增速最快的智能体沙箱服务器，主打超高算力密度，支撑海量AI智能体同时运行，核心指标是单瓦智能体运行数量。第三类是传统通用服务器，适配企业多样化负载，核心追求高效稳定、低成本。目前，AMD霄龙是业内唯一能在三大场景全面领跑的CPU产品矩阵。

针对上述场景，AMD在此次大会上重磅发布第六代EPYC服务器CPU（代号Venice）——EPYC 9006系列，Venice基于Zen 6架构打造，是行业首款2nm工艺实现量产的高性能计算芯片。

相比前代Turin的192核上限，Venice将单颗CPU核心数提升至256核，增幅达33%；整体性能与能效均较Zen 5架构提升超70%。

而第六代Venice实现了进一步的飞跃，在四个维度体现出竞争优势。

·计算方面：提供两种核心配置——“Zen 6c”最高可达256核/512线程，“Zen 6”最高96核/192线程；支持AMD 3D V-Cache™技术，L3缓存高达1152MB；功耗上限为600W。

·I/O与平台方面：支持2路或1路CPU配置；单路最多128条PCIe Gen 6通道，带宽64 Gbps；通过CXL® 3.1实现内存扩展；集成第五代Infinity Fabric™互连技术；电源管理支持统一供电、基于利用率的功耗缩放及频率自适应频谱技术。

·安全方面：增强型信任根支持RSA 4K和后量子密码；提供物理与侧信道攻击防护；符合FIPS 140-3 Level 1标准；支持机密计算与AMD SEV可信I/O。

·内存方面：支持最多16通道MRDIMM，速率高达12,800 MT/s；也支持16通道DDR5，速率8000 MT/s；另提供24通道LPDDR5X，搭配可现场更换的SOCAMM2内存模块。

与上述场景相对应，EPYC 9006系列包括四个家族式的产品组合，针对不同AI数据中心的特征和场景，进一步量身定制，其中：

EPYC 9006 SP7：面向AI优先的数据中心，最高256核/512线程的Zen 6c 密度核心负责Agent编排与沙箱执行，96核/5.0GHz的Zen 6高性能核心则专门充当GPU主机节点，配合16通道MRDIMM 12800 MT/s内存与PCIe Gen6，确保GPU满载不“挨饿”。

EPYC 9006 SP8：企业通用版主打性价比市场，8核到128核的灵活配置、8通道内存、128条PCIe Gen6通道，覆盖绝大多数企业级工作负载，专门对位Intel Xeon主流价位段。

EPYC 9006X SP7：配备1152MB 3D V-Cache与最高5.15GHz主频，面向科学计算、工程仿真与AI预处理等缓存敏感型场景。

EPYC 9006 LP 低功耗版（代号 Verano）则是为AI机架打造的主机节点CPU，采用LPDDR5X内存与增强型xGMI互联，以能效优先的设计专门服务GPU集群调度。

自2018年推出首代EPYC服务器CPU至今，吞吐量提升18倍，展现出在服务器CPU领域高速的创新迭代能力以及恐怖的执行力。

“AMD依托统一Zen 6架构，打造多规格、全场景CPU产品矩阵，这是所有竞品都无法复刻的核心优势，让第六代霄龙成为当下数据中心最优CPU方案。”苏姿丰说。

随后，在吞吐量和每核性能方面，AMD将包括英特尔至强6、Arm AGI以及刚刚公布完整规格的英伟达Vera等对手旗舰数据中心CPU都打了一遍。

测试数据显示，第六代EPYC服务器CPU的SPECrate 总吞吐量是 NVIDIA Vera 88 核的 2.2 倍、单核性能是其 1.2 倍；对比 Intel Xeon 6980P，企业级性能最高 1.4 倍、HPC 性能最高 1.8 倍；云原生场景优势幅度从 2.6 倍到 3.7 倍不等。基础设施整合能力更是达到 12:1—— 用 82 台新一代 EPYC 服务器即可替换 1000 台老旧 Xeon 设备，服务器数量减少 92%、功耗降低 77%、五年 TCO 节省 40%。

目前Venice已全面量产，所有主流服务器OEM厂商、云厂商将于今年四季度全面推出Venice架构服务器产品。

Meta作为多年来EPYC多代产品的合作伙伴，也是Venice首发伙伴之一，出席大会并进行了分享。相关负责人表示，Meta已与AMD合作四代EPYC产品，当下行业最大的变化是：AI算力不再只是GPU的独角戏，CPU的战略地位愈发重要。未来双方在CPU、GPU协同优化、全场景算力适配领域，还有巨大的合作空间。而在Venice的合作中最大的变化在于，双方基于深度的联合设计，真正释放数据中心与AI算力的极致潜力。

随着AI推理落地各类产品与服务，市场逐步分化为三类核心负载：第一类主打超高吞吐量、低成本，适配低交互场景；第二类兼顾吞吐量与响应速度，适配均衡型场景；第三类主打超低延迟，毫秒级响应至关重要，适配高实时交互场景。三类负载需要完全不同的算力方案，而离散式推理架构是适配细分场景的最优解。运算推理需要不同的算力支撑，AMD算力平台可实现算力、内存带宽的均衡输出，同时支持客户按需定制、模块化调配。

会上，苏姿丰宣布与Cerebras达成战略合作，共同打造超低延迟推理解决方案。

Cerebras相关负责人表示，双方将联合打造基于Helios机架与晶圆级引擎的超低延迟推理解决方案。依托AMD CPU、Helios机架的顶级算力与内存性能，搭配Cerebras晶圆级引擎的超高带宽、超高SRAM缓存优势，打造出行业独有的差异化方案。兼顾高吞吐量与低延迟，吞吐量提升5倍的同时，保持亚毫秒级响应速度，解决了行业「高吞吐必高延迟」的痛点。产品将于今年年末率先登陆Cerebras云平台，后续开放本地部署选项，为客户提供多元化选择。

在EPYC CPU路线图方面，2028年将推出第七代产品，代号Florence。配备全新的AI计算扩展指令集，确保拥有全面的AI能力，并支持最新的内存技术。第七代CPU同样采用家族化产品组合形式（Florence、Ferrara、Fidenza），以适应性能、企业级、AI头节点、智能体沙箱等不同场景。第八代Ravenna目前处于研发中，计划2030年推出。

“大杀器”Helios亮相：每美元Token数超Vera Rubin30%

如果说CPU是AMD的基本盘，那么Instinct GPU与Helios机架系统则是其冲击AI算力核心市场的主攻手。

当前，AMD Instinct正稳步推进路线图。具体表现在几个方面

一是从MI300、MI325X、MI350系列一路推进到驱动Helios 机架系统的MI400系列，保持稳定的每年一代的迭代节奏。

二是是生产级AI部署持续扩大，覆盖训练、推理和新兴的智能体工作负载。

三是广泛的生态可用性，云服务商、新云厂商、OEM、ODM及主权AI领域均有布局。

四是获得领先AI公司的信赖。目前，包括OpenAI、Meta、微软、Anthropic、Oracle等头部企业正在广泛采用AMD Helios方案。

过去几年，AMD在大力打造ROCm软件生态，包括开源社区建设，主流大模型的适配。目前，Hugging Face 上超过300万个模型可开箱即用，AMD原生支持的AI开源项目数量增长了10倍，同时跻身全球前十大开源贡献者行列。 Instinct GPU正在赢得更为广泛的AI生态的信任。

2022年-2030年，训练算力需求呈现指数级增长，每年保持5倍增速，但推理的速度增长更快，已成为当下主要的AI工作负载主体。

更多的推理、更多的智能体、更多的工具调用、更多的CPU编排，最终带来更多的数据中心整体算力的需求，过去两年，数据中心月度Token消耗量增长了158倍。

前沿的AI需求需要开放性的机架蓝图，而AMD给出了系统性的解决方案。包括领先的计算能力、开放的机架架构、互联网络、机架级的效率与可维护性、高效的解决方案。

AMD 提供的不是单一芯片，而是从计算、架构、网络、运维到整机柜的一整套开放、标准化的 AI 基础设施方案。

Instinct MI455X作为第五代 AI 加速卡，采用 2nm 工艺、共有320 亿晶体管，搭载 432GB HBM4 内存，带宽达 23.3TB/s，相比上代 MI355X 最高提升 2.9 倍。算力方面，MXFP8 精度下达 20 PFLOPS、MXFP4 精度下达 40 PFLOPS，均提升 4 倍。实际推理场景中，Token 吞吐量最高提升 34 倍，单 Token 成本最高降低 18 倍。

而真正的“杀器”是Helios 机架级 AI 系统—— 这并非简单GPU 堆叠，而是 CPU、GPU、网络三者深度协同设计的整体方案，并在计算、内存和互联方面实现行业领先。

Helios整机架包含18个计算托盘。每个托盘搭载4块MI455X GPU和1颗Venice CPU。按机架规模计算，这意味着72台MI455X加速卡、4600多颗EPYC Venice CPU核心，此外，还包括31TB 的HBM4内存（总内存带宽达 1.4 PB/s），43TB/s 横向扩展带宽以及2.9 FP4 ELOPS的AI推理算力。

其中，主机节点采用第六代AMD EPYC服务器CPU，配备96个高频核心、PCIe Gen6 互联、1.6TB/s 内存带宽。

加速层采用72颗第五代AMD Instinct MI455XGPU，提供40PF的FP4 AI 算力、432GB HBM4 内存容量、23.3TB/s 内存带宽。

互联层采用AMD Pensando+UALoE方案，纵向扩展带宽达到260TB/s，单域可容纳72颗GPU，每颗GPU配备三路800G网卡。

对比NVIDIA Vera Rubin NVL72，AMD Helios的AI算力多出15%、内存容量多出50%、横向扩展带宽多出50%。每美元可获得的30%的Token数量的提升。AMD方面称这是行业最高性能的机架级AI基础设施解决方案。

当前，AMD Helios展现出行业领先的性能，已经被领先的AI公司规模化部署。就在此次大会举办前夕，AMD相继宣布与微软和Anthropic在MI455X GPU以及Helios机架方面的重磅合作，还包括OpenAI、Meta、Oracle等头部大厂。其他基础设施合作伙伴有戴尔、惠普、联想、Bull、超微、Sanmina、IBM、Wiwynn等主流服务器厂商。

据苏姿丰介绍，目前，Helios已全面进入量产阶段。产品订单已全部敲定，将于今年年第三季度末启动客户交付，第四季度全面扩产上量，市场需求极其火爆。未来将保持每年更新一代的节奏。

大会前夕，Anthropic宣布与AMD重磅合作，部署2吉瓦算力规模的Helios基础设施，Anthropic负责人现场站台。该负责人表示，Helios是一款极致优秀的算力平台，实际部署上非常高效，仅需一名工程师周末便完成硬件介入、Claude模型适配与性能调优，模型性能全程稳步提升，真正实现了人机、AI协同高效适配，门槛极低、效率极高。本次合作的核心价值，不仅是算力部署，更是Claude模型与AMD架构的深度融合。Anthropic相信顶级基础模型深度适配AMD硬件架构，能够持续为行业客户创造更大价值。

OpenAI去年宣布同AMD合作部署6吉瓦的算力基础设施，作为最早和最核心部署Helios的合作伙伴代表，OpenAI相关负责人也来到大会现场。该负责人表示，三个月前接入Helios原型机架后，双方工程师联合攻坚，完成了模型的深度适配与优化，目前适配效果超出预期，OpenAI将于今年年末启动MI455规模化部署，明年全面提速扩容。

在GPU路线图方面，依然保持每年迭代的节奏，明年AMD将推出MI500系列，将引入下一代HBM内存，领先的GPU纵向扩展域和铜缆与光互联技术。MI600系列正处于研发中，计划于2028年推出。

针对MI500系列，苏姿丰特别强调，每一代Instinct都带来了重大的性能飞跃。MI455推理吞吐量相比MI355提升了35倍。而MI500将在AI性能，实现历史上最大的代际性能飞跃，AMD自MI300推出以来，4年间带来2000倍的推理性能提升。

“目前AMD已与多家客户就这一设计展开合作，客户的反馈非常棒。”苏姿丰说。

ROCm.AI改变GPU编程方式 MI430X HPC领域无对手

除了强悍的硬件性能之外，近年来，AMD重金投入打造软件以及生态，专注提升开发者体验。

当前，ROCm版本每六周发布一次，而不是以前每四个月一次。同时，AMD继续扩大与AI生态系统合作伙伴的合作范围，为ROCm注入更多的功能，更快的性能，以及显著提升的开箱即用体验。

在软件层面，AMD坚持与开源生态系统深度合作，以及构建合适的抽象层以提升开发者生产力。开源赋予速度和规模，而抽象让开发者更高效。降低开发壁垒，增强信任度。目前，ROCm现在正成为最重要AI社区的默认启用方案——包括Hugging Face、PyTorch、JAX、vLLM、SGEMM等。

会上，AMD人工智能事业部高级副总裁Vamsi Boppana宣布推出智能体AI开发平台“AMD ROCm.AI”，将AI辅助GPU编程能力带给开发者。他表示，这将深刻改变GPU编程方式，缩短工作负载上线时间。

“它的核心理念很简单：让开发者通过他们已经在使用的AI编码智能体，接入整个ROCm生态系统的强大能力——无论你使用的是Cursor、Claude还是Codex，ROCm AI都能帮助这些智能体理解ROCm平台，帮助你构建和优化工作负载。换句话说，我们正在让这些流行的编码智能体变成ROCm超级用户。你应该只需描述你想运行的工作负载、想要达到的性能目标，然后让智能体帮你实现。”博帕纳说。

博帕纳用一个具体例子来说明：假设一名开发者想要在MI355上用vLLM优化MiniMax M3。常规做法需要搞定很多事情：正确的vLLM优化、合适的模型配置、正确的环境变量，可能还需要编写或优化新内核，然后还要对所有这些进行调优。有了ROCm AI，这个交互就变得简单多了。

你只需输入"用Hyperloop优化MiniMax M3”，然后回车。在后台，智能体就像专家一样工作：提取已知的优秀配置、运行并分析工作负载、创建并测试大量内核和运行时配置，然后朝着目标持续迭代。在这个具体案例中，ROCm AI实现了每秒Token吞吐量提升38%。这就是ROCm.AI想要带给开发者的体验——上手简单，优化强大。

博帕纳还介绍，AMD工程师通过ROCm AI解锁了MI455的全部能力。在真实工作负载上，系统实现了20TB/s的内存带宽，以及20 PFLOPS的实际计算能力。这是当今行业中所有加速平台里，计算能力加内存能力的最高实测表现——不是理论值，是实测数据。目前，ROCm.AI已为MI455X做好“Day 0”支持的准备。

针对HPC和科学计算领域，AMD发布了Instinct MI430X加速器，凭借FP64 288TF的算力（超Rubin8.7倍）和432GB的内存性能（超Rubin50%）在HPC计算领域领先。数据中心之外，让AI赋能企业与个人

如今生成式AI正逐步渗透到各种计算形态中，企业也在经历同样的转变，但有着自身独特的需求。

这些企业主要关注三大问题：第一，可预测的基础设施成本和总体拥有成本；第二，确保数据安全；第三，如何将AI集成到现有基础设施中。

会上，AMD 高级副总裁及计算与企业 AI (CEAI) 事业部总经理Dan McNamara宣布推出Instinct MI350P。这是一款风冷GPU，设计适配现有企业服务器的电力和散热规格，无需升级机房设施，就能轻松将大规模推理能力带入当今企业数据中心。

同时，该产品性能上也没有妥协。单颗MI350P可支持高达2600亿参数，让客户在单颗GPU上就能运行绝大多数企业AI工作负载。

此外，该产品经济效益甚至更出色：MI350P每美元的Token吞吐量是竞品的4倍以上。在实际运行的业务工作负载上，AMD进行的企业测试用例表明，MI350P的生产率远高于竞品——每秒Token速度是竞品的2到5倍。这意味着每秒更多Token、完成更多工作、支持更多用户，同时为企业带来更低成本。

合作伙伴AT&T在分享中表示，AT&T是少数在 AMD 平台完成模型后训练、并实现与高端芯片同等性能准确率的企业，通过多模型组合优化，在Token 用量增长的同时有效控制成本。旗下开源电信 AI 模型 OTel 1.0 累计下载超 1800万次，会上发布的 OTel 2.0 同样基于 AMD 硬件训练并全面开源。

在物理AI和客户端AI领域，AMD高级副总裁及计算与图形事业部总经理Jack Huynh在发言中指出，除了数据中心业务之外，实现完整的AI转型还需要两个要素：智能变得个人化，以及智能能够理解物理世界并在其中行动。

Jack Huynh表示，当前企业AI已经在重塑数据中心，但对于个人AI的影响将远远超出数据中心。智能体是下一个伟大的生产力倍增器。智能体能让个人的产出翻倍，能让团队产出翻10倍。随着智能体能力增强，这种增长会呈指数级。

小型开源模型正以惊人的速度缩小与前沿模型的差距。Llama 3.1 270亿参数模型，现在在推理上的表现已经超过了上一代的前沿大模型，这改变了可能性的边界。曾经只能在云端运行的工作负载，现在可以在为个人AI设计的计算引擎上运行。

Jack Huynh介绍，Ryzen AI将能力扩展到最高2000亿参数的模型，可以在个人系统上原生运行。这并非云端AI，而是一类专为本地运行AI模型而构建的个人计算设备。

而这也是AMD打造Ryzen AI Halo的初衷，希望给开发者一个足够强大的平台，能在本地运行这些大模型，同时又足够简单，可以日常使用。凭借120GB统一内存，支持最高2000亿参数模型，开发者可以直接在桌面上本地构建、测试和迭代。同时，宣布扩大与Hugging Face的合作伙伴关系，将开源AI生态系统直接带到Ryzen AI Halo上。

为进一步推动推理侧变革，AMD还推出“GORGON HALO”，最大统一内存从128GB提升到192GB，AI模型参数从2000亿提升至3000亿，将云端规模的AI能力带到本地桌面端。

Jack Huynh表示，通过与全球领先OEM厂商的合作，AMD现在为全系列个人AI系统提供算力支持——从笔记本电脑、工作站到迷你PC和开发者平台。这意味着开发者、企业和创作者可以根据自己的构建和工作方式，选择合适的系统。

打造完整机器人解决方案

近年来，以具身智能为代表的物理AI赛道受到持续关注。20多年来，AMD一直在为机器人依赖的核心能力提供算力支持——从感知、功能安全到确定性控制和精密运动。

此次大会上，AMD宣布推出Kria Create AI系统级模组，由Ryzen AI Embedded X100驱动，将CPU、GPU、NPU和统一内存整合在一个紧凑的开放标准架构中，让机器人能够同时处理感知AI和推理，全部实时完成。

在第三方测试中，Kria AI系统的实时推理性能是竞品的3.4倍，并发智能体数量是2.3倍，CPU容量是1.6倍。这意味着更快的反应速度，以及更大的余量来承担更复杂的工作，同时不牺牲控制或安全。

定义机器人的下一个时代，光有强大的大脑还不够，开发者需要一条从想法到真实世界机器运行的完整路径。AMD推出了Kria AI机器人开发者平台——这是首个交钥匙、开放、完全集成的机器人系统，该系统核心是Kria AI系统级模块，搭配专为感知和连接设计的机器人载板，

AMD方面强调，这个平台为开发者提供了所需的一切——几天内就能从概念走向原型。而且同一个模块可以直接沿用至量产阶段，到最后阶段无需迁移或重新设计。

最后，Jack Huynh强调，未来不会由一个模型、一台机器、一家公司定义，未来将在开放中构建——跨越芯片、软件、系统和生态，共同向前。从云端到PC，再到现在的物理世界，AMD持续为无处不在的智能构建计算基础。AMD将聚焦未来，增强和扩展人类的能力。AI的下一个时代不会只停留在屏幕之后，它将拥抱我们周围的世界。

【结语】

作为AI赛道的“领跑者”，叠加新一代产品矩阵的全面落地，AMD正在加速走向AI算力的主流核心供应商。

随着AMD Helios于2026年下半年正式出货，AI基础设施的竞争将彻底从单一芯片的算力比拼，升级为机架级系统效率、开放生态粘性与规模化部署能力的全面较量。AMD在今日大会上做释放的，正是其在“AI工厂”时代实现竞争赛道身位领先的关键信号。

当算力堆叠的天花板逐渐显现，真正的胜负手将属于那些能够以最低成本、最高效率将算力转化为生产力的系统级玩家。Advancing AI 2026给出了AMD的答案——而这场竞赛，正进入最精彩的章节。