AI浪潮正以前所未有的速度席卷全球。在这场技术变革中，能提供从芯片到软件全栈解决方案的玩家屈指可数。AMD，作为其中关键的“全能型选手”，其动向自然备受瞩目。

近日，AMD将一场重量级的AI开发者日大会首次带到了中国上海。这也是该活动在美国本土之外的唯一一场。

主题演讲、技术研讨、动手工作坊、开发者作品展示以及与工程师的面对面交流……这场盛会吸引了超过2000名行业领袖、技术专家、生态伙伴与开发者，现场气氛热烈。

AMD董事会主席兼首席执行官苏姿丰博士、AMD高级副总裁兼大中华区总裁潘晓明、AMD高级副总裁兼计算与图形事业部总经理Jack Huynh等核心管理层悉数到场。

零一万物创始人兼CEO李开复博士、阶跃星辰联合创始人兼CTO朱亦博博士、清华大学电子工程系教授汪玉等产学研界的重量级嘉宾也参与了分享与对话。

全栈能力：AMD的差异化王牌

过去几年，NVIDIA凭借其在AI GPU领域的先发优势风光无限。然而，构建坚实的AI算力基石，远非单一GPU所能胜任。

它更需要CPU、网络、软件乃至整个系统平台的协同。而这，恰恰是AMD布局多年、如今厚积薄发的赛场。

从早年唯一同时拥有CPU、GPU和主板芯片组，到如今成为唯一一家集高性能CPU、GPU、FPGA、自适应SoC、网络芯片、先进Chiplet设计与封装技术于一身的公司，AMD的全栈硬件实力已不容小觑。

再加上其ROCm开源软件平台的迅猛发展，AMD正在数据中心、边缘计算、嵌入式乃至消费终端等“云-边-端”全场景加速展现其AI领导力。

这种全面的平台能力，为AMD赢得了庞大的“AI朋友圈”。

• 从海外的微软、AWS、OpenAI、Meta，
• 到国内的阿里云、腾讯云、字节跳动、美团、快手等巨头，都是其重要的生态合作伙伴。

同时，AMD开放的生态策略也获得了广泛认可。其技术广泛支持阿里通义千问、小米MiLM、Kimi、DeepSeek、阶跃星辰等国内主流大模型及魔搭社区等开发者平台。

例如，现场展示的无锡新威智算服务器，就部署了两颗AMD EPYC 9334处理器和八块Radeon Pro W7900显卡，构成了强大的计算单元。

硬件是骨架，软件则是灵魂。AMD持续投入的ROCm开源软件平台，正成为统一其CPU和GPU生态的关键。

它支持从笔记本到数据中心的跨设备互联互通，广泛兼容各种运行时、编译器、库和AI框架，旨在实现“一次编写，全路径运行”，显著提升开发、测试和部署效率。

未来五年：从训练到推理，CPU角色回归

苏姿丰博士在演讲中描绘了一幅激动人心的未来图景：她预测，五年后全球将有约50亿人每天与AI互动。而2024年这个数字仅在百万级别，去年约为10亿。

这意味着，AI用户规模将在未来五年迎来高达五倍的增长。

更关键的是，未来的每个用户可能不再只拥有一个AI助手，而是5个、10个甚至上百个专属于个人的AI智能体。它们协同工作，处理不同的任务。

这对底层的持续推理、学习和数据处理能力提出了前所未有的要求，也必然改变GPU与CPU的协作模式。

苏姿丰指出，AI发展正处在一个关键转折点：从以大模型训练为主导，转向以AI推理和智能体应用为核心。这一转变，正在重塑CPU与GPU的价值天平。

过去几年，行业焦点高度集中于GPU。在数据中心里，GPU与CPU的部署比例一度高达8:1，普遍也在4:1左右。

而在智能体AI时代，CPU将承担更多工作——包括AI推理与逻辑思考、数据处理、工具调用、智能体编排等——这些都是CPU的传统优势领域。因此，业界预计，GPU与CPU的配比将逐渐向2:1甚至1:1靠拢。

这一趋势已成为行业共识。事实上，英特尔CEO帕特·基辛格也曾多次强调“CPU的时代回来了”。而NVIDIA急于推出自己的CPU产品，更是从侧面印证了这一判断。

当然，GPU与CPU并非简单的替代关系，而是如何在最合适的岗位上发挥各自长处，实现高效协同。无论未来哪种架构主导，拥有全平台产品线的AMD，相比专注于单一领域的对手，显然具备了更大的战略灵活性和主动权。

深耕中国：视为驱动创新的核心

苏姿丰在演讲中花了相当篇幅重申AMD对中国市场的长期承诺。她强调，中国拥有全球最活跃的AI生态系统，正在引领智能体AI和企业级AI的应用创新。

“中国生态系统最令人兴奋之处在于，这里真正理解开放创新，这是一个非常特殊的样本。”苏姿丰表示，“我们将中国视为驱动我们产品路线图的核心部分，这涵盖了芯片、AI、软件和平台工程。”

AMD在中国市场已深耕三十余年，拥有超过4000名工程师，其全球最大的研发中心就坐落于此。AMD还设立了AI卓越中心，专注于核心AI软件、新一代算法、锐龙AI赋能及行业解决方案的研发。

今年迎来成立20周年的AMD上海研发中心，已成为其全球研发体系的重要支柱。它深度参与了多项关键产品的设计、验证和量产支持，具备从芯片设计到软硬件协同开发的全栈技术能力。

目前，AMD已与超过100家中国AI企业、机构及社区展开深入合作。

此次大会上，苏姿丰还宣布了一项针对中国开发者的重磅福利：AMD正式发布了首个基于Radeon GPU的公共AI开发者云，并且完全免费，旨在降低开发门槛。

同时，AMD正与国内基础模型公司深度协作，优化基于AMD GPU的训练与推理效率，并与阿里云携手共建模型与社区生态。

“我们坚信，我们需要在这里，与世界上最聪明的AI从业者互动。”苏姿丰总结道。

生态落地：迷你AI工作站与终端爆发

生态的繁荣最终要体现在产品上。大会上，李开复博士与苏姿丰博士联合发布了一款全新的迷你AI工作站“Cube01”，并将其称为“万智智算节点”。苏姿丰博士还为一台现场展示机亲笔签名。

这款设备基于AMD锐龙AI Max+ 395旗舰处理器，配备128GB统一内存，并搭载了零一万物的万智智能体平台。它集成了“算力+模型+多智能体协同”的软硬一体化能力，旨在让中小团队也能拥有以往只有大型企业才具备的智能协作基础设施。

目前，基于锐龙AI Max+ 395处理器的迷你AI工作站、笔记本及一体机产品已超过35款，来自华硕、联想、惠普、零刻、铭凡等众多品牌。这些设备几乎都标配了128GB统一内存，其中最多可有96GB被共享作为显存。

这个容量意味着什么？

• 运行一个千问122B模型就需要约71.4GB内存。
• 保证26K上下文需要6.8GB。
• 处理标准工作负载又需约16GB。

再加上各类智能体的开销，96GB的可用显存正好能完美匹配这类高需求场景。

AMD的Jack Huynh在演讲中提出了一个衡量AI生产力新时代的框架：随着Token经济浪潮的到来，AI生产力的高低将取决于三个关键因素——

• 算力规模的部署效率。
• Token的转换生产效率。
• Token最终创造的价值。

一场开发者大会，不仅秀出了肌肉，更清晰地勾勒了战略蓝图。从全栈硬件到开源软件，从对未来计算架构的前瞻到对中国市场的深度绑定，AMD正试图向业界证明，在AI这场长跑中，全能型选手的后劲或许更值得期待。