AMD Advancing AI 2026：Agentic AI时代，AMD全栈AI计算方案闪耀亮相

  【天极网企业频道】毋庸置疑，AI从大模型发展到智能体，已经进入规模化应用阶段。无论是个人、企业还是行业应用场景，AI都已经成为关键生产力之一。甚至对于个人而言，能用、会用、用好AI本身已经成为一项重要能力。更不用说，在企业智能化升级过程中AI持续不断地重塑工作流程和业务模式。

  在AI加速发展的趋势中，智能体“高开高走”不仅是推动算力基础设施的迭代升级，也让AI算力结构以及在端边云的部署有了更多变化。

  美国加利福尼亚州旧金山现场报道，当地时间7月23日，AMD Advancing AI 2026大会期间，AMD董事会主席及首席执行官苏姿丰博士在主题演讲中提到，在过去两年中AI需求持续激增，每月Tokens消耗量已经增长158倍，且推理已经成为当下占比最高的AI工作负载。和训练的占比，从2024年的4:6发展为如今的6:4。

  在AI需求的带动下，数据中心CPU潜在市场规模将从2025年约260亿美元增长至2030年的约2200亿美元。如果拓宽视野，包含云、数据中心、终端和边缘的计算需求潜在市场规模在2030年会有2万亿美元。

  这是AMD的目标，也是AMD Advancing AI 2026上发布一系列芯片、软硬件产品的目标。AMD要携手生态合作伙伴，共赢AI带来的巨大的市场机遇。

  聚焦到产品层面，这次AMD给出的成果可以说是相当丰富，用苏姿丰博士的话来概括就是——发布了很多芯片、很多硬件。涵盖了基于Zen 6架构的第六代EPYC、Instinct MI400系列GPU、AMD Pensando Salina DPU，面向物理AI的AMD Ryzen AI Embedded X100系列处理器以及AMD Kria AI SOM，还有Helios机架级方案以及ROCm生态的最新进展等等。

  可以说围绕AI，AMD 带来了覆盖云、边、端以及软硬件生态的完整 AI 解决方案组合。现场也有来自AMD合作伙伴支持最新芯片的产品、平台和解决方案。接下来就通过一系列重点产品，带大家走进AMD Advancing AI 2026。

  第六代EPYC：Zen 6架构，性能提升80%，极其丰富的产品组合

  从第一代到第五代，AMD EPYC处理器在市场中取得了相当亮眼的成绩，不到十年完成了几乎为零到占据近半份额的飞速发展。对于采用2nm制程工艺、Zen 6架构的第六代EPYC，AMD也寄予厚望。

  第六代EPYC相比上代性能提升了80%;最高提供512线程，较上代提升超过30%;内存带宽增加至1.6TB/s，是上代的2.6倍。

  需要注意的是，第六代 EPYC(代号 Venice)基于 Zen 6 架构打造，针对不同工作负载提供丰富产品组合。

  AMD面对不同的业务负载和场景需求，进行了产品的定位划分。AMD将Agentic AI时代的服务器划分为三大主要场景——主要承担Web服务、缓存、应用与数据库等负载的通用型CPU服务器，这也是服务器的”经典角色;作为GPU服务器的主机节点，由强劲算力的CPU+GPU组成，面向推理与生成应用;面对智能体需求的增长，还有一种就是CPU“沙盒”服务器，用于智能体的编排控制与工具执行(Agent Control Plane & Tool Execution)。

  如支持更高频率的“Venice”HF和“Verano”在主机节点中相当合适;而拥有更多核心、低功耗设计的“Venice”256c则满足智能体高并发等需求，适合“沙盒”服务器。除此之外还包括“Venice”SP7、“Venice”SP8，以及支持AMD 3D V -Cache的“Venice”X，也可分为四大产品系列——EPYC 9006 SP7最显著的优势在于核心数量和性能;EPYC 9006 SP8则针对企业级业务需求，注重性能与TCO;EPYC 9006X SP7则转为高性能计算、AI预处理等优化;EPYC 9006 LP则转为高性能AI主机节点优化。

  第六代EPYC基于Zen 6、Zen 6c打造了不同的产品组合。Zen 6和Zen 6c基于相同架构基础，并保持ISA兼容，但针对不同场景在核心密度、频率、缓存配置和能效方面进行了优化。

  图中蓝色标注的即为代际提升，只不过一些特性是第六代EPYC的某个系列具备，而非通用。

  基于Zen 6c最多256核心512线程，Zen 6则最高96核心192线程。第六代EPYC可拥有最高可达1152MB的三级缓存。默认功耗也从500W提升到600W。

  总之，第六代EPYC从性能、能效、缓存、内存、扩展性、安全性、电源管理等多个领域带来了提升，想要了解更多细节可以阅读天极网发布的《第六代EPYC来了：Zen 6架构，最高256核心，支持PCIe 6.0》。

  Instinct MI455X：基于CDNA 5图形架构

  Instinct MI455X采用基于CDNA 5架构的AMD Instinct GPU设计，晶体管数量较上代增加超过70%，约3200亿;拥有多达432GB的HBM4内存、内存带宽达到23.3TB/s，支持FP4/FP6/FP8等多种AI数据类型。

  与MI355X相比，Instinct MI455X有全面的提升，其中内存容量增加50%、带宽提升190%，且MXFP8 和 MXFP4 峰值计算性能均提升至约3倍。

  在基于DeepSeek-v4模型的测试中，MI455X的Token吞吐量最高可以达到MI355X的34倍，并且将每Token成本降低到MI355X的18分之一。

  另外，AMD还展示面向企业服务器的风冷PCIe GPU——Instinct MI350P，功耗范围450-600W，拥有144GB的HBM3E内存、内存带宽约4TB/s，单卡可支持最高2600亿参数的模型。AMD表示MI350P每美元每秒产生的Token数量达到了英伟达RTX Pro 4000的4.2倍。

  AMD还介绍了将于2027年上半年出货的AMD Instinct MI430X，拥有432GB HBM4内存，相比NVIDIA Vera Rubin提升50%，带宽23.3TB/s，提供高达288TFLOPS的硬件级FP64科学计算性能，是Vera Rubin的8.7倍。

  AMD Pensando Salina DPU和Vulcano AI NIC

  从早期训练更大规模参数模型，到分布式推理、训练，再到当前Agentic AI的海量用户更长上下文连续推理能力，AI工作负载的演进也在给网络提出新的需求。高效、稳定、可靠的数据传输已经成为AI加速发展的关键因素之一。

  AMD打造的网络解决方案正持续赋能AI的大规模应用，也是AMD Helios机架级解决方案中重要组成部分，有关AMD Helios后文会进一步介绍。

  本次大会分享了AMD Pensando Salina DPU和Vulcano AI NIC相关信息。

  AMD Pensando Salina DPU完全可编程，性能是上代的2倍，且性能领先NVIDIA BlueField3达到40%，有助于降低AI基础设施通信开销，提高智能体工作负载部署密度，满足高并发等业务需求。

  AMD Pensando Vulcano AI NIC能够带来更大的扩展带宽，每个GPU打到2.4Tbps，将大模型训练效率提升13%，凭借创新技术加持，有效降低网络消耗成本。

  在以上CPU、GPU、网络三大核心产品解决方案的加持下，共同组成了AMD Helios机架级解决方案。

  AMD Helios机架级解决方案

  无论是从自身体量还是产品定位来看，AMD Helios都是本次大会的“重量级产品”——作为完全集成的机架级解决方案，整合第六代EYPC CPU、MI455X GPU、Pensando Salina DPU和Vulcano AI NIC网络方案，以及ROCm软件栈。

  AMD Helios的基础构建单元是计算托盘，单个计算托盘内拥有4个AMD Instinct MI455X GPU，1颗96核心的EPYC 9006 SP7高频CPU，最多3个AMD Pensando Vulcano 800 AI NIC来保障横向网络拓展，Pensando Salina 400 DPU负责前端网络。

  共计18个计算托盘让AMD Helios拥有18颗CPU、72颗GPU。

  由此整机柜能够拥有18000个CDNA 5 GPU单元、4600个Zen 6 CPU核心，提供2.9EFlops(FP4)、1.4EFlops(FP8)的算力，总带宽达到1.7PB/s的31TB HBM4内存，支持43TB/s横向扩展带宽和260TB/s纵向扩展带宽。

  另外在可靠性、部署和维护方面，Helios还支持自动故障转移、优雅降级、故障隔离等容错机制。

  性能方面，对比NVIDIA Vera Rubin NVL72解决方案，Helios的AI算力领先15%，HBM内存容量增加了50%且带宽领先6%，横向带宽多了50%。

  在基于Kimi K2模型的测试中，每用户Token输出效率Helios的领先幅度在10%—15%之间。更重要的是，AMD表示Helios每美元可以多生产30%的Token，这对于企业部署的诱惑就很大了。

  目前Helios已经进入生产阶段，同时OpenAI、Meta、Anthropic、微软、ORACLE都已经采纳Helios参考设计。

  AMD Ryzen AI Halo：赋能本地智能体

  无论是大模型时代，还是智能体爆火之后，本地部署一直都是AI重要趋势之一，同时也是终端提升竞争力和塑造差异化的发力点。以AI PC为例，本地智能已经成为标配，并且很多OEM为消费者提供了开机即用的本地智能体验，大大降低了体验门槛，加速AI普惠。

  值得关注的是，本地模型的能力也在持续演进，90亿参数模型的性能就可以媲美过去1000参数模型，让端侧AI的可用性更进一步。例如90亿参数Qwen 3.5在今年3月GPQA(研究生级别问答测评)的得分为81.7，超过了此前1200亿参数的GPT-OSS。

  在AMD Advancing AI大会上，AMD也展示了年初在CES上发布的Ryzen AI Halo迷你AI主机，这款面向开发者的平台拥有128GB统一内存，能够运行2000亿参数模型。并且本地数据处理在安全与隐私方面的先天优势，加上本地推力不消耗token的成本优化和随时随地可以使用的特性，对于用户和一些中小微企业部署更加友好。

  在打造硬件算力平台的同时，AMD的ROCm软件栈也进一步发力，凭借跨平台兼容的优势(打通了底层硬件到软件框架、智能体框架全链路)，一次编写就可以在不同平台运行，帮助开发者更好地进行AI功能的开发和调试，并平滑地迁移到不同类型的平台，比如部署在数据中心产品上。

  会上，AMD还分享了与全球最大开源AI社区Hugging Face的合作，目标是让开发者能够更轻松调用Hugging Face模型，并且每台Halo设备还附赠一年Hugging Face PRO会员，让开发者更好地基于AMD平台使用。

  还有代号“Gorgon Halo”的下一代产品，将采用Ryzen AI Max PRO 400系列，并且统一内存从128GB增加到192GB，支持本地可运行模型的上限从2000亿参数提高到3000亿。其目标是将云端级别的AI能力，完整地搬到桌面上运行。

  目前AMD已经携手OEM厂商来打造满足本地AI部署需求的AI硬件设备，产品形态涵盖了笔记本、迷你PC、一体机等等，同时也携手合作伙伴围绕具体的业务场景展现了Ryzen AI Halo落地的能力和价值。

  物理AI：发布X100系列处理器，全面赋能机器人

  机器人有多火不用赘述了，但怎么让机器人的能力获得全面提升，这同样需要全栈解决方案。本次AMD发布了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)以及AMD机器人合作伙伴网络。这些产品与方案，能够覆盖物理AI、机器人等边缘侧的一系列应用需求。

  AMD Ryzen AI Embedded X100系列处理器拥有16核Zen 5架构CPU，满足智能体编排、规划、控制;具备独显级能力的RDNA 3.5 iGPU可支持加速感知、视觉推理;低功耗高算力的XDNA 2 NPU则支持持续性视觉、音频感知能力，满足在端侧部署对于能效的要求。

  一同发布的Kria AI系统模块(SOM)是一块预先完成高速接口和基础计算模块设计的模块，直接封装了一颗X100处理器，底部配有一组连接器支持插入载板，通过模块化方案来缩短研发周期，加速产品上市。

  据悉，相较NVIDIA Jetson AGX Thor，Kira AI平台可实现3.4倍的实时控制性能、2.3倍的并发智能体数量、1.6倍的CPU容量。

  Kria AI机器人开发者平台看上去也像是一个Mini PC，但提供了十分丰富的接口、集成了众多传感器，更适合机器人的开发应用，其搭载Ryzen AI Embedded X100 SOM和一块参考载板结合，参考载板上配有AMD Spartan UltraScale+ FPGA，用于传感器聚合和传感器融合，同样是帮助开发者将创意落地，缩短研发周期。该平台计划在2026年第四季度出货。

  值得一提的是，AMD将开放载板的原理图、物料清单(BOM)以及载板上FPGA的RTL设计，使客户能根据具体应用修改设计，更易用更好用。

  当然不仅是硬件，为了帮助开发者在软件层面AMD基于ROCm、ROS 2构建了Robotics Software Suite，提供了机器人核心SDK、广泛的物理AI SDK以及未来持续扩展的软件开发套件。

  在生态合作方面，AMD Robotics Partner Network将覆盖ODM/机器人OEM(ABB、FANUC、Kawasaki、Universal Robots等)、AI模型、中间件、传感器、系统集成商及数字孪生仿真等全链条领域的超过30家厂商共同推动这一生态的完善。

  ROCm助力智能体开发应用，ROCm.ai软件栈发布

  在刚刚的内容中也有介绍，AMD ROCm已经在不同平台持续发力，而且生态规模及合作也快速扩展。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。ROCm发布节奏也从加快到大约每六周一次，显著提高了新功能交付速度、性能以及开箱即用体验。除此之外，AMD也持续推进对新模型的Day-0支持。

  本次大会上，AMD一项重磅发布就是推出AI驱动的开发平台ROCm.AI软件栈，从Skills、Hyperloom、框架集成到核心SDK都有全面构建。

  ROCm.AI预计今年8月可用。

  根据AMD公布的测试成绩，ROCm.AI的推理性能是ROCm 7的3.3倍，训练性能是后者的2.4倍。

  不仅如此，基于AMD的算力平台，ROCm也能发挥“1+1>2”的效果，充分发挥软硬件的性能优势。

  多个路线图公布，Zen 8架构2030年发布

  在AMD Advancing AI 2026主题演讲的最后，苏姿丰博士还揭晓了包括EPYC、Instinct GPU、Helios机架级解决方案等多个产品的路线图。

  首先是EPYC服务器CPU的路线图，预计2028年发布第七代EPYC，代号“Florence”，将采用下一代支撑节点，以及Zen 7、Zen 7c架构，还将支持下一代MRDIMM、LPDDR内存。

  另外，AMD表示第七代EPYC将沿用SP7、SP8两种封装接口，迭代部署的成本更低，并继续围绕高性能、核心数量、高能效优化，延续EPYC在Agentic时代的领先优势。基于七代EPYC的新一代AI主机节点代号“Ferrara”，新一代智能体沙盒节点代号“Fidenza”。

  预计2030年发布第八代EPYC，代号“Ravenna”，提到会采用“Zen8 Family”架构，至于是否分为Zen 8、Zen 8c还不确定，目前已经在开发中。

  接下来是Instinct GPU的路线图，延续每年迭代的更新频率，MI500系列将在2027年正式推出，采用CDNA5架构，升级支持下一代HBM4E内存，同时支持铜、光纤互联，并将在GPU域扩展规模上保持领先。

  值得一提的是，MI500系列将带来AI推理性能的大幅提升，苏姿丰博士提到Instinct GPU推理吞吐性能将在4年内实现超过2000倍的提升，也就是MI500系列对比2023年发布的MI300X系列。

  采用下一代CDNA架构的MI600系列将在2028年亮相，目前只给出了正在开发的信息，没有公布具体技术特性。

  还有Helios机架级解决方案的路线图，2027年将发布采用AMD EPYC“Verano”(仍旧是Zen 6架构)、AMD Instinct MI500系列以及AMD Pensando "Como" AI NIC和“Monza”DPU的AMD Helios 500。

  2028年AMD Helios 600将发布，采用Zen 7的第七代AMD EPYC“Ferrara”、MI600系列GPU，以及Pensando "Palma" AI NIC和“Levanzo” DPU。

  以上就是本次AMD Advancing AI 2026的核心发布内容了，干货满满且信息密度极高。当然，在现场看到的不仅是产品和解决方案的发布，还可以感受到AMD的伙伴体系也在持续扩展，生态愈加繁荣，包括OEM、ODM、云服务商等更多新面孔进入了AMD的“朋友圈”。还有作为生力军的众多开发者，分享给予AMD平台的创新成果。

  从端边云的算力底座到软件栈的生态构建，AMD持续扩展产品矩阵打造面向Agentic时代全栈的解决方案，这或许是AMD挖掘2万亿美元市场的重要依仗。