苏姿丰掌舵，AMD连宣7项重磅发布，涉及GPU、CPU

在年度AMD Advancing AI大会上，AMD董事会主席兼CEO苏姿丰博士连放大招，全球首颗2nm GPU芯片Instinct MI455X正式亮相，号称“最强智能体CPU”的第六代EPYC“Venice”同期登场，还有一套完整的机架级AI基础设施Helios以及专为机器人设计的Ryzen芯片。

AMD一口气发布了七项覆盖GPU、CPU、机架、软件、本地AI与物理AI的全线新品，苏姿丰还宣布，AI加速器市场的规模预期从去年预测的2028年5000亿美元大幅上调至2030年1.4万亿美元，AMD认为自己在所参与细分市场的机会到2030年可达到约2万亿美元。

1.MI455X GPU：全球首颗2nm AI芯片，40PFLOPS算力登顶

AMD Instinct MI455X是迄今为止最先进的AI加速器，也是全球首款采用2nm制程的GPU。它基于新一代CDNA 5架构，拥有3200亿颗晶体管，配备最高432GB HBM4显存，支持FP4、FP6、FP8等多种AI数据格式。

制程与封装方面，MI455X采用Chiplet设计，计算Chiplet使用台积电N2工艺，Fabric与缓存裸片（FCD）和I/O Die则选用N3P工艺，通过台积电CoWoS-L 2.5D封装与3D混合键合技术组合实现异构集成。

性能参数方面，MI455X的MXFP8峰值算力达20PFLOPS，MXFP4峰值算力高达40PFLOPS，均为上一代MI355X的4倍。理论显存带宽最高23.3TB/s，达到上一代的2.9倍。在跑DeepSeek-V4 Flash模型时，MI455X的Token吞吐量最高可达MI355X的34倍，每百万Token成本降至原来的1/18。

架构创新方面，MI455X改用WGP作为核心计算组织单位，每个Shader Engine配置16个启用WGP；取消了Wave64支持，以Wave32为主要执行模式；新增MXFP8、MXFP6、MXFP4量化支持，还新增tanh指令，将超越函数吞吐提高1倍。缓存层级也做了重新设计——取消独立的Infinity Cache，将容量和带宽集中到两个96MB的全局L2缓存，合计带宽达到MI355X整体Infinity Cache聚合带宽的3倍。

2.Helios机架级AI平台：18000个GPU核心，每美元多产30%Token

Helios是AMD首个完全集成的机架级AI解决方案，基于开放标准设计，包含72张MI455X GPU和18张Venice CPU，通过Pensando网络技术实现互联。

核心规格方面，整套机架提供18000个CDNA 5 GPU计算单元、4600个Zen 6 CPU核心，31TB HBM4统一内存，1.7PB/s显存带宽，峰值FP4算力达2.9EFLOPS，FP8算力达1.4EFLOPS。横向扩展带宽43TB/s，纵向扩展带宽260TB/s。

网络层面，Helios采用三层网络架构：前端网络由第三代Pensando Salina DPU（400G）负责；纵向扩展网络基于第一代UALoE以太网架构，将72张GPU连成统一资源池；横向扩展网络由第二代Pensando Vulcano AI NIC（800G）支撑，每GPU最多可配3张AI NIC，总带宽最高2.4Tbps。

性能对比方面，相比英伟达Vera Rubin NVL72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%。在跑Kimi K2 Thinking模型时，Helios吞吐量比Vera Rubin方案高出10%~15%，每美元可多生产最多30%的Token。

Helios现已进入生产阶段，OpenAI、Meta、Anthropic、微软、Oracle均选用Helios参考设计，三家顶尖大模型公司已承诺以吉瓦级规模部署。

3.Venice CPU：2nm服务器CPU实测，性能是英伟达Vera的2.2倍

第六代AMD EPYC 9006系列“Venice”是全球首款2nm服务器CPU，也是AMD迄今为止性能最强的服务器处理器。

型号布局方面，Venice系列共四款产品：面向最高性能的Venice SP7（最高256核/512线程，1.6TB/s带宽，64Gbps PCIe 6.0）；平衡性能与成本的Venice SP8（8~128核，8个内存通道）；面向AI预处理和HPC的Venice-X（最多96核，16个内存通道，1152MB L3缓存）；以及提高机架效率的Verano（最多72核，LPDDR5x内存）。Venice SP7已进入量产阶段，预计2026年Q4出货。

性能对比方面，AMD与英伟达Vera CPU直接对标，Venice的吞吐性能达到Vera的2.2倍，开箱状态下每核心性能领先20%。相比英特尔和Arm平台，Venice的吞吐量达到2倍，每核心性能达到1.3倍。一个使用五年的老旧数据中心（约1000颗英特尔至强处理器），只需82张Venice即可替代，替换比例12:1，可减少77%功耗、92%服务器数量、40%五年TCO。

4.MI350P：风冷PCIe GPU，每美元Token数是英伟达的4.2倍

面向企业级服务器，AMD推出了一款风冷PCIe GPU——Instinct MI350P。它配备144GB HBM3e，显存带宽4TB/s，支持PCIe 5.0×16，最高TBP 600W。

在性能表现上，MI350P的每美元每秒Token生成数量是英伟达RTX Pro 4000的4.2倍。AMD重点测试了自主威胁检测和个人智能体两个场景，通过Token路由将部分请求发送给云端前沿模型，另一部分路由到运行在EPYC和MI350P上的开放权重模型，最终Token成本降低约43%，本地运行工作负载的响应速度最高提高约3倍。

5.ROCm.ai软件栈：AI驱动的全栈优化，3个月性能提升5.3倍

AMD发布了AI驱动的ROCm.ai软件栈，包括Skills层（编程智能体）、HyperLoom层（端到端AI工作负载优化）、框架集成层（PyTorch、vLLM、SGLang、JAX）以及核心SDK。

其中HyperLoom是一套智能体工作流，可自动对模型进行性能剖析、定位瓶颈、发现可融合的内核并自动执行优化。演示显示，仅通过一次点击，HyperLoom即将MiniMax M3的推理性能提升了38.3%。

ROCm现已支持Hugging Face上超过300万个模型，能在新开源模型发布首日提供支持。以DeepSeek-V4 Pro为例，从4月获得Day-0支持到7月，AMD仅通过软件优化就在相同硬件上取得了5.3倍的性能提升。

6.Gorgon Halo与Ryzen AI：本地可跑3000亿参数大模型

AMD早在Computex上就已预告新一代Ryzen AI Max PRO 400系列（代号Gorgon Halo），它将统一内存支持从128GB提高到192GB，本地可运行约3000亿参数的大模型，相比上一代2000亿参数上限再次提升。

AMD已形成涵盖笔记本电脑、工作站、小型台式机和开发者平台的广泛个人AI系统生态，并与Hugging Face深化合作，每台Ryzen AI Halo附赠一年Hugging Face Pro订阅。

7.Kria AI机器人平台：从“大脑”到“关节”的全套方案

面向物理AI和机器人领域，AMD发布了一系列产品，能够从“身”到“脑”承包自主机器人开发：

- Ryzen AI Embedded X100系列：16核Zen 5 CPU + RDNA 3.5 iGPU + XDNA 2 NPU，充当机器人的“大脑”，负责高级感知和推理。

- Kria AI系统模块与开发者平台：预集成高速接口和基础计算模块，可插入客户定制载板，计划2026年Q4出货。

- Kria AI平台性能：与英伟达Jetson AGX Thor对比，实现3.4倍实时控制性能、2.3倍并发智能体数量、1.6倍CPU容量。

AMD同时公布了机器人“朋友圈”，涵盖模型、中间件、传感器、物理仿真等合作伙伴，构建起从训练到部署的完整生态。

综合来看，AMD此次发布实现了GPU、CPU、网络、软件、本地AI与物理AI的全线布局。苏姿丰将AI加速器市场规模预期大幅上调至1.4万亿美元，背后正是这套完整的产品组合在支撑其“到2030年可在所参与细分市场达到约2万亿美元机会”的判断。

评论：七项连发远不止一次产品更新，而是一次从“组件供应商”到“系统方案商”的战略升维

AMD在年度Advancing AI大会上的七项连发，远不止一次产品更新，而是一次从“组件供应商”到“系统方案商”的战略升维。在AI算力需求膨胀、推理成本敏感、部署场景多元化的产业节点上，AMD正用一套覆盖云端到边缘的完整产品矩阵，重新划定AI基础设施产业的竞争边界。

对数据中心产业而言，Helios机架级方案与Venice CPU构成了一个“开放标准版”的AI算力底座。它直接对标英伟达Vera Rubin NVL72，以每美元多产30%Token的性价比优势，为云服务商和AI大模型公司提供了除封闭生态之外的真实选择。OpenAI、Meta、Anthropic、微软、Oracle同步站台，说明头部玩家已不再将AMD视为“替代品”，而是一个不可或缺的供应链战略支点。

对芯片制造产业而言，MI455X采用台积电2nm与3nm异构集成、CoWoS-L 2.5D封装加3D混合键合的组合方案，将先进封装和Chiplet设计的工程复杂度推到了新高度。这验证了在后摩尔时代，算力突破不再仅依赖制程微缩，而是封装、互连、内存协同设计的系统级工程。AMD的设计选择，正影响着台积电、日月光等封装供应链的能力投资方向。

对企业AI部署产业而言，MI350P风冷PCIe GPU和Gorgon Halo本地AI平台揭示了一个清晰信号：AI推理正从云端集中式走向“云端+本地”的混合架构。以MI350P为核心的混合部署方案可将Token成本降低43%，本地响应速度提升3倍。这意味着金融、医疗、制造等对数据主权和延迟敏感的传统行业，终于有了规模化落地的可执行路径。Kria机器人平台则将这套逻辑延伸至工厂和物流场景，用3.4倍实时控制性能切入工业AI的边缘节点。

对软件生态产业而言，ROCm.ai发布与DeepSeek-V4 Pro三个月5.3倍的纯软件性能提升，证明AMD正以“开源+AI辅助优化”两条腿加速缩小与CUDA的差距。HyperLoom智能体自动优化工作流使性能调优从“工程师月级工作”变成“点击即完成”，大幅降低了开发者的迁移门槛。

对半导体竞争格局而言，AMD将AI加速器市场规模预期从2028年5000亿美元上调至2030年1.4万亿美元，这不是一个随意的数字调整，而是对整个产业增长曲线的一次重新定价。配合“Venice实测性能2.2倍于英伟达Vera”的公开对标，AMD已明确宣示：AI芯片市场不再是谁的“单行道”，而是多技术路线并行、多供应商共存的新常态。

在AI从“训练军备竞赛”走向“推理普及时代”的关键转折点上，AMD用这套覆盖GPU、CPU、网络、软件、边缘、机器人的完整方案，给出了一个产业级答案：未来的AI基础设施不是一颗芯片的独角戏，而是一整套可组合、可优化、可落地的系统协奏曲。