作者｜周雅

在AI圈子里，大家或許聽到過這樣的話術，“AI創(chuàng)新既是一場馬拉松，也是一場短跑”，此時此刻我在AMD Advancing AI這場關乎未來AI計算格局的會上，腦中多次浮現(xiàn)出這句話。

太平洋時間2025年6月12日早晨，圣何塞的麥克內里會議中心就開始排長龍，據(jù)說今年注冊的觀眾嚴重超標。身前身后的全球媒體同行，幾乎都在議論近期某個模型或某個AI公司的進展，AI的熱度像是6月份的天氣。我于是又刷了一下AMD的最新財報，在2025年第一季度，AMD的數(shù)據(jù)中心業(yè)務營收37億美元，同比增長57%。對應到全球AI版圖，AMD的話語權逐漸變重。

鏡頭拉回到隨后的會議現(xiàn)場，AMD董事會主席及首席執(zhí)行官Lisa Su博士走上舞臺，也就意味著這場技術大會的正式開始了。

概述這場發(fā)布，AMD主要做了五件事：展示AI加速器“Instinct MI350系列”的遙遙領先；用開源軟件平臺“ROCm 7”普惠AI開發(fā)者；發(fā)布支持以太網(wǎng)聯(lián)盟（UEC）的網(wǎng)卡Polara 400；以及帶來一個彩蛋作為壓軸——AI機架“Helios”。

聽完整場，不難看出AMD的戰(zhàn)略方向，從“賣芯片”轉向“不止賣芯片，還賣系統(tǒng)”，左手端到端解決方案，右手開放生態(tài)，來重塑AI基礎設施的競爭格局。

Helios：我們不止賣芯片，還賣端到端解決方案

盡管NVIDIA在GPU的強勢有目共睹，但AMD也并不想做一個長期追趕者。

我們知道，NVIDIA 一直是靠著硬件GPU+軟件生態(tài)CUDA +網(wǎng)絡技術NVLink，建了一個嚴絲合縫的AI生態(tài)。而AMD 另辟蹊徑，用組合拳CPU+GPU+DPU+開源軟件棧，武裝成一個端到端的AI 基礎設施。

于是，AMD正式官宣AI機架方案「Helios」，將于2026年正式問世。

「Helios」 是一個集大成者，AMD會把全家桶都打包裝進去，包括下一代 AMD GPU Instinct MI400 系列 、采用 Zen 6 架構的AMD CPU EPYC 「Venice」、AMD DPU Pensando 「Vulcano」、以及AMD開源軟件棧ROCm。

此處稍作解釋AI機架方案。在過去，像谷歌、Meta 這樣的大公司要自己成為“攢機員”，他們從 AMD 或其他芯片廠商那里買來GPU/CPU 等核心部件，然后自己設計服務器、機柜、散熱系統(tǒng)和網(wǎng)絡連接，再進行漫長的軟件調試，才能讓成千上萬個 GPU 協(xié)同工作，可想而知，這個過程耗時耗力耗錢。

你可以把「Helios」 理解成一臺為你組裝好、調試好、開箱即用的“超級計算引擎”，它的外觀形態(tài)是一個機架，里面有最強大的GPU，還預裝了最匹配的 CPU、最高效的網(wǎng)卡、專門設計的散熱和供電系統(tǒng)，且所有軟件都經(jīng)過深度優(yōu)化，而不是讓你自己去買一堆零件（CPU、顯卡、主板、網(wǎng)卡等）回來自己攢機，說白了，就是為了解決超大規(guī)模客戶在構建 AI 集群時面臨的最大痛點——降低總擁有成本（Total Cost of Ownership，TCO）和縮短產(chǎn)品上市時間（Time-to-Market，TTM）。

“Helios是業(yè)界首次將機架作為統(tǒng)一系統(tǒng)設計，它將在大規(guī)模訓練和分布式推理領域占據(jù)領先地位，這將徹底改變行業(yè)格局。”Lisa Su博士說道，“Helios的優(yōu)勢不止于強大算力，在內存容量、內存帶寬和互聯(lián)速度方面都遙遙領先。”

AMD直面競爭也頗有底氣。官方稱，Helios可容納72塊MI400系列，總帶寬260TB/s，F(xiàn)P4 2.9 EFlops、FP8 1.4 EFlops。此外，Helios的HBM4內存容量31 TB、總帶寬1.4 PB/s、橫向擴展帶寬43 TB/s，對標NVIDIA Oberon都要高出一半。

而驅動 Helios 的核心，正是 Instinct MI400，這款加速器正在開發(fā)中，其規(guī)格堪稱恐怖，當屏幕上出現(xiàn)它的性能參數(shù)時，現(xiàn)場掌聲雷動：

FP4 算力達到 40 PF，F(xiàn)P8 算力達到 20 PF，單 GPU 顯存高達 432GB，HBM 內存帶寬達到19.6 TB/s，單 GPU 對外互聯(lián)帶寬達到300 GB/s，可實現(xiàn)跨機架和集群的互聯(lián)。簡單來說，它能夠讓不同機柜和計算群組之間進行超高速數(shù)據(jù)交換，就像給所有計算單元之間鋪設了信息高速公路，使得數(shù)據(jù)能夠快速、大量地在不同設備間流通，避免堵塞或延遲。

看下圖這條陡峭的曲線。從 MI300 到 MI350，性能提升了約 3-4 倍；而從 MI350 到 MI400，AMD希望讓它跑出一騎絕塵的姿態(tài)。Lisa Su博士在展示性能曲線時說道：“MI400系列在處理最前沿的模型時，性能預計可提升至目前的10倍，這使它成為業(yè)界性能最強勁的AI加速器。”

從路線圖上看，Helios將于2026年發(fā)布，而 AMD 依然放出了“三年規(guī)劃”：2026年，Helios將基于AMD EPYC “Venice”、AMD Instinct “MI400系列”、AMD Pensando “Vulcano”；2027年，“下一代AI機架”將基于EPYC “Verano”、Instinct “MI500系列”、Pensando “Vulcano”。

誠然，這是 AMD 戰(zhàn)略上的一次重大升級，意味著這家公司正從一個純粹的芯片供應商，向系統(tǒng)級解決方案提供商轉型。

說到這里，AMD特意請來OpenAI助陣，兩家公司都強調了AI計算能力有多重要。OpenAI聯(lián)合創(chuàng)始人兼首席執(zhí)行官Sam Altman坦言：“當我們開始使用推理模型，這些模型需要很長的運算時間。這種模型會自主運行，對問題進行分析，然后給出更優(yōu)解，有時甚至能直接寫出一整套完整的代碼。但這就要求模型必須運行得更快，還得能處理很長的文字。為了做到這些，我們需要超級多的計算資源、存儲空間和CPU。”

也就是說，推理模型和AI代理正在驅動下一波應用浪潮，這對算力的需求是無止境的。

Instinct MI350：絕非單一指標，性能、內存、成本全要照顧到

除了讓人眼前一亮的Helios，Lisa Su還揭開了本場第一位硬件主角——AMD Instinct MI350 系列！

AMD董事會主席及首席執(zhí)行官Lisa Su博士手持MI350系列

具體來看，MI350系列采用CDNA 4 GPU架構，3納米，它的特點是：1、更快的AI訓練和推理：AI算力較上代提升4倍，在FP4精度下可達20PF，同時在FP6精度下可提升訓練和推理的速度；2、支持更大的大模型：由于每個模塊都配備了288GB HBM3E高性能內存，所以單個GPU就能運行5200億參數(shù)的模型，可想而知，這就有利于降低大模型推理的成本；3、支持快速部署AI基礎設施：該系列基于行業(yè)標準的UBB8平臺，支持“風冷”和“液冷”兩種散熱方案。

當然，為了適應多樣化的數(shù)據(jù)中心環(huán)境，MI350 系列推出了兩款型號：MI355X 和 MI350X。兩者共享一樣的計算架構和內存規(guī)格，但在功耗和散熱方案上卻不一樣：MI355X 追求極致性能，功耗較高，主要面向最高效的液冷散熱環(huán)境；而 MI350X 則更注重能效，功耗較低，支持風冷和液冷兩種散熱方式，這種靈活性讓它能夠“在現(xiàn)有基礎設施上快速部署和應用”。

提到數(shù)據(jù)中心的散熱方式，此處有必要插入AMD副總裁兼數(shù)據(jù)中心加速業(yè)務總經(jīng)理 Andrew Dieckmann的觀點。他在前一天的媒體溝通會上指出：“2025年是液冷技術的重要里程碑”——目前所有在建的數(shù)據(jù)中心、以及前期規(guī)劃中的數(shù)據(jù)中心項目，基本都將采用液冷方案，這是因為它能帶來更低的TCO，長遠來看更具經(jīng)濟效益，這是AMD前進的方向；同時，風冷市場需求依然強勁，尤其是在企業(yè)內部部署場景中，AMD也會推出相應的產(chǎn)品線。

繼續(xù)說回 MI350 系列的性能，俗話講“是騾子是馬拉出來溜溜”，「性能」一直都是衡量 AI 加速器的標尺，AMD此次也擺出了MI350 系列與其他產(chǎn)品的直接對標，不僅對標自家產(chǎn)品，還對標友商NVIDIA的產(chǎn)品。

首先，在推理性能方面。MI355X 對比上一代 MI300X，在運行 Llama 3.1 405B（4050億參數(shù)）這樣的大模型時，推理吞吐量最高提升可達 4.2 倍，在AI Agent、內容生成、文本摘要、聊天對話等多種場景中，整體性能也提升了3-4倍。而且，這一優(yōu)勢并不僅限于特定模型，在 DeepSeek R1、Llama 3.3 70B、Llama 4 Maverick等多個典型模型上，吞吐量均實現(xiàn)了超過 3 倍的性能提升。

當運行 DeepSeek R1和 Llama 3.1 405B 模型時，在使用 SGLang、vLLM 等流行的開源推理框架時，MI355X的性能比使用專有框架（TensorRT-LLM）的NVIDIA B200 更勝一籌。如下圖，MI355 相比 B200 分別在SGLang、vLLM上每秒處理的 token 數(shù)量高出1.2倍、1.3 倍，在vLLM上每秒處理的 token 與 NVIDIA GB200持平。

更重要的是，這種性能優(yōu)勢直接轉化為成本優(yōu)勢：“每美元能處理40%的token”，這意味著客戶不僅能獲得更快的推理速度，還能大幅降低服務成本，這對于以 token 計費的 AI 應用來說是致命的誘惑。

其次，在更關鍵的模型訓練方面。MI355X 對比 MI300X，在Llama 3 70B預訓練的吞吐量提升 3.5 倍，在Llama 2 70B模型微調方面的性能提升 2.9 倍，這就有利于縮短從開發(fā)到部署的周期。

在Llama 3 70B/8B的預訓練任務中，MI355X 對比 NVIDIA B200，兩者性能旗鼓相當；而在最新的MLPerf V5.0基準測試中，MI355X 在Llama 2 70B模型微調方面的性能，對比B200和GB200分別快1.1倍、1.13倍。

基于MI350系列，各家OEM廠商推出了采用AMD技術的AI機架方案，整合了EPYC CPU、Instinct GPU和Pensando DPU，全部整合為一體化解決方案。在大規(guī)模部署環(huán)境中，單個液冷機架最多可容納96個GPU，甚至可擴展至128個GPU，配備2.6 ExaFLOPS FP4算力和36TB HBM3e高速內存。而在風冷散熱系統(tǒng)的部署方案中，MI350系列機架單柜可支持64個GPU，兼容傳統(tǒng)數(shù)據(jù)中心的部署環(huán)境。

“這樣的靈活性和多樣化選擇是客戶真正需要的，他們希望用最少的工作量和最小的干擾，實現(xiàn)數(shù)據(jù)中心快速部署，這正是MI350能夠實現(xiàn)的功能。”Lisa Su博士強調。

據(jù)悉，MI350系列已于本月初開始量產(chǎn)出貨，首批合作伙伴也將按期發(fā)布服務器產(chǎn)品，并在第三季度推出公有云服務。AMD指出，下圖的名單是MI350系列的合作伙伴，但這不是全部，還會陸續(xù)更新。

ROCm 7：只有硬件是不夠的，軟件生態(tài)是開發(fā)者構建AI的畫筆

如果說硬件是 AI 計算的“肌肉”，那么軟件生態(tài)就是它的“神經(jīng)系統(tǒng)”。“硬件性能固然出色，但真正釋放其全部潛力的關鍵在于軟件。”Lisa Su博士將話題轉向了AMD的軟件生態(tài)——ROCm。

說到軟件生態(tài)，AMD有ROCm，NVIDIA有CUDA，但是大家往往不會把兩者相提并論，為什么？

對于這個犀利問題，AMD人工智能事業(yè)部企業(yè)副總裁 Ramine Roane是這樣回答的：

“我們開發(fā)了HIP語言，它和CUDA有90%相似，可以說是一個親兄弟。我們甚至提供了叫HIPify的轉換工具，只需幾行代碼就能把CUDA程序轉成HIP格式。

但其實現(xiàn)在更重要的趨勢是，開發(fā)者已經(jīng)不需要直接接觸底層編程了。你可以直接用PyTorch、Jax或者從Hugging Face下載模型，這些在我們平臺上的使用體驗，跟在英偉達平臺上完全一樣。

對于那些確實需要寫底層代碼的高級開發(fā)者，除了用HIP之外，現(xiàn)在業(yè)界有個更好的趨勢——使用Triton這樣的通用編譯器。這是OpenAI開發(fā)的工具，微軟、Meta都在用，它接收Python風格的代碼，然后自動為不同硬件平臺生成最優(yōu)代碼。簡單到什么程度？我們比賽中有個16歲的高中生，僅靠編寫簡單的Python代碼就進入了前20名。

行業(yè)正在從硬件專用語言轉向通用語言，因為只要性能達標，大家都更愿意用一種代碼運行在任何硬件上，而不是被特定平臺綁定。”

弦外之音就是在說，CUDA的護城河其實沒有想象中那么深不可破，每當有新的GPU架構出現(xiàn)時，無論是NVIDIA自己的還是競爭對手的，所有人都必須重新優(yōu)化底層代碼，相當于回到同一起跑線。而開源生態(tài)的優(yōu)勢在于集眾人之力，速度更快，創(chuàng)新更活躍，AMD正是借助這一點來撼動NVIDIA的市場主導地位。

好，讓我們回到現(xiàn)場。

AMD人工智能事業(yè)部高級副總裁Vamsi Boppana用一句話概括ROCm的愿景——打造開放共享的、可擴展的軟件平臺，讓AI創(chuàng)新惠及全球每一個人。

目前，已有超180萬個Hugging Face模型可在ROCm上開箱即用。過去一年來，AMD加強了對JAX的支持，借助MaxText等程序庫，JAX在訓練項目中的應用日益廣泛。更重要的是，AMD將軟件更新頻率從季度縮短至每兩周一次，確保能夠為最新的模型和框架提供“Day 0”支持。

但是AI 一直在工作，所以AMD也不能懈怠，于是正式發(fā)布——ROCm 7，重點優(yōu)化了推理性能，目標是提升易用性和性能。其預覽版將于 6 月 12 日向公眾開放，正式版將于 8 月發(fā)布。

“我們全面更新了AI推理的技術架構。從VLLM和SGLang這些基礎框架的升級，到提升服務性能、支持更高級的數(shù)據(jù)類型，再到開發(fā)高性能的核心程序，以及實現(xiàn)Flash Attention v3這樣的前沿算法。我們讓開發(fā)過程變得更簡單，用類似Python的方式來整合各種核心功能。我們還大幅改進了系統(tǒng)內部的通信方式，這讓ROCm 7的推理性能比上一代ROCm 6提升了3.5倍、訓練性能提升了3倍。”Vamsi Boppana指出。

說到這里還不忘強調開源的好處，順便硬剛一下友商。Vamsi Boppana說，“在AI推理服務的領域，我們越來越發(fā)現(xiàn)，開源的解決方案在功能更新速度和性能表現(xiàn)上都已超過不公開源代碼的方案。比如VLLM和SGLang這樣的開源框架，它們的代碼更新速度非常快，已經(jīng)領先實現(xiàn)了FP8這種優(yōu)化功能，比那些閉源產(chǎn)品早很多。我們與這些開源社區(qū)密切合作，在DeepSeek FP8的測試中，MI355X系列比NVIDIA B200最多提高了1.3倍。這就是開放合作的力量，讓我們能夠快速行動，創(chuàng)造更多可能性。”

為了讓開發(fā)者能夠真正接觸并使用 AMD 的技術，AMD 推出了一系列重磅舉措：

首先，上線 AMD 開發(fā)者云平臺（AMD Developer Cloud）。開發(fā)者只需一個GitHub或郵箱賬戶，即可輕松訪問云端的Instinct GPU資源。Vamsi Boppana在現(xiàn)場宣布，“所有參加本次峰會的開發(fā)者，都將獲得 25 小時的GPU免費使用券。”

其次，全面支持 ROCm on Client。這曾是 AMD 的一個“痛點”，現(xiàn)在，ROCm將不再局限于云端和數(shù)據(jù)中心，而是將全面支持銳龍筆記本和工作站平臺，并且首次正式支持 Windows 系統(tǒng)，這意味著開發(fā)者可以在自己的本地設備上，使用統(tǒng)一的軟件環(huán)境進行AI開發(fā)和調試。同時，AMD 還將與紅帽、Ubuntu、OpenSUSE 等主流 Linux 發(fā)行商合作，提供“inbox”支持，即 ROCm 將被預裝在系統(tǒng)發(fā)行版中，免去用戶繁瑣的安裝過程。

這意味著，開發(fā)者可以在自己的筆記本上運行 240 億參數(shù)的模型，在 Threadripper 工作站上甚至可以運行 1280 億參數(shù)的模型，這為本地化 AI 應用的開發(fā)和調試提供了前所未有的便利。

而且，AMD不只是希望ROCm惠及開發(fā)者，也希望ROCm惠及企業(yè)的開發(fā)者，于是正式推出——ROCm企業(yè)版。

ROCm企業(yè)版是一套完整的技術方案，涵蓋了從集群管理到MLOps的各個環(huán)節(jié)，支持預訓練、推理部署、以及端到端應用程序的開發(fā)。

網(wǎng)絡成為新戰(zhàn)場，除了看適用度，還要談開放性

接下來，AMD數(shù)據(jù)中心解決方案事業(yè)部執(zhí)行副總裁兼總經(jīng)理Forrest Norrod登場，重點講了AMD在網(wǎng)絡技術方面的戰(zhàn)略布局，同樣強調了“開放”。

AMD方面指出，AI 模型規(guī)模每三年增長千倍，訓練數(shù)據(jù)量每八個月翻一番，這種需求的增長速度已經(jīng)遠超硬件技術本身的發(fā)展，唯一的出路是通過創(chuàng)新的分布式系統(tǒng)架構，將成千上萬的 GPU 連接成一個協(xié)同工作的整體——在這背后，網(wǎng)絡正是實現(xiàn)這一切的基石。

當前，AI 網(wǎng)絡市場主要有兩種技術路線：專有的 InfiniBand 和開放的以太網(wǎng)。從AMD的角度，認為InfiniBand 缺乏擴展性；而以太網(wǎng)雖然具備擴展性，卻并非為 AI 網(wǎng)絡而設計。

為了解決這一難題，AMD 提出了一個全面的、基于開放標準的網(wǎng)絡創(chuàng)新戰(zhàn)略，涵蓋了從后端到前端、從橫向擴展到縱向擴展的各個層面，那就是Ultra Ethernet Consortium (UEC)。這是一個由 AMD、Arista、Broadcom、思科、Meta 等百余家行業(yè)巨頭共同推動的開放標準，就是為了打造專為 AI 優(yōu)化的下一代以太網(wǎng)。

同時，AMD 推出 Polara 400 AI 網(wǎng)卡，是業(yè)界首款支持 UEC 技術的解決方案。它不僅支持傳統(tǒng)的 RoCEv2 RDMA 協(xié)議，還能通過軟件升級，啟用 UEC RDMA 功能。

此外，AMD 為 Helios 機架系統(tǒng)設計下一代互聯(lián)芯片 Ultra Accelerator Link，這是一種新型存取架構，專為大規(guī)模AI系統(tǒng)設計，具有低延遲、高帶寬等特性。它采用以太網(wǎng)物理接口層，可集成各類標準部件，降低成本并確保互連穩(wěn)定性。

組合拳背后有底層邏輯：AMD的三大戰(zhàn)略支柱

AMD此次打出了一套邏輯嚴密、環(huán)環(huán)相扣的組合拳，而回頭再看Lisa Su博士在開場時講的信息，就更好理解了。

Lisa Su博士的開場白直擊當前AI的發(fā)展脈搏——“AI技術的創(chuàng)新速度之快，在我的職業(yè)生涯中都是絕無僅有的，2025年AI發(fā)展速度更是一路飆升，進入一個全新篇章，其標志就是「代理式AI（Agentic AI）」的崛起。”

在Lisa Su博士看來，代理式AI就像是一種全新的“數(shù)字員工”，與以前只會做單一任務的AI不同，這些代理式AI能夠24小時不間斷工作、不斷學習和分析海量數(shù)據(jù)，并且可以直接與公司各種系統(tǒng)互動，自己做決定和完成工作。她隨后說道：“我們正在引入數(shù)十億個代理式AI，它們可以幫助我們工作。”

這種范式轉移，對計算設備提出了三大新要求：

第一，要超強的GPU計算能力。這些AI要實時分析數(shù)據(jù)、進行深度思考，就像人腦需要更多內存空間存儲和處理信息一樣。

第二，要強大的CPU處理器。因為這些AI助手在工作時不僅要思考，還要同時處理各種日常任務，比如查詢數(shù)據(jù)庫、與其他系統(tǒng)溝通等，這些都需要傳統(tǒng)計算力支持。

第三，要安全高效的網(wǎng)絡連接。所有這些計算部件必須通過快速、安全、穩(wěn)定的網(wǎng)絡連接在一起，才能形成完整的工作系統(tǒng)。

面對如此巨大的變革，市場機遇也隨之而來。Lisa Su博士重申了AMD在去年做出的預測：

第一，到2028年，數(shù)據(jù)中心AI加速器的市場規(guī)模將增長至5000億美元，年增長率超過60%；

第二，AI推理能力將成為AI的核心動力。“AMD預計AI推理市場的年增長率將超過80%，未來將成為AI計算領域最大的增長引擎。而高性能GPU，憑借其出色的靈活性和強大的編程能力，將在這個市場占主導地位。”

面對廣闊的市場和復雜的需求，Lisa Su博士指出，AMD有三大核心戰(zhàn)略，這構成了其在AI時代競爭的基石：

第一，提供最多元化的計算引擎產(chǎn)品線。AMD認識到AI并非“一種方案通吃”，不同的應用場景需要不同的計算方案。因此，AMD提供了業(yè)內最完整的端到端計算解決方案，涵蓋CPU、GPU、DPU、網(wǎng)卡、FPGA和自適應芯片等各類處理器，確保“無論在任何場景部署AI，無論你需要多大的算力，AMD都能滿足你的需求。”

第二，構建以開發(fā)者為中心的開放生態(tài)系統(tǒng)。Lisa Su博士在演講中反復強調“開放”的重要性。“回顧歷史可以發(fā)現(xiàn)，許多重大技術突破最初都是采用封閉模式的，但行業(yè)發(fā)展歷程反復證明，開放才是創(chuàng)新騰飛的關鍵。”她以Linux超越Unix、Android的成功為例，論證了開放生態(tài)如何促進良性競爭、加速創(chuàng)新并最終讓用戶獲益。因此，AMD全面支持各大主流框架，將ROCm軟件生態(tài)開源，并積極主導和參與UEC、UAL等開放行業(yè)標準，都是在“凝聚行業(yè)力量，讓每個人都能參與AI創(chuàng)新”。

第三，提供端到端解決方案。隨著AI系統(tǒng)日趨復雜，客戶要的不再只是單顆芯片，而是經(jīng)過整合優(yōu)化的全棧解決方案。為此，AMD近年來通過自身發(fā)展和戰(zhàn)略并購（如收購ZT、Nod.ai、Silo.ai、Lamini等公司），不斷增強其在機架級設計、軟件和編譯器等領域的技術實力，從而為客戶提供“開箱即用”的AI平臺。“過去一年間，AMD已完成超25項戰(zhàn)略投資，有效拓展了合作伙伴網(wǎng)絡，并為未來AI軟硬件領域的創(chuàng)新企業(yè)提供支持。”Lisa Su博士指出。

清晰的戰(zhàn)略打底，AMD 勢如破竹：“全球十大 AI 公司中，已有七家正在大規(guī)模部署 AMD Instinct GPU。” 這份客戶名單包括了微軟、Meta、X.AI、Cohere、Reliance Jio 等科技巨頭，以及眾多充滿活力的 AI 初創(chuàng)公司，似乎 AMD 的 AI 加速器已經(jīng)成功滲透到全球最頂級的 AI 研發(fā)和生產(chǎn)環(huán)境中。

在傳統(tǒng)的超級計算（HPC）領域，AMD 依然強勢。在最新發(fā)布的全球超算 TOP500 榜單中，排名第一的“Frontier”和第二的“Aurora”超級計算機，其核心計算引擎均由 AMD 提供。同時，Instinct 平臺獲得了所有主流服務器 OEM 和 ODM 廠商的支持，并在 Azure、Oracle 等公有云以及很多新興云服務商中上線，生態(tài)系統(tǒng)日益成熟。

如果用一個詞概述這場發(fā)布，那一定是“開放”，從Lisa Su 博士到現(xiàn)場站臺的每一位合作伙伴，都在反復強調開放標準和開源社區(qū)的重要性。這不僅是一種技術理念，更是一種高明的商業(yè)策略。面對NVIDIA憑借CUDA構建的堅固護城河，AMD選擇的不是正面攻城，而是聯(lián)合所有“城外力量”，另辟蹊徑，建立一個新的、更開放的生態(tài)聯(lián)盟。

峰會的最后，Lisa Su返場做總結，她說，“人工智能的未來不該局限于單一企業(yè)或封閉生態(tài)，這需要整個行業(yè)攜手合作，共同開創(chuàng)。未來將由我們共同打造，每個人都貢獻智慧，集思廣益，通過協(xié)同創(chuàng)新，開創(chuàng)美好明天。”因為，“AI Everywhere，for Everyone（AI無處不在，惠及每個人）”