7 月 22 日 -23 日，AMD 在美国旧金山 Moscone 中心举办了 "Advancing AI 2026" 大会，面向全球行业伙伴与开发者集中发布了覆盖数据中心、边缘终端、软件生态的完整 AI 技术矩阵。

本次大会内容密度较高，从服务器 CPU、加速卡到机架级整体方案、还有底层网络互联、开发工具链，物理 AI 落地等方面，AMD 展现了 AI 全场景的技术布局，同时也对外呈现了其面向智能体时代的产品演进路线。现在 IT 之家不妨带大家一起梳理一下。

第六代 EPYC 9006 系列：智能体 AI 时代的全场景算力底座

作为本次大会的核心看点之一，第六代 AMD EPYC 9006 系列服务器处理器（代号 "Venice"）如期到来。经过五代产品的技术迭代，AMD 服务器 CPU 已在市场站稳脚跟，AMD 表示，截至 2026 年第一季度，其营收份额达到 46%，财富 100 强企业中绝大多数的数据中心都采用了 EPYC 处理器。

随着 AI 从聊天机器人向智能体演进，工作负载不再只集中于 GPU，编排调度、工具调用、沙箱执行等环节新增了大量 CPU 需求。第六代 EPYC 针对性推出四款专用型号，覆盖不同部署场景。

EPYC 9006 SP7 定位 AI 优先数据中心的算力底座，单路最高 256 核 512 线程，率先支持 PCIe 6.0 协议，同时提供 96 核 5.0GHz 的高频配置，兼顾多线程吞吐与单线程响应；

EPYC 9006 SP8 面向大规模企业级部署，核心覆盖 8 核到 128 核，平衡计算、内存与 IO 能力；

EPYC 9006X SP7 面向高性能计算与 AI 预处理场景，搭载 1152MB 3D V-Cache 三级缓存，最高频率约 5.15GHz，配合 16 通道高速内存强化数据处理效率；

EPYC 9006 LP 则专为机架级 AI 方案优化，采用低功耗内存与增强型互联，提升 CPU 与 GPU 的协同效率，最高 72 核 5GHz 主频。

架构层面，第六代 EPYC 采用 Zen 6 架构核心，分为高密度 Zen 6c 与标准性能型 Zen 6 两种配置；内存子系统支持最高 12800MT/s 的 MRDIMM 与 8000 MT/s 的 DDR5 内存，低功耗型号则配备 LPDDR5X 内存；IO 层面全系列支持 PCIe 6.0 与 CXL 3.1 协议，单路最高提供 128 条 PCIe 通道。

安全能力上，产品升级了可信根模块，支持后量子密码算法，SEV 可信 IO 技术进一步保障数据传输链路的机密性。

性能方面，在 100kW 机架功耗约束的智能体场景下，第六代 Venice 的通用服务器性能达到 NVIDIA Vera 88 核产品的 3.3 倍，每瓦可承载的智能体数量是 ARM AGI 136 核产品的 2.8 倍。

目前 EPYC 9006 SP7 已进入量产阶段，将于 2026 年第四季度开始出货，其余型号将在 2027 年陆续上市。

Instinct MI455X 与 Helios 机架方案：开放的工厂级 AI 算力平台

同步发布的 AMD Instinct MI455X 数据中心 GPU，是支撑 Helios 机架方案的核心算力载体。该产品基于 CDNA 5 架构打造，采用 2 纳米工艺，单卡集成 3200 亿个晶体管，搭载最新的 HBM4 高带宽内存，显存容量最高 432GB，显存带宽达到 23.3TB/s，相比上一代提升最高 2.9 倍。

算力层面，MXFP8 精度下峰值算力达 20 PFLOPS，MXFP4 精度下可达 40 PFLOPS，较上一代最高提升 4 倍。

实际工作负载中，基于 DeepSeek V4 Flash FP4 服务的测试显示，MI455X 的 token 吞吐量最高可达上一代 MI355X 的 34 倍，单位 token 成本最高降低 18 倍，在性能与经济性两端都实现了大幅跃升。

与 MI455X 配套推出的 AMD Helios 机架级 AI 解决方案，是一套协同设计的全栈基础设施，整合了 EPYC CPU、Instinct 加速卡、Pensando 网络方案与 ROCm 软件栈，基于开放标准构建，目前已投入量产。整机架 FP4 精度总算力达 2.9 ExaFlops，HBM 总容量 31TB，总带宽 1.7PB/s，显存规模比同级别竞品高出 50%。

基于 Kimi K2 思考模型的模拟测试显示，不同交互强度场景下，Helios 的单 GPU token 吞吐量比英伟达 Vera Rubin NVL72 机架高出 10% 到 15%，每美元可获得的 token 数量最多高出 30%。

目前 Helios 方案已获得 OpenAI、Meta、Anthropic、微软、甲骨文等头部 AI 企业的规模化采用。AMD 同时公布了长期产品路线图，保持年度迭代节奏，2027 年将推出 MI500 系列，2028 年的 MI600 系列也已进入开发阶段。

Helios 网络体系：机架级 AI 基础设施的互联骨架

为了匹配新一代 AI 算力的互联需求，AMD 还详细披露了 Helios 机架的网络架构，在前端、纵向扩展、横向扩展三个维度完成了技术升级。

前端网络搭载第三代 Pensando Salina DPU，支持 400G 带宽，可实现安全、网络与存储服务的线速并发加速，性能较上一代提升 2 倍。

对比英伟达 BlueField 3，Salina DPU 具备 1.4 倍的性能优势，还能通过 KV 缓存扩展上下文存储能力，大规模部署时可节省超过 100 万个 tokens。根据客户部署数据，每颗 AMD DPU 可为连接加速服务节省 22 个 CPU 核心。

纵向扩展方面，AMD 推出第一代 UALOE 架构，这是基于以太网的开放系统，联合多家生态伙伴共同打造。该架构通过 31TB 的 HBM4 统一内存整合计算、存储与内存资源，可在单一互联域内部署 72 颗 GPU，提供高达 260 TB/s 的带宽。配套的 Fabric Manager 软件可实现零接触自动化部署、架构级可观测性与故障域隔离，简化集群运维。

横向扩展的核心是第二代 Pensando Vulcano AI NIC，支持 PCIe Gen 6 与 UAL 协议，支持 800G 带宽，每颗 GPU 可配备 3 块 AI NICs，提供 2.4 Tbps 的横向扩展带宽。该网卡支持超以太网联盟标准与自定义传输协议，通过多平面与智能数据包分发技术，可将大语言模型的训练速度提升 13%。同时通过采用更高规格的交换平台，网络交换成本可降低 33%，在带宽提升的同时控制了集群部署成本。

全栈物理 AI 解决方案：向实体产业释放 AI 价值

除了数据中心侧的算力布局，AMD 还在大会上发布了面向实体产业的全栈物理 AI 解决方案，覆盖工业、医疗、供应链、农业等多个落地场景。

AMD 在机器人领域已有 20 年技术积累，感知、控制与安全相关方案已被 FANUC、DEXORY、欧姆龙等众多头部企业采用。针对物理 AI 的落地逻辑，AMD 提出 " 感知 - 推理决策 - 执行 " 三层能力框架，并对应到机器人硬件的四个功能层级。

本次发布的核心硬件是锐龙 AI 嵌入式 X100 系列处理器，采用统一内存架构，集成 Zen 5 架构 CPU、RDNA 3.5 架构核显与 XDNA 2 架构 NPU 三类算力单元，分别承担智能体编排、视觉感知推理与低功耗常在线感知任务。

配套的 Kria AI 系统级模块采用 COM-HPC 开放标准，可直接投入量产；Kria AI 机器人开发平台则提供交钥匙式的开发环境，支持从原型到量产的平滑过渡，将于 2026 年第四季度上市。

软件层面，AMD 推出基于 ROCm 与 ROS 2 构建的机器人软件套件，包含核心 SDK 与物理 AI SDK，可调度全算力单元并兼容主流开发工具。同时启动的机器人合作伙伴网络，首批已有 30 余家产业链企业入驻，覆盖芯片、传感器、系统集成等多个环节。

ROCm.AI 智能开发平台：AI 驱动的 GPU 开发新范式

除了硬件，软件生态也是 AI 算力落地的核心支撑，本次大会 AMD 正式推出 ROCm.AI 智能开发平台，用 AI 能力重塑 GPU 程序的开发与优化模式。

目前 AMD 的开放生态已覆盖主流 AI 框架与工具链，Hugging Face 平台上超过 300 万个模型可在 AMD 硬件上开箱即用，全球前十的开源 AI 项目均已原生支持 AMD 平台，AMD 自身的开源代码贡献量较此前提升了 10 倍。

ROCm 软件栈也构建了分层编程体系，从上层框架到底层低级编程，适配不同能力的开发者，其中 FlyDSL 技术实现了纯 Python 语法的 GPU 编程，大幅降低了开发门槛。

全新的 ROCm.AI 采用三层架构：最上层 AI Skills 对接主流 AI 编程代理，让开发者可借助常用 AI 工具开展 ROCm 开发；中间层是 Hyperloom 端到端优化引擎，可自动完成性能剖析、瓶颈定位、内核重写与参数调优；底层则是完整的 ROCm 核心组件。在实际效果上，ROCm.AI 可让主流大模型的推理性能平均提升 3.3 倍，训练性能平均提升 2.4 倍。

AMD 强调，GPU 软件性能处于持续迭代状态，以 DeepSeek V4 Pro 在 MI355X 上的表现为例，十周内单用户交互吞吐量就实现了 5.3 倍提升，这种持续优化的速度优势最终会转化为长期的性能领先。ROCm.AI 将于 2026 年 8 月正式向开发者开放。

客户端与生态合作：完善 AI 落地的全景布局

除了上面这些，大会还披露了 AMD 在客户端 AI 与企业级生态的最新进展。

面向本地 AI 代理需求，AMD 推出了完整的 Agentic PC 产品矩阵，从 Ryzen AI 400 到 Ryzen AI MAX 系列，可分别支持 9B 到 27B 参数的模型本地运行；Ryzen AI HALO 开发者平台配备 128GB 统一内存，可本地运行 200B 参数模型。此外，AMD 还介绍了 "Gorgon Halo" 技术突破，将统一内存扩展至 192GB，支持最高 300B 参数的模型在桌面端本地推理。

生态合作方面，AMD 深化了与 Hugging Face 的合作，针对 Halo 平台优化模型体验，购机附赠一年 Hugging Face PRO 订阅；与思科合作推出企业级全栈安全与管理方案，结合网络安全控制与桌面端 AI 硬件，为企业代理 AI 提供安全治理、成本可视化与访问管控能力。

结语

根据数据研究机构 Gartner 的相关研究，AMD 目前已是企业级 AI 服务器 CPU 领域的首选厂商，其高核心密度设计、领先的 I/O 带宽与成熟的机密计算技术，精准匹配了智能体时代的算力编排需求，也能帮助企业突破数据中心的供电与散热限制。

而本次大会上，AMD 验证了 Gartner 的这一判断，其完成了多维度的产品与技术更新，进一步巩固了其在 AI 基础设施领域的竞争力，坚持开放标准的技术路线，也为行业提供了更具性价比的规模化 AI 部署选项，推动 AI 算力在不同产业场景的普惠落地。