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。