AMD处理器需求激增，苏姿丰警示供应紧张加剧
3月4日消息，AMD首席执行官苏姿丰近日在摩根士丹利会议上透露，企业级服务器CPU需求出现出人意料的激增，目前公司正全力追赶订单，以满足旺盛的市场需求。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
随着AI智能体应用逐渐兴起，现代AI工作负载中CPU与GPU的角色配比正悄然变化，CPU在推理与智能工作流中的重要性获得大幅提升。
这也促使Meta等超大规模云服务商开始与AMD、NVIDIA等厂商签订独立的CPU采购协议，标志着算力资源配置正从GPU单一主导逐渐向多元化协同转变。
苏姿丰坦言：“虽然GPU业务的表现令人振奋，但CPU业务的实际需求远远超出了我的预期。即便我原本已经相当乐观，客户反馈却显示，AI配套CPU的计算需求被严重低估了。”
当被问及AMD是否能满足围绕CPU的企业需求时，苏姿丰承认确实存在“供应紧张”的情况，但这主要源于客户在过去几个季度中需求突然飙升，留给供应链调整的时间窗口十分有限。
她表示公司正与合作伙伴紧密协作以解决瓶颈，预计产能将在明年实现扩张。她相信AMD的处理器架构已做好充分准备，能够全面应对AI训练、推理以及智能体应用所带来的海量算力需求。
无独有偶，英特尔近期也透露因产能不足未能兑现对超大规模客户的承诺，NVIDIA则正通过Vera CPU与基础设施伙伴建立独立供货协议，进一步印证CPU在AI基础设施中的地位正在回升。
相关攻略
一张真实的 top 命令监控截图，常常会揭示我们对这个经典系统工具最深的误解。最近就遇到一个典型案例：有运维同学看到某个进程的 %CPU 指标飙升至 100% 以上，立刻断定服务器即将崩溃。但实际情况呢？业务运行平稳，系统警报纯属虚惊一场。这恰恰说明，很多人使用了多年 top 命令，可能一直在误读其
半导体行业传出重要动向，AMD很可能已将部分下一代笔记本CPU的2nm制造订单交由三星代工。此举主要源于台积电先进制程产能已排期至2028年，AMD为确保产品如期发布，必须寻找替代产能。合作涉及代号Venice（2026年，Zen6C，最高256核）和Verano（2027年，Zen7，专为AI
Arm公司在财报会议上透露，其首款自研AGICPU在2027至2028财年的客户总需求已超过20亿美元，较发布时翻倍。该芯片预计在2027财年第四季度产生首批近1亿美元收入，到2031财年自研CPU业务累计收入目标为150亿美元。Arm表示软件与机架设计均已就绪，可快速部署。同时，公司预计2027
近期，芯片产业出现一个显著趋势：在人工智能时代，CPU的战略价值正被市场重新审视。这一趋势直接体现在资本表现上——英特尔股价在过去一年内实现五倍增长，而AMD股价近期同样涨势强劲。AMD首席执行官苏姿丰甚至公开表示，对公司在2030年占据超过50%的CPU市场份额“充满信心”。 然而，瞄准CPU市场
Intel高管语出惊人：游戏优化若到位，性能还能再涨30%？ 近日，Intel副总裁Robert Hallock在接受德国媒体采访时，抛出了一个让游戏玩家和硬件发烧友都颇为关注的观点。他直言，如果游戏能针对Intel CPU进行充分优化，其运行速度理论上还能有10%到30%的提升空间。换句话说，目前
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭