AMD苏姿丰强调中国市场重要性 算力成业务发展核心关键
5月19日，一则消息引发业界关注：美国超威半导体公司（AMD）董事会主席兼首席执行官苏姿丰于前一日在北京表示，此次中国之行让她深感荣幸，并强调中国市场对她而言“极其重要”。
在与中方相关人士的交流中，苏姿丰将话题聚焦于一个核心——算力。她明确指出，算力已成为AMD业务发展的关键所在。这番表态，无疑为当前全球科技产业的竞争格局增添了一个清晰的注脚。
市场观察者常常将AMD冠以“CPU之王”的称号，但如果仔细审视其业务构成与市场表现，或许“数据中心之王”的称谓更为贴切。这并非空xue来风，数据是最有力的证明。
根据权威市场研究机构Mercury Research发布的2026年第一季度报告，AMD在服务器市场的收入份额已经攀升至创纪录的46.2%。要知道，在去年同期，这个数字还停留在39.5%。收入份额的显著增长，直观地反映了其在高端和高价值市场的强劲竞争力。
当然，衡量市场地位不能只看收入。将收入份额与出货量份额结合起来看，才能勾勒出更完整的图景。同一份报告显示，在2026年第一季度，AMD在数据中心CPU市场的出货量份额达到了33.2%。这意味着，在每三颗新部署的数据中心CPU中，就有一颗来自AMD。收入与出货量的双重提升，共同印证了其在数据中心领域日益稳固的领先地位。
事实上，AMD对于数据中心的野心早已有之。早在2025年11月的金融分析师日活动上，苏姿丰便描绘了一幅更为宏大的蓝图：她预计，在未来三到五年内，AMD数据中心业务的年均增长率将超过60%。这一强劲的增长动力，旨在推动该业务年营收向1000亿美元的门槛迈进，并在战略时间框架内实现年度每股收益超过20美元的目标。此番在北京重申算力的重要性，可以看作是对这一长期战略的再次确认和强化。
相关攻略
豆包也要收费了。 5月4日，豆包在App Store页面悄然更新了付费版本服务的相关声明。声明称，为更好地服务专业用户，豆包将在保留免费版的基础上，推出包含更多增值服务的付费订阅体系，同时披露了三档定价：标准版68元 月、加强版200元 月、专业版500元 月。 消息一出立即引发热议。有人担心免费福
最高 5088 一年。 豆包也要收费了。 5 月 4 日，豆包在 App Store 页面悄然更新了付费版本服务的相关声明。声明称，为更好地服务专业用户，豆包将在保留免费版的基础上，推出包含更多增值服务的付费订阅体系，同时披露了三档定价：标准版 68 元 月、加强版 200 元 月、专业版
三星电子的一则公告，在市场上激起了不小的波澜。根据其官方发布的消息，为应对当前急剧变化的市场环境，公司经过慎重评估，决定在中国大陆市场停止销售包括电视、显示器在内的所有家电产品。 图为三星电子发布的公告截图 这意味着，消费者未来将无法在官方渠道购买到三星品牌的电视、显示器等家用电器。不过，对于已经购
波音公司高层近日访华，与国家发展改革委负责人举行会谈。双方就中国宏观经济形势及深化航空领域合作交换了意见。中方指出中国经济持续发展将为企业带来长期机遇，并欢迎波音公司基于商业原则深化对华务实合作。波音方面则重申了对中国市场的长期承诺，表示愿与中方伙伴一道推动合作取得更多成果。此次交流为未来中美航空产
近期，关于A O 史密斯可能出售其中国业务的消息，引发了家电行业的广泛关注。一个核心议题随之成为焦点：这项业务究竟具备多高的市场价值？ 或许，我们可以从净水器这一细分市场的数据中洞察其价值基础。观察2026年第一季度的线下零售市场表现，情况十分清晰。根据奥维云网（AVC）监测数据，在销售额维度，A
热门专题
热门推荐
在流量日益分散的今天，把鸡蛋放在同一个篮子里，风险不言而喻。多平台推广，早已不是“要不要做”的选择题，而是“如何做好”的生存题。它的核心价值，可以概括为两点：实现“流量风险对冲”，以及构建“品牌触点全覆盖”。通过在不同生态位——无论是搜索、短视频、图文还是电商——建立内容矩阵，企业不仅能有效缓冲单一
DeepSeek知识库的核心，是运用RAG（检索增强生成）技术，将DeepSeek强大的大语言模型推理能力，与您的私有文档资源——包括PDF文件、内部代码库、标准操作流程（SOP）等——深度融合。其最终目标是实现基于特定垂直领域数据的精准智能问答，让AI的回答不再是通用泛化，而是具备专业依据、内容详
三大运营商推出Token套餐，将大模型调用量包装为类似流量包的产品，以降低AI使用门槛。中国电信推出个人与企业多档套餐，最低月费9 9元；上海移动推出1元购40万Tokens服务；联通则提供个人与团队版套餐。运营商凭借用户渠道和支付优势，推动算力消费向大众市场普及，可能重塑AI服务消费模式。
HermesAgent本地运行缓慢常因未量化的大语言模型占用资源过多。可通过AWQ量化模型、llama cpp后端加载GGUF模型、配置vLLM引擎提升并发吞吐、禁用非必要工具降低上下文开销，以及调整SQLite记忆检索阈值等方案优化。这些方法能显著降低延迟，提升响应速度。
随着AI智能体能力的持续增强，确保其行为始终符合预设目标与安全边界，已成为行业亟待解决的核心挑战。然而，当前主流的治理方案在防止智能体“失控”或“脱轨”方面，仍面临显著的实践瓶颈。 在之前的探讨中，我们分析了主流治理思路：部署多样化的对抗性验证器，构建一个多层次的安全审查网络。该方案的核心逻辑并非限