苏姿丰带领AMD在Agent时代再出重磅战略
2026年5月19日，AMD在上海成功举办了首届AI开发者日（AI DevDay 2026），这也是该活动首次走出北美，落地亚洲。活动现场吸引了超过2000名开发者参与，AMD董事会主席兼CEO苏姿丰、高级副总裁Jack Huyngh分别发表主题演讲。零一万物CEO李开复、阶跃星辰CTO朱亦博、清华大学教授汪玉等业界与学界重量级嘉宾也登台分享了前瞻观点。大会以“开放-构建-创新-连接”为主题，系统性地勾勒出一条与行业巨头NVIDIA截然不同的算力发展路径。
CPU:GPU从1:4到1:1，推理应用正在重塑算力配比格局
苏姿丰在演讲中披露了一个关键数据：传统数据中心中CPU与GPU的配比通常为1:4，而到2026年，这一比例预计将转变为1:1。这一变化的背后，是AI应用从训练阶段向推理阶段的范式迁移。在训练环节，GPU承担几乎所有密集计算，CPU主要负责调度与数据搬运，1:4的配比合情合理。然而进入推理阶段，尤其是智能体（Agent）运行时，计算结构发生了根本性改变。一个智能体要完成复杂任务，涉及目标解析、工具调用、多步骤决策、状态管理与数据流转——这些复杂逻辑的编排恰恰是CPU的强项。GPU继续负责大模型推理与并行计算，而CPU则升级为协调调度与逻辑控制的核心，两者角色趋于对等。
苏姿丰在演讲中清晰展示了这一逻辑链条：从“大模型为中心”转向“智能体编排”，Agent的每一步运行都重度依赖CPU。GPU的工作量并未减少，但在推理场景下CPU的工作量大幅增加，从辅助角色转变为对等伙伴。这一判断对产业的影响具体而深远：服务器采购逻辑将随之改变，CPU的调度能力成为新的关键评估指标；芯片公司也需要重新平衡CPU与GPU产品线的资源投入。目前行业资源高度集中在训练侧，推理侧的算力需求增速尚未充分反映到基础设施投资中。AMD凭借在CPU领域的EPYC产品线与GPU领域的Instinct系列，成为少数两家都能提供、且有动力推动这一趋势的厂商。
200B参数模型本地运行接近100 tokens/s，Token成本趋近于零
AMD在此次大会上明确提出“智能体主机”这一新硬件品类。其定义清晰：配备96GB GPU专属显存、128GB统一内存，可本地运行200B参数大模型，支持7×24小时持续工作，且断网环境下依然可用。目前，基于Ryzen AI Max+系列处理器的系统设计已有35款落地，合作伙伴包括惠普、华硕、联想、宏碁以及多家本土品牌，覆盖笔记本、一体机与Mini AI工作站等多种形态。
AMD高级副总裁Jack Huynh描绘了一条清晰的AI部署路径：开发阶段使用Ryzen AI Max在本地运行200B模型；规模测试阶段采用Radeon AI Pro R9700配合Threadripper Pro 9000工作站（提供128条PCIe 5.0通道，支持多GPU协同）；最终部署阶段则上马MI350系列数据中心GPU。关键在于，同一套ROCm软件栈贯穿始终，实现从笔记本到数据中心的代码一次编写、全路径运行。
这条路径能否成立，核心取决于本地推理的性能与经济性。阶跃星辰CTO朱亦博在现场提供了一组有力数据：其Step 3.5模型约1960亿参数，经过4位量化后，在AI Max 395平台上的解码速度接近每秒100个token，甚至比许多云端模型API还要快。阶跃星辰即将发布的新模型也将继续在AMD平台上保持流畅运行。这组性能数据背后是一道清晰的经济账：智能体运行的特点是持续调用、高频推理，若采用云API按Token计费模式，企业长期成本将非常高昂。而本地部署则将Token成本压至趋近于零，仅消耗电费。有技术分享提到，中国头部开发者一年在API调用上的花费可达数百万元。当200B参数模型能以近100 tokens/s的速度在本地运行时，许多AI应用的商业模式才能真正算得过来账。
零一万物与AMD联合推出的Cube01企业智能体一体机正是基于此理念，它能在本地同时运行数百个Agent。李开复在与苏姿丰的对谈中提出了“DRI”（直接责任人）概念，他认为在智能体时代，开发者的角色将从编写代码转向编排智能体并对最终结果负责。他更直言，企业CEO应主导AI转型，因为IT部门天然倾向于安全部署而非业务重构，导致许多企业的AI应用停留在会议纪要、内部搜索等低价值场景，未能触及真正影响损益表的核心业务流程。
李开复对2024至2026年AI行业核心问题的演变做了梳理：2024年是“AI能不能完成一项任务”，2025年是“AI能不能完成一条完整工作流”，2026年则演进为“AI能不能运营一个企业职能部门”。顺着这个逻辑，智能体主机所要承载的，是能够持续运行、自主决策并对业务结果负责的AI系统，而不仅仅是运行模型的终端设备。
300万模型实现Day 0适配，ROCm正在拆除CUDA的围墙
ROCm是AMD在软件层面与NVIDIA竞争的核心武器。本次大会披露了其最新进展：新增支持锐龙AI 400系列处理器，相关组件可在ComfyUI中直接下载；从ROCm 7.2版本开始同时支持Windows和Linux系统；通过Hugging Face和魔搭社区，其支持模型数量已超过300万个；DeepSeek、通义千问、MiniMax、Kimi、阶跃星辰、小米MiMo等国内主流开源模型均已实现Day 0适配。此外，AMD推出了面向中国AI开发者的免费公共开发者云，底层搭载Radeon GPU；与魔搭和阿里云的合作，使得开发者无需自备硬件，即可直接在魔搭创空间中使用AMD GPU。
一个值得注意的内部实践是，AMD部署了数千个Agent持续监控开源社区，自动识别AMD支持中的缺口，生成完整的Pull Request并完成自动测试，将工程师的产出效率从每周几个PR提升至每天几个。AMD还利用Agent辅助进行GPU内核的性能优化——针对不同模型推理负载的内核特征，Agent能自动生成内核排列组合，进行性能分析和迭代，速度远超人工。开源，对AMD而言是唯一可行的竞争策略。CUDA的壁垒在于开发者生态的惯性：代码已在NVIDIA平台上跑通，迁移到另一个平台需要时间和试错成本。AMD要打破这种惯性，必须将迁移成本压到最低。ROCm的思路是做抽象层：开发者无需关心底层GPU的具体型号，编写一次代码即可在从笔记本到数据中心的任何AMD硬件上运行。同时，通过支持OpenAI Triton、Gluon、TileLang等工具，进一步降低了GPU编程的门槛。
李开复在对谈中对开源模式给出了一个精辟的比喻：硅谷闭源模型公司的模式类似于iOS，追求高利润和封闭控制；而全球开源社区的模式则类似于Android，覆盖面广，强调开放协作。他指出，中国AI企业由于算力资源相对有限，无法像美国巨头那样“暴力”堆砌算力，因此工程效率和开源协作能力是被迫进化出的核心优势。他将中国AI生态比作一个“去中心化的学习小组”——企业在商业上竞争，却在开源层面共享成果。AMD在中国市场集中投入开源生态，正是契合了这一市场结构：这里拥有全球最活跃的开源社区和最愿意尝试新硬件的开发者群体。
数据不上云、延迟不等人，中国市场验证端侧推理价值
AMD AI开发者日此前仅在旧金山举办，上海成为北美之外的首站，超过2000人的现场规模也印证了其重要性。苏姿丰在演讲中多次强调中国市场的重要性：AMD在华已超过30年，大中华区主要研发中心拥有超过4000名工程师，并在四地设立了AI卓越中心；今年恰逢上海研发中心成立二十周年。AMD在中国所阐述的内容具有明确的指向性：端侧推理、开放生态、本地部署。这三个方向，在中国市场有着坚实的现实约束作为支撑。
现场演示了一个医疗场景：基于Ryzen AI Max的问诊系统包含病例采集、知识图谱、患者简报三个Agent，所有数据均在本地处理，演示过程中甚至切断了WiFi。Jack Huynh指出，中国的医疗法规要求患者数据不能上云，本地推理在此场景下成为了合规的前提。朱亦博也表达了类似判断：本地AI无需持续联网，响应更快，且不向云端发送数据。他相信未来将是端云协同的模式——本地模型处理高频、低延迟、隐私敏感的任务，复杂任务再调用云端大模型，从而大幅降低Token成本。
清华大学电子工程系教授、无问芯穹发起人汪玉则提出了“物理AI”的方向。他指出，机器人、无人机等设备的感知-决策-控制延迟要求达到毫秒级，算力必须在设备本地。无问芯穹与AMD合作开发的物理AI推理框架RLinf，在四个月内于GitHub上获得了超过3300个Star，并被超过20家公司采用。汪玉提出了一个公式：AI生产力 = 智能规模 × Token生产效率 × Token价值转化。其中，Token生产效率（每秒生成的Token数）直接与硬件和软件的协同优化相关，这也是AMD芯片在无问芯穹平台上被重点优化的方向。
苏姿丰预测，到2030年全球将有50亿人每日使用AI。Jack Huynh补充了一个对比：PC普及花了45年，互联网花了27年，智能手机花了15年，而AI的普及速度将远超此前任何技术。他透露，推理Token需求在2026年上半年比2025年同期增长了20倍，推理成本正在从一个技术问题演变为战略资源问题。AMD在上海这场大会上释放的信号可以归结为：AI产业的下一个增长点正在向推理侧和端侧转移，算力将从集中的训练集群散落到每一台设备、每一个工厂、每一个机器人中。在这个新阶段，单纯堆叠GPU数量不再是唯一答案，CPU的调度能力、软件栈的开放性、端侧部署的经济性，都成为了同等重要的竞争维度。AMD选择的路线——聚焦端侧推理、拥抱开放生态、推动本地部署——每一项都指向了当前市场领导者布局中的相对薄弱环节。两条技术路线都拥有各自的市场空间，但推理侧和端侧的增长速度，将最终决定这条差异化路线能走多远。
相关攻略
AMD据称已开始布局Zen7架构平台，目标指向2028年市场。其核心芯片组预计采用台积电A14工艺，并搭载新一代3DV-Cache技术，旗舰设计或达16核心，L3缓存最高有望达到224MB。制造方面，台积电相关厂区计划2027年试产，与产品节奏吻合。封装环节可能评估力成科技的FOPLP方案，以提升集成度与性能。同时，谱瑞正为AMD打造下一代高速传输ASIC产
AMD首席执行官苏姿丰指出，AI基础设施浪潮正推动CPU市场进入高速增长期。过去几年该市场年增速仅约3%-4%，但随着AI向推理和智能体方向发展，未来五年年复合增长率预计将超过35%。目前CPU供应已出现紧张，需求远超预期。AI增长也波及数据中心内存与电力等环节，但相关瓶颈有望快速解决。
AMD首席执行官苏姿丰表示，受全球AI基础设施建设推动，CPU市场未来五年年复合增长率将超35%。此前市场增长平缓，但随着AI应用从训练转向广泛推理与部署，对通用计算需求激增，导致CPU供应已现紧张。她指出当前需求远超预期，但供应瓶颈问题将快速解决。AI正驱动整体算力需求扩张，重塑市场格局。
AMD首席执行官苏姿丰表示，中国内地市场贡献了公司约20%的营收，是至关重要的市场。她预测，随着AI推理等技术加速落地，未来五年CPU市场年增长率将超过35%。AMD在中国业务广泛，覆盖个人电脑、游戏及数据中心等领域，并在大中华区设有多个研发中心和AI卓越中心，以推动本地生态发展。
AMD首席执行官苏姿丰在2024上海AI开发者大会上表示，人工智能正从问答交互向高级智能体演进，预测全球AI日活用户将超50亿，每位用户可能调用多个智能体协同处理复杂任务。这要求算力指数级增长及系统能力全面提升。AMD坚持CPU+GPU融合架构战略，构建全栈算力底座以匹配不同场景，大会落地中国彰显其。
热门专题
热门推荐
《Paralives》开发商承诺所有后续更新永久免费，拒绝付费DLC模式。15人小团队依靠首发销售额即可支撑多年运营，无需依赖额外内容包维持开发，展现了与《模拟人生》系列不同的差异化竞争思路。
2025年5月28日，比亚迪王朝网全新力作——宋Ultra DM-i正式推向市场，共推出5款配置车型，官方售价区间为12 99万至15 99万元。此次定价策略极具突破性：一款拥有310公里纯电续航能力的中型插电混动SUV，直接下探至13万元级别市场。作为王朝网络的新旗舰，该车明确瞄准高频出行需求场景
先来关注一个有趣的细节：苹果首款折叠屏手机，传闻将于今年秋季正式亮相。产品命名可能为iPhone Ultra，也有媒体称之为iPhone Fold——无论最终叫什么，这都将标志着苹果在折叠形态领域首次“出手”。 近日，配件厂商iFunSmart已率先上架iPhone Ultra的首批保护壳——这绝非
山寨币ETF迎来批量上市潮，首批项目市场表现如何？一文分析 Binance币安 欧易OKX ️ Huobi火币️ 最近，市场出现了一个不容忽视的新动向：XRP、DOGE、LTC、HBAR等现货ETF已经悄然登陆美国市场。与此同时，A VAX、LINK等资产的同类产品也正在审批流程中。进入11月以来，
近日，公司对SteamDeck1TBOLED版涨价300美元至949美元，上架短短不到24小时便再度售罄。据外界分析，该公司从中国大量补货并分批投放库存，高溢价未影响众多玩家的抢购热情与速度，其人气极其旺盛无比足以支撑快速清空。