AMD年度AI大会直击：Zen6出鞘2nmGPU首秀还有“地表最强”AI机架！剑指万亿市场 - 芯片

Just Quick Just Quality

热门话题

白天

搜索

资讯

AMD年度AI大会直击：Zen6出鞘2nmGPU首秀还有“地表最强”AI机架！剑指万亿市场

2 小时前 / 阅读约28分钟

来源：集微网

AMD在AI盛会上发布EPYC服务器CPU、Instinct GPU MIX455等新品，展示从芯片到机架的完整AI解决方案，预测2030年AI加速芯片市场规模将达1.4万亿美元。

集微网美国旧金山报道在人工智能从模型训练迈向规模化推理与智能体（Agentic AI）应用的关键转折点，数据中心正经历一场深刻的架构变革。传统的计算单元堆砌已无法满足指数级增长的数据处理需求，一个以开放、协同、高效为核心的“AI工厂”时代已然来临。

美国西部时间7月23日，在AMD年度AI盛会——“Advancing AI 2026”上，AMD强势秀出“肌肉”。全新一代EPYC服务器CPU、Instinct GPU MIX455、首款机架级AI解决方案Helios等众多软硬件新品重磅亮相。

从芯片到机架的完整解决方案，从云端到终端AI的全面布局，从ROCm软件生态蓬勃发展，到微软、Anthropic等全球头部客户规模部署，凭借持续迭代的稳定交付节奏，强大的路线图执行力，开放的生态和标准理念，在AI基础设施的新一轮格局重塑中，AMD正成为不可忽视的关键一极。

Q1数据中心业务实现里程碑，距万亿市值仅一步之遥，加速迈进AI算力核心供应商领跑行列的AMD，向对手释放出强烈的竞争信号。

2030剑指2万亿市场

过去两年，Advancing AI大会开场，AMD 董事会主席及首席执行官苏姿丰博士，都会修正市场和技术趋势的预计。原因在于，作为过去50年最重要的技术，当下AI行业的发展速度太惊人。

当前，全球每月AI Token消耗量已高达35万亿次，短短两年增幅达到近160倍。

苏姿丰指出，从行业需求的核心变化看，模型训练始终是AI发展的基础核心，过去五年，高端模型的训练算力需求每年约增长5倍，模型的推理能力、功能特性也在持续迭代，专用模型的数量不断攀升。

苏姿丰坚定的认为，不存在一款万能的AI模型，不同行业、不同任务，都需要适配专属的模型方案。而当下最大的行业变革来自推理端，预计今年，全球AI推理算力需求将首次超越训练算力，全球AI算力中，约60%将用于推理任务。

这背后的逻辑十分清晰：数十亿用户日常使用AI，行业重心从“搭建模型”转向“落地应用”。而智能体AI的普及，正在进一步加速这一转型进程。

智能体是AI的下一个核心突破口，这一趋势在今年以来迎来爆发式增长。早期AI仅能完成简单问答，而新一代智能体可以接收完整目标指令，自主拆解步骤、持续运算直至完成任务。这给算力行业带来了颠覆性变化：智能体的多步骤推理、工具调用、数据读取、循环运算，既需要海量GPU算力支撑推理，也需要大量CPU完成全流程调度编排。

苏姿丰表示，基于客户反馈与行业现状，AMD持续更新市场预判，AI智能体的普及正在大幅拉升AI加速芯片的市场规模。去年大会上，AMD预测2028年AI加速芯片市场规模将达到5000亿美元，当时这一数字已十分惊人，现在看简直过于保守。依托模型迭代与应用普及带来的算力刚需，AMD最新预测显示，2030年全球数据中心AI加速芯片市场规模将达到1.4万亿美元，体量将逼近当前全球半导体市场总和。

苏姿丰指出，芯片领域不存在“一刀切”的通用方案，可编程性更强的GPU仍将占据市场绝对主流地位。但在过去半年，行业最核心的新变化在于：GPU不再是AI算力增长的唯一核心，生成式AI为服务器CPU开辟了全新的增长赛道。

过去半年AMD持续修正行业数据，此前预判服务器CPU市场年增速为18%-20%，整体规模将达600亿美元。但生成式AI与智能体的落地速度，远超所有人的预期。AI智能体正从百万级普及至十亿级，全面提升各行业生产效率，催生了海量CPU基础设施需求，而这一轮基建浪潮才刚刚开启。基于最新行业数据，AMD上调预测：2030年服务器CPU市场规模将达到2200亿美元，年复合增速超50%，CPU赛道迎来全新爆发机遇。

此外，苏姿丰强调，AI算力的应用场景绝不局限于数据中心。随着AI融入日常生活，智能算力需要部署在业务发生的每一个场景——云端算力至关重要，终端设备算力也不可或缺，能够实时感知、响应的边缘自主设备，也将承载大量AI算力需求，而这也是AMD的核心布局之一，即推动AI全域渗透、无处不在。

基于此，2030年AMD参与的高性能和自适应计算市场规模将从2025年的3650以美元，达到2030年的2万亿美元，年复合增长率达到40%。

“如此庞大的市场，绝非单一企业能够独立承载，生态协同是行业发展的唯一路径。AMD凭借业内最全面的产品矩阵、最完善的技术路线图，以及深度绑定的行业生态伙伴，完全具备引领行业发展的实力。”苏姿丰说。

Zen6加持2nm首秀 Venice市场需求创新高

CPU业务一直是AMD数据中心战略的核心根基。AMD2017年回归数据中心市场，2018年推出首颗Zen架构服务器CPU（Naples），随后强势推进五代产品演进，以意大利城市作为芯片代号，掀起数据中心市场“文艺复兴”之举。多年来，EPYC霄龙服务器CPU以领先的技术领导力积累和强大的执行力，持续攻城略地。

当前，AMD服务器市场收入份额已达到46%，Q1财报CPU业绩增长同比超50%，数据中心业务同比增长57%，并实现AMD历史上数据中心业务规模上首次对于老对手英特尔的超越。

EPYC 9500系列CPU（第五代Turin）奠定了智能体AI场景的性能领先优势，带来更广泛的服务器CPU的领导力。同英特尔至强6980P 128c相比，SPEC CPU 性能最高提升1.4 倍；企业级性能最高提升1.4 倍；HPC性能最高提升1.8 倍；基于CPU的AI性能最高提升约1.7倍。

苏姿丰指出，智能体时代，CPU的重要性已经被普遍认知。AI不只是GPU推理，而是需要大量CPU来做编排、工具调用、沙箱执行等工作，CPU的需求不是减少而是增加了，这也给与AMD更多市场机会。

当下服务器算力负载可分为三大类，且三类场景对CPU的需求完全不同：

第一类是GPU加速服务器，核心需求是高速IO与高频核心，全力为GPU供给算力、消除性能瓶颈。第二类是当下增速最快的智能体沙箱服务器，主打超高算力密度，支撑海量AI智能体同时运行，核心指标是单瓦智能体运行数量。第三类是传统通用服务器，适配企业多样化负载，核心追求高效稳定、低成本。目前，AMD霄龙是业内唯一能在三大场景全面领跑的CPU产品矩阵。

针对上述场景，AMD在此次大会上重磅发布第六代EPYC服务器CPU（代号Venice）——EPYC 9006系列，Venice基于Zen 6架构打造，是行业首款2nm工艺实现量产的高性能计算芯片。

相比前代Turin的192核上限，Venice将单颗CPU核心数提升至256核，增幅达33%；整体性能与能效均较Zen 5架构提升超70%。

而第六代Venice实现了进一步的飞跃，在四个维度体现出竞争优势。

·计算方面：提供两种核心配置——“Zen 6c”最高可达256核/512线程，“Zen 6”最高96核/192线程；支持AMD 3D V-Cache™技术，L3缓存高达1152MB；功耗上限为600W。

·I/O与平台方面：支持2路或1路CPU配置；单路最多128条PCIe Gen 6通道，带宽64 Gbps；通过CXL® 3.1实现内存扩展；集成第五代Infinity Fabric™互连技术；电源管理支持统一供电、基于利用率的功耗缩放及频率自适应频谱技术。

·安全方面：增强型信任根支持RSA 4K和后量子密码；提供物理与侧信道攻击防护；符合FIPS 140-3 Level 1标准；支持机密计算与AMD SEV可信I/O。

·内存方面：支持最多16通道MRDIMM，速率高达12,800 MT/s；也支持16通道DDR5，速率8000 MT/s；另提供24通道LPDDR5X，搭配可现场更换的SOCAMM2内存模块。

与上述场景相对应，EPYC 9006系列包括四个家族式的产品组合，针对不同AI数据中心的特征和场景，进一步量身定制，其中：

EPYC 9006 SP7：面向AI优先的数据中心，最高256核/512线程的Zen 6c 密度核心负责Agent编排与沙箱执行，96核/5.0GHz的Zen 6高性能核心则专门充当GPU主机节点，配合16通道MRDIMM 12800 MT/s内存与PCIe Gen6，确保GPU满载不“挨饿”。

EPYC 9006 SP8：企业通用版主打性价比市场，8核到128核的灵活配置、8通道内存、128条PCIe Gen6通道，覆盖绝大多数企业级工作负载，专门对位Intel Xeon主流价位段。

EPYC 9006X SP7：配备1152MB 3D V-Cache与最高5.15GHz主频，面向科学计算、工程仿真与AI预处理等缓存敏感型场景。

EPYC 9006 LP 低功耗版（代号 Verano）则是为AI机架打造的主机节点CPU，采用LPDDR5X内存与增强型xGMI互联，以能效优先的设计专门服务GPU集群调度。

自2018年推出首代EPYC服务器CPU至今，吞吐量提升18倍，展现出在服务器CPU领域高速的创新迭代能力以及恐怖的执行力。

“AMD依托统一Zen 6架构，打造多规格、全场景CPU产品矩阵，这是所有竞品都无法复刻的核心优势，让第六代霄龙成为当下数据中心最优CPU方案。”苏姿丰说。

随后，在吞吐量和每核性能方面，AMD将包括英特尔至强6、Arm AGI以及刚刚公布完整规格的英伟达Vera等对手旗舰数据中心CPU都打了一遍。

测试数据显示，第六代EPYC服务器CPU的SPECrate 总吞吐量是 NVIDIA Vera 88 核的 2.2 倍、单核性能是其 1.2 倍；对比 Intel Xeon 6980P，企业级性能最高 1.4 倍、HPC 性能最高 1.8 倍；云原生场景优势幅度从 2.6 倍到 3.7 倍不等。基础设施整合能力更是达到 12:1—— 用 82 台新一代 EPYC 服务器即可替换 1000 台老旧 Xeon 设备，服务器数量减少 92%、功耗降低 77%、五年 TCO 节省 40%。

目前Venice已全面量产，所有主流服务器OEM厂商、云厂商将于今年四季度全面推出Venice架构服务器产品。

Meta作为多年来EPYC多代产品的合作伙伴，也是Venice首发伙伴之一，出席大会并进行了分享。相关负责人表示，Meta已与AMD合作四代EPYC产品，当下行业最大的变化是：AI算力不再只是GPU的独角戏，CPU的战略地位愈发重要。未来双方在CPU、GPU协同优化、全场景算力适配领域，还有巨大的合作空间。而在Venice的合作中最大的变化在于，双方基于深度的联合设计，真正释放数据中心与AI算力的极致潜力。

随着AI推理落地各类产品与服务，市场逐步分化为三类核心负载：第一类主打超高吞吐量、低成本，适配低交互场景；第二类兼顾吞吐量与响应速度，适配均衡型场景；第三类主打超低延迟，毫秒级响应至关重要，适配高实时交互场景。三类负载需要完全不同的算力方案，而离散式推理架构是适配细分场景的最优解。运算推理需要不同的算力支撑，AMD算力平台可实现算力、内存带宽的均衡输出，同时支持客户按需定制、模块化调配。

会上，苏姿丰宣布与Cerebras达成战略合作，共同打造超低延迟推理解决方案。

Cerebras相关负责人表示，双方将联合打造基于Helios机架与晶圆级引擎的超低延迟推理解决方案。依托AMD CPU、Helios机架的顶级算力与内存性能，搭配Cerebras晶圆级引擎的超高带宽、超高SRAM缓存优势，打造出行业独有的差异化方案。兼顾高吞吐量与低延迟，吞吐量提升5倍的同时，保持亚毫秒级响应速度，解决了行业「高吞吐必高延迟」的痛点。产品将于今年年末率先登陆Cerebras云平台，后续开放本地部署选项，为客户提供多元化选择。

在EPYC CPU路线图方面，2028年将推出第七代产品，代号Florence。配备全新的AI计算扩展指令集，确保拥有全面的AI能力，并支持最新的内存技术。第七代CPU同样采用家族化产品组合形式（Florence、Ferrara、Fidenza），以适应性能、企业级、AI头节点、智能体沙箱等不同场景。第八代Ravenna目前处于研发中，计划2030年推出。

“大杀器”Helios亮相：每美元Token数超Vera Rubin30%

如果说CPU是AMD的基本盘，那么Instinct GPU与Helios机架系统则是其冲击AI算力核心市场的主攻手。

当前，AMD Instinct正稳步推进路线图。具体表现在几个方面

一是从MI300、MI325X、MI350系列一路推进到驱动Helios 机架系统的MI400系列，保持稳定的每年一代的迭代节奏。

二是是生产级AI部署持续扩大，覆盖训练、推理和新兴的智能体工作负载。

三是广泛的生态可用性，云服务商、新云厂商、OEM、ODM及主权AI领域均有布局。

四是获得领先AI公司的信赖。目前，包括OpenAI、Meta、微软、Anthropic、Oracle等头部企业正在广泛采用AMD Helios方案。

过去几年，AMD在大力打造ROCm软件生态，包括开源社区建设，主流大模型的适配。目前，Hugging Face 上超过300万个模型可开箱即用，AMD原生支持的AI开源项目数量增长了10倍，同时跻身全球前十大开源贡献者行列。 Instinct GPU正在赢得更为广泛的AI生态的信任。

2022年-2030年，训练算力需求呈现指数级增长，每年保持5倍增速，但推理的速度增长更快，已成为当下主要的AI工作负载主体。

更多的推理、更多的智能体、更多的工具调用、更多的CPU编排，最终带来更多的数据中心整体算力的需求，过去两年，数据中心月度Token消耗量增长了158倍。

前沿的AI需求需要开放性的机架蓝图，而AMD给出了系统性的解决方案。包括领先的计算能力、开放的机架架构、互联网络、机架级的效率与可维护性、高效的解决方案。

AMD 提供的不是单一芯片，而是从计算、架构、网络、运维到整机柜的一整套开放、标准化的 AI 基础设施方案。

Instinct MI455X作为第五代 AI 加速卡，采用 2nm 工艺、共有320 亿晶体管，搭载 432GB HBM4 内存，带宽达 23.3TB/s，相比上代 MI355X 最高提升 2.9 倍。算力方面，MXFP8 精度下达 20 PFLOPS、MXFP4 精度下达 40 PFLOPS，均提升 4 倍。实际推理场景中，Token 吞吐量最高提升 34 倍，单 Token 成本最高降低 18 倍。

而真正的“杀器”是Helios 机架级 AI 系统—— 这并非简单GPU 堆叠，而是 CPU、GPU、网络三者深度协同设计的整体方案，并在计算、内存和互联方面实现行业领先。

Helios整机架包含18个计算托盘。每个托盘搭载4块MI455X GPU和1颗Venice CPU。按机架规模计算，这意味着72台MI455X加速卡、4600多颗EPYC Venice CPU核心，此外，还包括31TB 的HBM4内存（总内存带宽达 1.4 PB/s），43TB/s 横向扩展带宽以及2.9 FP4 ELOPS的AI推理算力。

其中，主机节点采用第六代AMD EPYC服务器CPU，配备96个高频核心、PCIe Gen6 互联、1.6TB/s 内存带宽。

加速层采用72颗第五代AMD Instinct MI455XGPU，提供40PF的FP4 AI 算力、432GB HBM4 内存容量、23.3TB/s 内存带宽。

互联层采用AMD Pensando+UALoE方案，纵向扩展带宽达到260TB/s，单域可容纳72颗GPU，每颗GPU配备三路800G网卡。

对比NVIDIA Vera Rubin NVL72，AMD Helios的AI算力多出15%、内存容量多出50%、横向扩展带宽多出50%。每美元可获得的30%的Token数量的提升。AMD方面称这是行业最高性能的机架级AI基础设施解决方案。

当前，AMD Helios展现出行业领先的性能，已经被领先的AI公司规模化部署。就在此次大会举办前夕，AMD相继宣布与微软和Anthropic在MI455X GPU以及Helios机架方面的重磅合作，还包括OpenAI、Meta、Oracle等头部大厂。其他基础设施合作伙伴有戴尔、惠普、联想、Bull、超微、Sanmina、IBM、Wiwynn等主流服务器厂商。

据苏姿丰介绍，目前，Helios已全面进入量产阶段。产品订单已全部敲定，将于今年年第三季度末启动客户交付，第四季度全面扩产上量，市场需求极其火爆。未来将保持每年更新一代的节奏。

大会前夕，Anthropic宣布与AMD重磅合作，部署2吉瓦算力规模的Helios基础设施，Anthropic负责人现场站台。该负责人表示，Helios是一款极致优秀的算力平台，实际部署上非常高效，仅需一名工程师周末便完成硬件介入、Claude模型适配与性能调优，模型性能全程稳步提升，真正实现了人机、AI协同高效适配，门槛极低、效率极高。本次合作的核心价值，不仅是算力部署，更是Claude模型与AMD架构的深度融合。Anthropic相信顶级基础模型深度适配AMD硬件架构，能够持续为行业客户创造更大价值。

OpenAI去年宣布同AMD合作部署6吉瓦的算力基础设施，作为最早和最核心部署Helios的合作伙伴代表，OpenAI相关负责人也来到大会现场。该负责人表示，三个月前接入Helios原型机架后，双方工程师联合攻坚，完成了模型的深度适配与优化，目前适配效果超出预期，OpenAI将于今年年末启动MI455规模化部署，明年全面提速扩容。

在GPU路线图方面，依然保持每年迭代的节奏，明年AMD将推出MI500系列，将引入下一代HBM内存，领先的GPU纵向扩展域和铜缆与光互联技术。MI600系列正处于研发中，计划于2028年推出。

针对MI500系列，苏姿丰特别强调，每一代Instinct都带来了重大的性能飞跃。MI455推理吞吐量相比MI355提升了35倍。而MI500将在AI性能，实现历史上最大的代际性能飞跃，AMD自MI300推出以来，4年间带来2000倍的推理性能提升。

“目前AMD已与多家客户就这一设计展开合作，客户的反馈非常棒。”苏姿丰说。

ROCm.AI改变GPU编程方式 MI430X HPC领域无对手

除了强悍的硬件性能之外，近年来，AMD重金投入打造软件以及生态，专注提升开发者体验。

当前，ROCm版本每六周发布一次，而不是以前每四个月一次。同时，AMD继续扩大与AI生态系统合作伙伴的合作范围，为ROCm注入更多的功能，更快的性能，以及显著提升的开箱即用体验。

在软件层面，AMD坚持与开源生态系统深度合作，以及构建合适的抽象层以提升开发者生产力。开源赋予速度和规模，而抽象让开发者更高效。降低开发壁垒，增强信任度。目前，ROCm现在正成为最重要AI社区的默认启用方案——包括Hugging Face、PyTorch、JAX、vLLM、SGEMM等。

会上，AMD人工智能事业部高级副总裁Vamsi Boppana宣布推出智能体AI开发平台“AMD ROCm.AI”，将AI辅助GPU编程能力带给开发者。他表示，这将深刻改变GPU编程方式，缩短工作负载上线时间。

“它的核心理念很简单：让开发者通过他们已经在使用的AI编码智能体，接入整个ROCm生态系统的强大能力——无论你使用的是Cursor、Claude还是Codex，ROCm AI都能帮助这些智能体理解ROCm平台，帮助你构建和优化工作负载。换句话说，我们正在让这些流行的编码智能体变成ROCm超级用户。你应该只需描述你想运行的工作负载、想要达到的性能目标，然后让智能体帮你实现。”博帕纳说。

博帕纳用一个具体例子来说明：假设一名开发者想要在MI355上用vLLM优化MiniMax M3。常规做法需要搞定很多事情：正确的vLLM优化、合适的模型配置、正确的环境变量，可能还需要编写或优化新内核，然后还要对所有这些进行调优。有了ROCm AI，这个交互就变得简单多了。

你只需输入"用Hyperloop优化MiniMax M3”，然后回车。在后台，智能体就像专家一样工作：提取已知的优秀配置、运行并分析工作负载、创建并测试大量内核和运行时配置，然后朝着目标持续迭代。在这个具体案例中，ROCm AI实现了每秒Token吞吐量提升38%。这就是ROCm.AI想要带给开发者的体验——上手简单，优化强大。

博帕纳还介绍，AMD工程师通过ROCm AI解锁了MI455的全部能力。在真实工作负载上，系统实现了20TB/s的内存带宽，以及20 PFLOPS的实际计算能力。这是当今行业中所有加速平台里，计算能力加内存能力的最高实测表现——不是理论值，是实测数据。目前，ROCm.AI已为MI455X做好“Day 0”支持的准备。

针对HPC和科学计算领域，AMD发布了Instinct MI430X加速器，凭借FP64 288TF的算力（超Rubin8.7倍）和432GB的内存性能（超Rubin50%）在HPC计算领域领先。数据中心之外，让AI赋能企业与个人

如今生成式AI正逐步渗透到各种计算形态中，企业也在经历同样的转变，但有着自身独特的需求。

这些企业主要关注三大问题：第一，可预测的基础设施成本和总体拥有成本；第二，确保数据安全；第三，如何将AI集成到现有基础设施中。

会上，AMD 高级副总裁及计算与企业 AI (CEAI) 事业部总经理Dan McNamara宣布推出Instinct MI350P。这是一款风冷GPU，设计适配现有企业服务器的电力和散热规格，无需升级机房设施，就能轻松将大规模推理能力带入当今企业数据中心。

同时，该产品性能上也没有妥协。单颗MI350P可支持高达2600亿参数，让客户在单颗GPU上就能运行绝大多数企业AI工作负载。

此外，该产品经济效益甚至更出色：MI350P每美元的Token吞吐量是竞品的4倍以上。在实际运行的业务工作负载上，AMD进行的企业测试用例表明，MI350P的生产率远高于竞品——每秒Token速度是竞品的2到5倍。这意味着每秒更多Token、完成更多工作、支持更多用户，同时为企业带来更低成本。

合作伙伴AT&T在分享中表示，AT&T是少数在 AMD 平台完成模型后训练、并实现与高端芯片同等性能准确率的企业，通过多模型组合优化，在Token 用量增长的同时有效控制成本。旗下开源电信 AI 模型 OTel 1.0 累计下载超 1800万次，会上发布的 OTel 2.0 同样基于 AMD 硬件训练并全面开源。

在物理AI和客户端AI领域，AMD高级副总裁及计算与图形事业部总经理Jack Huynh在发言中指出，除了数据中心业务之外，实现完整的AI转型还需要两个要素：智能变得个人化，以及智能能够理解物理世界并在其中行动。

Jack Huynh表示，当前企业AI已经在重塑数据中心，但对于个人AI的影响将远远超出数据中心。智能体是下一个伟大的生产力倍增器。智能体能让个人的产出翻倍，能让团队产出翻10倍。随着智能体能力增强，这种增长会呈指数级。

小型开源模型正以惊人的速度缩小与前沿模型的差距。Llama 3.1 270亿参数模型，现在在推理上的表现已经超过了上一代的前沿大模型，这改变了可能性的边界。曾经只能在云端运行的工作负载，现在可以在为个人AI设计的计算引擎上运行。

Jack Huynh介绍，Ryzen AI将能力扩展到最高2000亿参数的模型，可以在个人系统上原生运行。这并非云端AI，而是一类专为本地运行AI模型而构建的个人计算设备。

而这也是AMD打造Ryzen AI Halo的初衷，希望给开发者一个足够强大的平台，能在本地运行这些大模型，同时又足够简单，可以日常使用。凭借120GB统一内存，支持最高2000亿参数模型，开发者可以直接在桌面上本地构建、测试和迭代。同时，宣布扩大与Hugging Face的合作伙伴关系，将开源AI生态系统直接带到Ryzen AI Halo上。

为进一步推动推理侧变革，AMD还推出“GORGON HALO”，最大统一内存从128GB提升到192GB，AI模型参数从2000亿提升至3000亿，将云端规模的AI能力带到本地桌面端。

Jack Huynh表示，通过与全球领先OEM厂商的合作，AMD现在为全系列个人AI系统提供算力支持——从笔记本电脑、工作站到迷你PC和开发者平台。这意味着开发者、企业和创作者可以根据自己的构建和工作方式，选择合适的系统。

打造完整机器人解决方案

近年来，以具身智能为代表的物理AI赛道受到持续关注。20多年来，AMD一直在为机器人依赖的核心能力提供算力支持——从感知、功能安全到确定性控制和精密运动。

此次大会上，AMD宣布推出Kria Create AI系统级模组，由Ryzen AI Embedded X100驱动，将CPU、GPU、NPU和统一内存整合在一个紧凑的开放标准架构中，让机器人能够同时处理感知AI和推理，全部实时完成。

在第三方测试中，Kria AI系统的实时推理性能是竞品的3.4倍，并发智能体数量是2.3倍，CPU容量是1.6倍。这意味着更快的反应速度，以及更大的余量来承担更复杂的工作，同时不牺牲控制或安全。

定义机器人的下一个时代，光有强大的大脑还不够，开发者需要一条从想法到真实世界机器运行的完整路径。AMD推出了Kria AI机器人开发者平台——这是首个交钥匙、开放、完全集成的机器人系统，该系统核心是Kria AI系统级模块，搭配专为感知和连接设计的机器人载板，

AMD方面强调，这个平台为开发者提供了所需的一切——几天内就能从概念走向原型。而且同一个模块可以直接沿用至量产阶段，到最后阶段无需迁移或重新设计。

最后，Jack Huynh强调，未来不会由一个模型、一台机器、一家公司定义，未来将在开放中构建——跨越芯片、软件、系统和生态，共同向前。从云端到PC，再到现在的物理世界，AMD持续为无处不在的智能构建计算基础。AMD将聚焦未来，增强和扩展人类的能力。AI的下一个时代不会只停留在屏幕之后，它将拥抱我们周围的世界。