全球首顆2nm GPU來了！蘇姿豐甩出“最強AI機架”，CPU性能干翻英偉達

智東西
作者 ZeR0
編輯 漠影

智東西7月23日圣何塞報道，剛剛，在年度AMD Advancing AI大會上，AMD董事會主席兼CEO蘇姿豐博士連放大招，發布AMD最強AI芯片Instinct MI455X GPU、“最強智能體CPU”Venice、“最強機架級AI基礎設施”Heilos，還有一款專為機器人設計的Ryzen芯片。

總體來看，今日AMD連宣7項重磅發布：

• 機架級AI平臺Heilos
• 服務器CPU“Venice”
• Instinct MI400系列GPU（包括MI455X和MI430X）
• 風冷PCIe GPU MI350P
• AI軟件棧ROCm.ai
• 本地AI開發者平臺“Gorgon Halo”
• Kria AI機器人系統模塊&開發者平臺

同時，蘇姿豐公布了AMD GPU、CPU、機架級AI基礎設施的最新路線圖。

GPU產品中，MI500系列預計明年發布，采用下一代HBM，支持更大的縱向擴展網絡，并引入新的銅互連和光互連技術；MI600系列正在開發中，將于2028年發布。

下一代MI500的推理吞吐量將飆升到MI300X的2000倍以上。

服務器CPU中，今天發布的第六代“Venice”是AMD首款2nm服務器CPU，首用512線程和PCIe 6.0；第七代服務器CPU“Florence”將采用新一代制程節點和內存，預計2028年出貨；第八代“Ravenna”正在開發中，預計2030年出貨。

機架AI基礎設施中，近三年路線圖如下：

• Helios今日發布，采用“Venice” CPU、MI455X系列GPU、Pensando “Vulcano” AI NIC和“Salina” DPU。
• Helios 500明年問世，將采用“Verano” CPU、MI500系列GPU、Pensando “Como” AI NIC和“Monza” DPU。
• Helios 600計劃2028年出貨，將采用“Ferrara” CPU、MI600系列GPU、Pensando “Palma” AI NIC和“Levanzo” DPU。

GPU方面，MI455X采用臺積電2nm和3nm工藝技術，基于CDNA 5架構，擁有3200億顆晶體管，采用Chiplet和先進3D堆疊封裝技術，將12個計算Chiplet及I/O Chiplet與432GB HBM4結合，FP4峰值算力達40PFLOPS。

Signal65近期發布的一份獨立報告顯示，用多個主流開源模型做真實工作負載測試，上一代AMD MI355X GPU的吞吐量接近甚至超過英偉達B200，且具備高性價比。

AMD還推出一張面向企業服務器的風冷PCIe GPU——Instinct MI350P，擁有144GB HBM3e、4TB/s顯存帶寬、PCIe 5.0×16，最高TBP 600W，也可配置至450W，單卡可支持最高2600億參數規模的模型。

MI350P每美元每秒產生的Token數量是英偉達RTX Pro 4000的4.2倍。

AMD內部重點測試了自主威脅檢測和運行個人智能體兩個場景，通過Token路由，一部分請求發送給云端前沿模型，另一部分則路由到運行在EPYC和MI350P上的開放權重模型，最終將Token成本降低約43%，本地運行工作負載的響應速度最高提高約3倍。

這種云端前沿模型與企業本地模型結合的混合架構，將成為企業AI的重要部署方式。

機架級AI基礎設施方面，AMD詳細對比了Helios與英偉達Vera Rubin機架。Helios在FP4性能、FP8性能、HBM容量與帶寬、橫向擴展帶寬方面都更勝一籌。

這些是AMD在Helios上實測出的MI455X性能：HBM帶寬達20TB/s，FP4算力達20PFLOPS，單GPU縱向擴展帶寬為3.2TB/s，橫向擴展帶寬為190GB/s。

AMD高管稱，這些是“GPU廠商迄今公開過的最高實測數字”。

CPU方面，AMD將“Venice”跟本周剛披露的英偉達Vera CPU性能數據作對比：“Venice”的吞吐性能達到Vera的2.2倍，每核性能在開箱狀態、還沒做性能調優的情況下就領先20%。

搭載“全球最強智能體CPU”的機架，自然也就是“全球最強智能體CPU機架”。

本地AI方面，AMD Ryzen AI Max 400系列的高端升級版“Gorgon Halo”，擁有192GB統一內存，本地可運行3000億參數級大模型。

物理AI方面，AMD發布Ryzen AI Embedded X100系列處理器、Kira AI機器人開發者平臺、Kria AI系統模塊、Kria AI機器人軟件套件，并曬出機器人“朋友圈”。

AMD還強調了自家產品組合能把自主機器人從身到腦“承包”：

• Kira AI：機器人的“大腦”，負責高級感知和推理。
• Versal AI Edge：機器人的“脊柱”，負責高速數據與自適應計算。
• Zynq UltraScale+：機器人的“關節”和實時控制。
• Spartan UltraScale+：傳感器連接與底層接口。

軟件方面，AMD發布了ROCm.ai軟件棧，并放出跑MiniMax M3、DeepSeek-V4 Pro的演示視頻。

在這場發布會中，我們看到很多中國合作伙伴和模型的名字。比如字節、騰訊、阿里、月之暗面、聯想等企業，以及MiniMax、DeepSeek、Kimi、Xiaomi MiMo、GLM、Qwen等模型。

有意思的是，除了發布自家AI芯片外，AMD還在會上宣布與憑借造出全球最大芯片而聞名的美國AI芯片公司Cerebras Systems建立技術合作伙伴關系，共同推出一種全新的解耦式AI推理解決方案，將AMD Helios機架級解決方案與Cerebras晶圓級引擎相結合，預計這兩個計算引擎協同工作，每瓦每秒Token將提升到5倍。

Cerebras計劃在其數據中心部署AMD Helios系統，該聯合解決方案預計今年下半年通過Cerebras Cloud推出。

蘇姿豐說，去年AMD預測AI加速器市場到2028年將達到約5000億美元，但今天看來，它有些保守了。AMD現在預計，到2030年，AI加速器市場規模將達到約1.4萬億美元（約合人民幣9.48萬億元）。

這意味著到本十年末，屆時AI加速器市場的規模，將接近今天整個半導體市場的規模。

未來會出現多種不同類型的加速器。蘇姿豐預計GPU仍將占據這個市場的絕大部分，因為AI算法依然處于早期階段，工作負載還在快速變化，這種環境更有利于具備可編程性的GPU及其軟件生態。

會后，蘇姿豐及多位AMD高管接受智東西等全球媒體提問。蘇姿豐談道，AMD在服務器CPU領域擁有無可爭議的領先地位，正在為未來AI計算需求鋪設自己的道路，從MI450到MI500將是重大躍遷。

AMD認為自己的市場機會到2030年可以達到約2萬億美元（約合人民幣13.54萬億元），希望在所參與的細分市場中實現快于市場的增長。

一、MI455X GPU：2nm制程+HBM4顯存，AI算力達40PFLOPS

AMD Instinct MI455X GPU是AMD迄今最先進的AI芯片，也是全球首款2nm GPU芯片。

MI455X基于新一代AMD CDNA 5架構，擁有3200億顆晶體管，最高配備432GB HBM4顯存，支持FP4、FP6、FP8等AI數據格式。

該GPU采用Chiplet設計，其中計算Chiplet采用臺積電2nm制程工藝，其他Chiplet采用不同工藝。

與上一代MI355X相比，MI455X實現了代際跨越：

• 432GB HBM4顯存，比當前競品先進方案高50%
• 理論顯存帶寬最高23.3TB/s，提升至上一代的2.9倍
• MXFP8峰值浮點算力達20PFLOPS，是上一代的4倍
• MXFP4峰值浮點算力達40PFLOPS，是上一代的4倍

跑DeepSeek-V4 Flash模型時，MI455X的Token吞吐量最高可達到MI355X的34倍，每百萬Token成本最高可降低至原來的1/18。

MI455X的GPU創新主要集中在計算、緩存與內存系統、實際工作負載效率。

相較MI300/MI350系列，MI400系列的內部架構有些調整，在這一代計算架構中改用WGP（Workgroup Processor，工作組處理器）作為核心計算組織單位，而沒有沿用計算單元（Compute Unit）的表述。

XCD（Accelerator Complex Die）包含WGP。每個XCD有2個Shader Engine，2個Shader Engine被封裝在一個計算Chiplet中。每個Shader Engine物理實現17個WGP，其中啟用16個，另一個用于提高制造良率。

每顆GPU具有兩個全局L2緩存，每個容量為96MB。

MI455X與MI355X的一項重要區別是，L2緩存由多個計算Chiplet共享，每組8個Shader Engine共享一個全局L2。而在MI300/MI350系列中，每個Chiplet擁有自己的L2緩存。

因此，新一代重新劃分了不同裸片之間的邏輯功能。兩個L2緩存通過AMD Infinity Fabric連接并保持一致性。HBM4位于Infinity Fabric另一側，兩個L2均可訪問整個顯存空間。Infinity Fabric還把GPU核心與顯存系統連接到縱向擴展域內的其他GPU，以及橫向擴展網絡。

邏輯重新劃分也對應新的Chiplet劃分方式。

L2緩存被移到FCD，即Fabric and Cache Die（Fabric與緩存裸片）。FCD位于XCD下方，構成3D堆疊結構。每個FCD包含一個96MB L2緩存，對應6組HBM4接口，與8個Shader Engine相連。

整顆GPU包含2個FCD，通過中央Infinity Fabric鏈路連接，芯片兩端還配置I/O Die。

XCD采用臺積電N2工藝，FCD和I/O Die則采用適合緩存與I/O的N3P工藝，封裝周圍有12組HBM4。

在封裝層面，MI455X使用有機基板和臺積電CoWoS-L 2.5D封裝。

與MI300/MI350系列所采用的基于大型硅中介層的CoWoS-S不同，CoWoS-L在有機基板中嵌入局部硅橋。這種封裝方式能夠支持比MI355X更大的GPU模塊。

XCD通過AMD此前幾代已使用的3D混合鍵合技術堆疊在FCD上，形成SoIC模塊。HBM4和I/O Die再通過CoWoS-L與這些模塊互連。

這種組合使AMD可以針對架構拆分后的不同部分，選擇合適的互連方式：

• XCD與L2之間需要極高帶寬和極低時延，因此采用3D互連。
• 其他對時延容忍度更高的連接采用2.5D橫向互連。

計算方面的變化包括：

• MI455X是首款以Wave32為主要執行模式設計的Instinct GPU，并取消了對Wave64的支持，可降低指令延遲，減少分支發散懲罰，降低寄存器壓力。
• 新增MXFP8、MXFP6、MXFP4支持，還有支持更細粒度縮放因子的MXFP4量化。
• 新增tanh指令，把MI355X已有超越函數的吞吐提高1倍
• MI455X與MI355X都啟用256個WGP的架構，因此總體吞吐提升主要來自單個WGP能力的提高，MXFP8/FP8和MXFP4的計算吞吐量最高是MI355X的4倍，MXFP6的計算吞吐量最高是MI355X的2倍

緩存與內存層級方面，MI355X使用HBM3e，并在顯存與L2之間設置Infinity Cache。MI455X升級至432GB HBM4，同時取消獨立Infinity Cache層，把容量和帶寬集中到更大的全局L2。

每個FCD上的單個L2，帶寬就達到MI355X整體Infinity Cache聚合帶寬的1.5倍；兩個L2合計則達到3倍。兩個L2各自緩存整個GPU地址空間內的數據，并由Infinity Fabric保持一致性。

全局原子操作也被重新放回L2。系統范圍原子操作仍由Infinity Fabric支持；GPU設備范圍內的原子操作則直接在L2中執行，吞吐顯著高于MI355X。

從L2到WGP的有效張量帶寬最高放大到4倍，單SIMD寄存器與每個WGP的LDS（Local Data Share）容量提高至2倍。單SIMD的VGPR（Vector General-Purpose Register）也擴展到2倍。

為了減少數據移動和提高利用率，AMD讓數據搬運與計算充分重疊，提高GEMM、Flash Attention和短Kernel等AI負載的實際利用率與交付性能。

• 通過TDM（Tensor Data Mover）讓數據在全局顯存與LDS之間直接異步傳輸，減少寄存器中轉。
• 通過多個WGP組成集群、數據組播和預取，降低重復內存訪問并隱藏延遲。
• 借助更靈活的屏障同步和更低的Kernel調度延遲，減少各執行階段的等待與空轉。

MI400系列重新設計了系統DMA。過去，軟件可見的DMA隊列與物理DMA引擎直接綁定。新架構將其分為DMA前端（軟件可見的邏輯接口）和DMA后端（了解GPU內部物理位置、顯存分布和外部鏈路位置的執行引擎）。

軟件只需提交DMA工作項，不必理解虛擬地址如何映射到物理地址，也不必知道數據、引擎和縱向擴展鏈路在芯片上的物理位置。系統會把工作項拆分，并在多個DMA后端之間負載均衡。

MI455X支持與MI355X類似的NUMA和分區模式。整顆GPU可以作為一個大型NUMA域運行，對整個GPU進行細粒度地址交錯；也可以拆成兩個NUMA域，每個域主要使用自己的L2和相鄰HBM。

雙NUMA模式減少了緩存一致性壓力，使內存訪問更加本地化，從而提高效率。配合計算分區，軟件可以更有空間感知地調度任務和分配內存。

GPU也支持虛擬化，可劃分為1、2直至8個更小的邏輯GPU，并相應運行最多8個虛擬機。虛擬機之間的顯存隔離由GPU硬件負責，并不完全依賴NUMA劃分。

安全方面，MI400系列的安全體系以硬件加密信任根為基礎，搭配機密計算，同時提供強租戶隔離。

二、Helios：超過18000個GPU計算單元，每美元比英偉達機架多生產30%的token

過去兩年，每月Token消耗量暴漲158倍。前沿AI需要一套開放的機架級藍圖。

對此AMD構建了一套完全集成的機架級解決方案：CPU負責系統編排，GPU負責AI計算，高速網絡承擔無瓶頸通信，ROCm軟件棧把各部分連接。

今天，AMD正式推出Helios機架級AI平臺。

Helios基于開放標準設計，包含72張Instinct MI455X GPU和18張“Venice” CPU，通過Pensando網絡技術擴展，并由ROCm開源軟件加速。

• 主機計算：“Venice” CPU，配備96個高頻核心、PCIe 6.0連接及1.6TB/s內存帶寬。
• AI加速：MI455X GPU，擁有40PFLOPS FP4峰值算力、432GB HBM4、19.6TB/s顯存帶寬。
• 縱向擴展網絡：有6個專用交換托盤負責，通過Pensando DPU和基于以太網的UALink（UALoE）技術，可將72張GPU連接成一個統一系統，合計提供260TB/s的縱向擴展帶寬。
• 橫向擴展網絡：Pensando “Vulcano”AI NIC，單塊板最多可以配置6顆Vulcano器件，每個Helios計算托盤配置2塊相關網絡板卡，并采用開放的Ultra Ethernet技術。

MI455X安裝在AMD稱為增強型加速器模塊（Enhanced Accelerator Module，EAM）的生產模塊上，并直接部署到Helios中。EAM不只包含GPU封裝，還在一個緊湊、可維護的模塊中集成了GPU、HBM內存、供電系統、高速接口、系統管理、液冷冷板。

AMD稱Helios是“全球性能最高的機架級AI基礎設施解決方案”，整套機架可提供：

• 18000個CDNA 5 GPU計算單元。
• 4600個Zen 6 CPU核心。
• 72張MI455X GPU和18張CPU。
• 2.9EFLOPS FP4峰值算力。
• 1.4EFLOPS FP8峰值算力。
• 31TB HBM4，1.7PB/s帶寬。
• 43TB/s橫向擴展帶寬，260TB/s縱向擴展帶寬。

這就是AMD認為大規模運行智能體AI所需要的系統能力。

相比英偉達Vera Rubin NVL72解決方案，Helios的AI算力高出15%，HBM容量高出50%，橫向擴展帶寬高出50%。

這意味著Helios能為大模型提供更高性能，為長上下文提供更多內存容量，并擁有把系統擴展到數千個機架所需的帶寬。

在跑Kimi K2 Thinking模型時，Helios的吞吐量比英偉達Vera Rubin方案高出10%~15%。

據AMD披露，相比英偉達Vera Rubin NVL72，Helios每美元可多產生最多30%的Token。

Helios現已進入生產階段。AMD并不是直接把Helios作為一套整機產品出售，而是與合作伙伴協同，確保組成一套Helios機架所需的所有部件都能準備就緒，能夠確定性地向最終用戶交付。

OpenAI、Meta、Anthropic、微軟、Oracle都選用了Helios參考設計。三家頂尖大模型公司已承諾以吉瓦級規模部署Helios。

三、Venice CPU：實測打敗英偉達、英特爾、Arm平臺

隨著AI產業重心轉向推理，每Token成本變得極其重要，CPU正重新走到舞臺中央。

在數據中心領域，AMD服務器CPU的市場份額從2017年的大約0.2%，一路飆升到如今的46%。

回顧AMD歷代服務器CPU，第一代是“Naples”，第二代“Rome”提升了線程密度，第三代“Milan”進一步建立了單核性能優勢，從第四代“Genoa”開始產品提供不同優化方向，繼而發展到“Turin”和“Venice”。

第六代“Venice”相比第一代實現了18倍的吞吐性能。

當前正在快速放量、進展良好的第五代AMD EPYC 9005（代號“Turin”），已展現出性能優勢：

• 在通用CPU服務器場景中，性能最高可達相較88核英偉達Vera的2.4倍。
• 作為強調峰值頻率的GPU服務區主機節點，性能比72核英特爾至強6960P方案提升28%
• 在智能體CPU沙箱場景中，每瓦可承載的智能體數量是88核英偉達Vera的2倍

“Turin”不只面向AI或通用計算的處理器。

相比128核英特爾至強6980P，其SPEC CPU性能提升40%，企業級性能提升40%，HPC性能提升80%，基于CPU的AI性能提升70%。

第六代AMD EPYC 9006系列“Venice”，更是將CPU性能提升到一個新的層次。

AMD將“Venice”系列稱作“面向智能體時代的全球最強服務器CPU”，包括4款產品：

（1）“Venice” SP7：面向最高性能和大規模應用，最高256核/512線程，最大帶寬達1.6TB/s，支持64Gbps PCIe 6.0，96個核心擁有5.0Ghz頻率。

（2）“Venice” SP8：在高性能與系統成本之間取得平衡，8~128核，雙路系統提供8個內存通道，128條PCIe通道，提供高頻型號（HF）和面向NEBS環境優化的型號。

（3）“Venice-X”：面向AI預處理和HPC，最多96核，16個內存通道，最高12.8GT/s MRDIMM/DDR5，1152MB大容量L3緩存，最高5.15Ghz頻率。

（4）“Verano”：提高機架級效率，最多72核，LPDDR5x內存，增強版xGMI互連傳輸速率達112Gbps，最高5GHz頻率。

截至本周，“Venice” SP7已進入量產階段，預計2026年第四季度開始出貨；“Venice” SP8將在2027年第一季度出貨，“Venice-X”和“Verano”計劃在2027年第二季度出貨。

這是一個功能豐富、覆蓋面很廣的現代AI數據中心CPU產品組合。

• 計算：“Zen 6c”核心最高256核/512線程，“Zen 6”核心最高96核/192線程，提供1152MB L3 3D V-Cache，最高功耗600W。
• 存儲：8000MT/s 16通道DDR5，12800MT/s 16通道MRDIMM，支持24通道LPDDR5x 內存，并采用可現場更換的SOCAMM2內存模塊。
• I/O：首批支持PCIe 6.0的CPU，傳輸速率為64GT/s；第五代AMD Infinity Fabric。
• 安全：面向機密計算需求，增強硬件信任根，支持對物理攻擊和側信道攻擊的緩解措施。

它能作為優秀的GPU主機節點，最大限度提高GPU利用率，也能在智能體時代的CPU沙箱中，具備出色的技術屬性，將可承載的智能體數量最大化。

與英偉達、英特爾、Arm CPU相比，“Venice”有如下優勢：

• 在通用CPU服務器上，性能是88核英偉達Vera的3.3倍
• 作為GPU主機節點，前沿模型推理的每秒Token數是英特爾至強6960P的1.8倍
• 在智能體CPU沙箱中，每瓦智能體數量是136核Arm AGI的2.8倍

AMD使用相同編譯器，復現了英偉達白皮書中公布的Vera CPU各項條件，發現無論是絕對性能、每瓦性能、每核性能、帶寬，還是以不同訂貨型號（OPN）服務現代數據中心多種需求的能力，“Venice”都有優勢：“Venice”的吞吐性能是Vera的2.2倍，開箱狀態下每核心性能比Vera提升20%。

相比英特爾和Arm平臺，“Venice”吞吐量達到2倍，每核心性能達到1.3倍。

在企業級應用中，相比第六代英特爾至強，256核“Venice”可實現2.5~3.7倍的性能優勢。

在生命科學、量子化學、氣候預測等HPC場景中，256核“Venice”的性能是128核英特爾至強6980P的1.8倍~3.1倍。

一個使用了五年的老舊數據中心，如果有大約1000顆英特爾至強處理器，只需82張“Venice”就能完成替代，替換比例約為12:1，由此可減少77%功耗、92%的服務器數量、40%的5年TCO。

作為主機CPU，相比上一代“Turin”，“Venice”運行前沿模型的每秒Token數增加80%。

“Venice”可提供多種高密度方案。在一種配置中，其每機架最高可達到約4.9萬核，相當于88核英偉達Vera方案的2.2倍。

該處理器現已進入量產階段。

四、網絡三利器：400G DPU、UALoE、800G AI NIC

AMD多年來一直在建設前端網絡、縱向擴展網絡（scale-up）和橫向擴展網絡（scale-out），并在三個領域分別形成了領先方案。

Helios網絡系統包括三層：

（1）前端網絡：第三代Pensando Salina DPU，400G帶寬，性能翻倍，負責軟件定義網絡、在線加密和多種安全服務，并支持分離式存儲架構，如NVMe over Fabrics和KV Cache卸載。

（2）縱向擴展網絡：第一代UALoE fabric，可將72張GPU連成像統一GPU資源池那樣運行，提供260TB/s帶寬（上一代的3倍），建立31TB HBM4統一內存，具備高可靠性與高可用性。

（3）橫向擴展網絡：第二代Pensando “Vulcano” AI NIC，800G，PCIe 6.0、UAI，每顆GPU最多可配3張AI NIC，從而提供最高2.4Tbps的總帶寬。

1、Salina DPU：為智能體卸載基礎設施任務

在前端網絡中，DPU影響到基礎設施能同時運行多少智能體、智能體記憶能維持多久，以及整個基礎設施能以多高的效率擴展。

Salina DPU的性能是英偉達BlueField 3的1.4倍。其NVMe over Fabrics能力和緩存管理卸載，可讓存儲在物理上解耦，同時在GPU看來仍是一個共享資源池，還能在保持安全性與租戶隔離的同時，處理KV Cache上下文的檢索與放置。

這樣既能降低網絡時延，也能釋放CPU周期，讓CPU把更多資源用于提高智能體AI密度。

AMD的一家超大規模客戶通過采用DPU，在每臺服務器上釋放了22個CPU核心，顯著提高基礎設施性能。

2、UALoE：開放的縱向擴展架構

UALoE是一種開放、基于以太網的縱向擴展架構，注重可靠性、可用性和可維護性（RAS），旨在讓鏈路中斷、交換機故障或丟包等問題不至于迫使任務整體重啟，也不必付出昂貴的檢查點恢復代價。其還在端點執行在線加密，以支持機密計算，并針對不同的故障場景進行妥善處理。

Fabric Manager是UALoE背后的軟件定義智能系統，為零接觸部署、監控和全生命周期管理提供統一控制界面，能提供細粒度可觀測性與遙測數據，展示網絡健康狀況和性能，借助內置RAS能力恢復故障，并在潛在問題影響工作負載之前發出提示。

其虛擬POD機制可將一套72-GPU系統劃分為多個虛擬POD，在每個vPOD內建立相應的隔離、韌性與可靠性，進一步提高系統級可用性。

3、Vulcano 800G AI NIC：每GPU帶寬提升50%

在橫向擴展網絡中，Vulcano支持智能負載均衡、硬件擁塞管理，以及快速丟包檢測與恢復，使GPU能夠最大限度利用網絡帶寬，同時降低時延和抖動。

這些能力結合起來，每GPU橫向擴展帶寬可提升多達50%，將大語言模型訓練速度提升13%，通過多平面網絡和智能數據包分發可將網絡成本降低33%。

五、本地AI：把3000億參數模型搬到桌面

本地模型正以驚人的性能增速演進。過去需要超過1000億參數模型才能達到的性能，如今正在下沉到約90億參數的模型。

如今，90億參數級模型能裝進一臺主流AI PC，比如配備足夠內存的Ryzen AI 400，就能支持最高240億參數的模型。

之前在CES上發布的Ryzen AI Halo開發者平臺，即插即用，擁有128GB統一內存，最高可運行約2000億參數的模型，也能構建多智能體工作流。

ROCm軟件棧能橫跨AMD不同硬件平臺運行。開發者可在本地完成大量開發工作，比如先在Ryzen AI Halo上運行模型、進行微調和開發功能，再使用同一套軟件，無縫遷移到性能更強的數據中心產品。

AMD正在全面深化與全球最大開源AI社區Hugging Face的合作，目標是讓開發者能夠無縫調用Hugging Face模型，并在AMD平臺上輕松發揮其能力。

每臺Ryzen AI Halo將附贈一年Hugging Face Pro訂閱，鼓勵開發者充分利用這一生態。

不久前AMD還在Computex上介紹了新一代產品，代號“Gorgon Halo”，對應新一代Ryzen AI Max PRO 400系列，把統一內存支持從128GB提高到192GB，將本地可運行模型的上限從約2000億個參數提高到約3000億個參數。

AMD已形成廣泛的個人AI系統生態，形態包括筆記本電腦、工作站、小型臺式機和開發者平臺等。

六、物理AI：推出X100系列處理器，掏出機器人開發全家桶

AMD嵌入式業務在物理AI領域擁有很長的歷史。其業務部門很大一部分來自AMD對賽靈思的收購。賽靈思進入機器人領域已超過20年。

物理AI的核心可以概括為感知、理解、行動。而FPGA在這三個環節都有優勢。

面向物理AI和機器人領域，AMD發布Ryzen AI Embedded X100系列處理器、Kira AI機器人開發者平臺、Kria AI系統模塊（SOM）、Kria AI機器人開發者平臺，以及AMD機器人合作伙伴網絡。

（1）Ryzen AI Embedded X100系列處理器：16核“Zen 5” CPU，具備獨顯級能力的RDNA 3.5 iGPU，XDNA 2 NPU（特別適合低功耗、始終在線的推理）。

（2）Kria AI系統模塊（SOM）：一塊預先完成高速接口和基礎計算模塊設計的模塊，底部配有一組連接器，可插入客戶設計的載板，幫助產品快速進入市場。

經測試，與英偉達Jetson AGX Thor對比，Kira AI平臺可實現3.4倍的實時控制性能、2.3倍的并發智能體數量、1.6倍的CPU容量。

（3）Kria AI機器人開發者平臺：計劃今年第四季度出貨，將搭載Ryzen AI Embedded X100 SOM和一塊參考載板結合。參考載板上配有AMD Spartan UltraScale+ FPGA，用于傳感器聚合和傳感器融合。

設備背面提供常見的以太網、USB和顯示輸出等接口。前面板專為機器人設計，用于接入時間敏感網絡、攝像頭和各類傳感器。開發者可在幾天內完成從概念到原型的過程。

AMD將開放載板的原理圖、物料清單（BOM）以及載板上FPGA的RTL設計，使客戶能根據具體應用修改設計，快速進入市場。

開發者可在云端使用AMD Instinct GPU訓練基礎機器人模型，再使用同一軟件棧，把模型部署到Ryzen AI Embedded X100處理器和Kria AI機器人開發套件上。

AMD正在構建一套從訓練到部署的軟件棧，包括機器人核心SDK、更廣泛的物理AI SDK以及未來持續擴展的軟件開發套件。

其機器人合作伙伴網絡也日益壯大，包括模型、中間件、傳感器、應用與系統、物理仿真合作伙伴，以及負責測試、驗證和產業協作的相關組織。

七、軟件：發布ROCm.ai軟件棧，讓智能體加速AI開發

AMD一直在擴展ROCm生態及其能力，目前ROCm已支持Hugging Face上超過300萬個模型，能在新開源模型發布首日就提供支持。

過去一年，外部開發者對ROCm開源軟件棧的貢獻增長了10倍以上。ROCm的發布節奏已從過去每4-6個月一次，加快到大約每6周一次，顯著提高了新功能交付速度、性能以及開箱即用體驗。

AMD與多家開源項目緊密合作，甚至直接提供硬件，讓Hugging Face、PyTorch、vLLM、SGLang等項目運行每日持續集成（CI）測試。

AMD的軟件戰略的核心支柱包括：開源、高層抽象、AI輔助、ROCm Everywhere。

AI輔助正在大規模進入開發流程，已顯著提高AMD的生產效率。例如，在MI450/Helios相關工作中，AMD已支持最新發布的Kimi等模型。智能體工作流可幫助團隊快速完成移植和優化。

今日，AMD推出一款AI驅動的平臺ROCm.ai軟件棧，包括：

• Skills層：面向Claude Code、Codex、Cursor等編程智能體。
• HyperLoom層：端到端AI工作負載優化。
• 框架集成層：PyTorch、vLLM、SGLang、JAX等。
• 核心SDK：庫、編譯器和工具、運行時。

該軟件棧將于今年8月可用。

其中，HyperLoom是一套智能體工作流，能運行并分析模型，對模型進行性能剖析，定位通信、GEMM或其他內核中的瓶頸，發現可以融合的相鄰內核，自動執行優化，不斷重新測試并迭代。

例如，HyperLoom可以調優GEMM、融合內核、改變內存訪問模式，或者采用memory swizzle改善數據局部性。經過反復迭代后，它會輸出相應的性能提升結果。

會上播放了ROCm.ai工作流演示視頻：使用Claude Code，輸入“用HyperLoom優化MiniMax M3推理”，系統首先用最新配方運行模型，得到性能基線，隨后進行性能剖析，發現某個GEMM需要調優，完成調優后又發現需要生成帶memory swizzle的內核，于是使用Triton自動生成。

只經過一次點擊，它就將性能提升了38.3%。

AMD在過去一年持續把這類技術應用到前沿開放模型上，推理性能提高到ROCm 7初期的3.3倍，訓練性能提高到約2.4倍。

另一個演示是用Codex在AMD Helios上運行擁有1.6萬億參數的DeepSeek-V4 Pro模型：Codex自動配置環境、啟動模型，并確認模型已經運行，隨后用戶要求它“寫一首關于Advancing AI的詩”，模型便生成相應內容。

AMD能在新模型上實現Day-0支持，重要原因之一正是智能體的優化速度極快，它們能夠日復一日幫助團隊適配和優化數以千計的模型，速度超過僅依賴人工工程師的方式。

以DeepSeek-V4 Pro為例，從4月獲得Day-0支持到現在，在相同硬件、相同模型上，AMD僅通過軟件優化，就在大約3個月內取得了5.3倍的性能提升。

在HPC方面，部分競爭平臺已弱化硬件原生FP64，更多依賴模擬，因此速度會慢很多。AMD的優勢之一是Chiplet架構，可根據目標產品靈活組合FP4與FP64計算能力，AMD Instinct MI430X就采取這種方式。

MI430X能夠提供高達288TFLOPS的硬件級FP64科學計算性能。與英偉達Vera Rubin相比，MI430X可實現8.7倍的FP64算力、多50%的HBM4容量、多6%的HBM4帶寬。

結語：將完整系統級設計交給客戶，AMD邁出重要一步

過去數年，AMD一直堅持四項原則：提供領先的性能與總擁有成本，提升遷移便利性，全軟件棧開源，以客戶為中心。

其AI合作伙伴生態正愈發繁榮，包括越來越多的云服務提供商（CSP）、新型云服務商（NeoCloud）、OEM、ODM，以及本地部署合作伙伴。

今日發布的Helios，對AMD而言是重要的一大步，這意味著AMD通過在協同設計、協同工程的機架中提供全部關鍵組件，讓客戶得以獲得完整的AMD端到端方案價值。