---

  新智元报道  

今日是美国拉斯维加斯举办的消费电子展（CES）主旨演讲日，更是全球科技产业权力版图剧烈震荡的一天。

几个小时前，身着标志性皮衣的英伟达CEO黄仁勋刚刚走下舞台，留下了令竞争对手窒息的Vera Rubin平台和Agentic AI的宏大愿景，仿佛一位刚刚巡视完疆土的帝王。

然而，聚光灯并未就此熄灭。

之后，所有的目光转向了AMD的掌门人苏姿丰（Lisa Su）。

这位总是身着干练西装、在男性主导的半导体世界中杀出重围的女性，正准备在发布会上，向那个看似不可战胜的「绿色帝国」发起这一代最猛烈的冲锋。

这是算力世界「双城记」的缩影。

一边是英伟达，试图通过封闭的生态、极致的垂直整合构建起不可逾越的「围墙花园」，将数据中心变成只属于它的黑色方尖碑；

另一边是AMD，试图通过结盟、开放标准和堆料极致的硬件，率领着包括OpenAI、微软、Meta在内的「复仇者联盟」，试图在铁幕上撕开一道口子。

这场发布会早已超越了摩尔定律的线性叙事。

AMD在今天发布的除了芯片本身，更是一整套试图打破英伟达垄断的蓝图。

在深入解读AMD的突围之前，我们必须先审视那道横亘在AMD心头的巨大阴影——英伟达刚刚发布的Vera Rubin平台。

了解对手的强大，才能理解AMD此次反击的悲壮与战略价值。

就在AMD发布会开始前，黄仁勋展示了英伟达的下一代核武：Vera Rubin。

这个名字本身就充满了隐喻——Vera Rubin是证实暗物质存在的著名天文学家，而英伟达正试图掌控AI宇宙中那些「看不见」但决定一切的力量：数据流动的引力。

根据现场披露的信息，Vera Rubin平台严丝合缝、甚至精密得令人窒息。

它由三个核心组件构成，每一个都直指AMD的要害：

(1) Rubin GPU：这是英伟达的皇冠明珠。

虽然具体工艺细节被严格保密，但其配备了下一代HBM4（高带宽内存）。这一事实，足以让整个行业颤抖。 HBM4不仅仅是速度的提升，更是容量的质变，直接解决了大模型训练中的「内存墙」问题。

(2) Vera CPU：这是英伟达基于Arm架构深度自研的怪兽。

它拥有88个自定义Arm核心和176个线程。 英伟达的意图或许是：通过超级芯片的设计，将Vera CPU与Rubin GPU在物理层面「焊死」在一起，逐步在高端AI服务器中剔除x86架构的CPU（也就是AMD和Intel的主阵地）。

(3) NVL144 机架：这是英伟达「数据中心即计算机」理念的终极形态。

单机架拥有144颗GPU，通过NVLink 6互联，带宽达到了惊人的260TB/s。 这是一台巨大的、单一的、吞噬电力的超级计算机。

英伟达传递的信息冷酷而明确：在未来的AI数据中心里，不需要插拔，不需要兼容，甚至不需要其他品牌的Logo。你买的不是芯片，而是英伟达定义的「算力单元」。

更令AMD感到压力的是英伟达在软件叙事上的升级。

黄仁勋在演讲中不再只谈论训练，而是大谈特谈Agentic AI。

当AI模型从单纯的聊天机器人进化为能自主规划、调用工具、解决复杂任务的智能体时，推理算力的需求将不再是线性的，而是指数级的。

一个Agent为了完成一个任务，可能需要在后台进行数千次的推理、反思和模拟。

英伟达声称，Rubin平台能将推理Token的成本降低10倍。

这种「降维打击」般的承诺，直击了OpenAI等客户的痛点——他们每天都在为天文数字般的电费和算力成本发愁。

英伟达试图告诉市场：只有我的软硬件一体化平台，才能承载这种能够「思考」的AI。

在这样的背景下，苏姿丰登场了。

她面对的是一个近乎完美的对手，一个不仅垄断了现在，还试图定义未来的帝国。

灯光渐暗，大屏幕上亮起了AMD标志性的橙红色光芒。

PPT的第一页是一句充满了防御性却又极具进攻意味的标语：「Solving the World's Most Important Challenges」（解决世界上最重要的挑战）。

苏姿丰没有回避房间里的大象，而是直接切入正题：算力需求的爆炸。

AMD直接抛出了概念：Yotta Scale Compute（尧字节级计算）。

尧塔浮点运算（Yottaflop），代表每秒一亿亿亿次浮点运算（10²⁴ FLOPS）。

目前，最强的El Capitan还是百亿亿次浮点运算（1.742 Exaflops，即10¹⁸ FLOPS）

AMD的目标是未来5年，10万台El Capitan级超级计算机。

目前，世界最强超级计算机El Capitan，占地约697平方米，相当于两个网球场大小

根据AMD的内部数据，AI算力需求正在经历每年前所未有的暴涨。

PPT第8页赫然写着：「10,000x Increase in AI Compute」。

苏姿丰说：「不仅训练算力每年增长4倍，在过去两年里，推理Token的数量增加了100倍。」

这一数据直接回击了英伟达关于「推理成本」的叙事——AMD同样看到了Agentic AI的未来，但他们的解决方案完全不同。

AMD试图用更开放、更巨大的规模来解决问题。

发布会的高潮是一个名为「Helios」的AI机架的揭幕。

以希腊神话中的太阳神命名，Helios承载了AMD照亮黑暗、打破垄断的隐喻。

如果说英伟达的NVL72是一座封闭的黑色方尖碑，那么Helios就是AMD试图构建的「巴别塔」——一座由全人类（除了英伟达）共同建造的高塔。

为了更直观地理解这场对决，我们将Helios与英伟达的NVL平台进行了详细对比：

Helios机架不仅仅是硬件的堆叠，它是AMD战略的集大成者。

1. Zen 6的首次确认与x86的坚守：在PPT的参数列表中，赫然写着「4,600 'Zen 6' CPU Cores」。

   这是一个巨大的彩蛋，也是AMD对英伟达Vera CPU最有力的回击。

   当英伟达试图将世界推向Arm架构时，AMD坚守并升级了x86架构。

   对于那些在这个星球上拥有数以亿计基于x86代码资产的企业来说，不需要为了AI重写所有的底层代码。

   
   

2. 31TB HBM4内存的暴力美学：这是一个让现场发出惊呼的数字。

   对于大模型训练而言，显存容量往往比计算速度更早成为瓶颈。

   AMD继续沿用了「大显存」策略，试图用海量的HBM4来容纳更巨大的MoE模型，从而减少跨卡通信的频率。

   这是一种简单粗暴但极为有效的策略：如果你的互联速度不如NVLink，那就把内存做大，减少互联的需求。

作为Helios的心脏，AMD Instinct MI455X被正式推向舞台中央。

• 10倍性能跃迁：相比于前代MI355X，MI455X实现了10倍的性能提升。

  这是一个激进的数字，通常代际升级在2-3倍，10倍的宣称意味着架构级的重构。

  这主要得益于新的CDNA架构和制程红利。

  

• OAM模组化设计的坚持：不同于英伟达越来越倾向于将CPU和GPU焊死在一块主板上，AMD依然强调即插即用的灵活性。

  这意味着客户可以保留原有的服务器机箱，只升级计算模组。

  这对于成本敏感的云服务商来说，是极具诱惑力的「反锁定」策略。

  他们不需要因为升级GPU而扔掉整个机柜的电源和散热系统。

AMD展示了直到2027年的路线图，这种透明度在瞬息万变的半导体行业极为罕见。

• 2026年：MI400系列（即今天的MI455X）。

• 2027年：MI500系列。这将基于CDNA 6架构，采用2nm工艺，配备HBM4E内存。
  

  AMD承诺在4年内实现1000倍的AI性能提升。

这是在告诉资本市场和客户：「我们有长期的技术储备，不会在英伟达的快速迭代中掉队。我们是长跑选手，不是投机者。」

如果说GPU是跑车，那么互联技术就是高速公路。

英伟达之所以无敌，不仅仅是因为跑车快，更是因为他们修了私有的高速公路（NVLink），只允许自家的车跑，而且还要收昂贵的过路费。

本次发布会上，AMD最核心、也是最具破坏力的战略反击，就是联合全行业修建一条免费、通用的高速公路——UALink (Ultra Accelerator Link)，以及升级原本的国道——Ultra Ethernet (超以太网)。

在技术圈，NVLink被视为英伟达最深的护城河，甚至超过了CUDA。

它允许GPU之间像大脑神经元一样共享内存，延迟极低。

没有NVLink，几千张GPU堆在一起只是一堆沙子；

有了NVLink，它们才是一颗超级大脑。

英伟达的策略是：如果你想用最高效的集群，就必须买全套英伟达方案。

NVLink不兼容任何其他厂商的芯片，它是一个封闭的物理层协议。

AMD在PPT中专门辟出一页介绍开放生态。

这背后是一个名为UALink Consortium的庞大联盟。

• Scale Up（节点内扩展）的利剑：UALink。

  这是直接对标NVLink的技术。 

  它由AMD、英特尔、微软、Meta、谷歌、博通等巨头共同制定。

  UALink 1.0规范支持多达1024个加速器在一个POD内互联，这在规模上甚至超越了英伟达当前的NVSwitch能力。

  
  

• 内存一致性：UALink最关键的特性是支持显存池化。

  这意味着AMD的GPU可以访问同一集群内其他GPU的内存，就像访问自己的一样。

  这对于训练万亿参数模型至关重要，也是此前只有NVLink能做到的事情。

这是一个典型的「合纵连横」故事。

OpenAI、微软、Meta这些巨头最恐惧的不是技术瓶颈，而是供应商锁定。

如果未来的AI基础设施完全依赖英伟达的私有标准，这些科技巨头的议价权将归零。

因此，Helios机架不仅仅是AMD的产品，它是整个「反英伟达联盟」的意志体现。

除了UALink，发布会中多次提到Ultra Ethernet (UEC)。

这是另一场关乎生死的战争：节点间互联。

• InfiniBand的统治：英伟达在收购Mellanox后，垄断了高性能网络InfiniBand。 它延迟极低，无损传输，是AI训练的黄金标准。

• 以太网的进化：AMD没有选择自研私有网络，而是押注以太网的进化。 UEC旨在解决传统以太网在AI负载下的丢包和拥塞问题。

• 成本的逻辑：InfiniBand昂贵且封闭，而以太网廉价且通用。 根据研究，UEC方案的每GFLOP成本比InfiniBand低27%。

  如果UEC成功，意味着客户可以用便宜通用的以太网交换机（比如博通、思科的产品）来组建超级计算机，而不需要购买昂贵的英伟达Quantum InfiniBand交换机。

这正是Helios机架的杀手锏：更低的总拥有成本（TCO）。

对于那些要购买数万张显卡的客户来说，这节省下来的钱可能高达数十亿美元。

视线从云端的数据中心拉回，苏姿丰将展示重点转向了PC。

在AI时代，PC正在变成「私人AI助理」的物理载体。

AMD发布了震撼级的产品——Ryzen AIMax系列。

这款芯片看似只是笔记本处理器，但其参数却令人咋舌，尤其是那个恐怖的数字：128GB统一内存。

为什么这很重要？

在过去，x86处理器的内存和显存是分离的，且容量有限。

想在笔记本上运行一个像Llama 3 70B这样的大模型几乎是不可能的，因为显存不够。

苹果的M系列芯片（M3 Max/Ultra）之所以受开发者欢迎，就是因为统一内存架构允许大模型直接在本地运行。

AMD Ryzen AI Max直接对标苹果，成为首款能运行2350亿（235B）参数模型的x86处理器。

这意味着，开发者可以在一台Windows笔记本上，流畅运行企业级的超大模型，而无需联网。

现场的PPT充满了火药味，AMD几乎把市面上所有的竞争对手都拉出来打了一遍：

• 对比Intel Core Ultra 9：Ryzen AI 400系列在内容创作上快1.7倍，多任务处理快1.3倍。

  这象征着x86阵营内部话语权的转移。

• 对比Apple M5：这是一个大胆的比较。

  AMD声称Ryzen AI Max在AI Token生成速度上快1.4倍。

  对于那些苦于苹果生态封闭、又羡慕其统一内存架构的开发者来说，这是唯一的替代品。

• 对比Nvidia DGX Spark：最令人意外的是，AMD将笔记本芯片与英伟达的工作站级别产品对比。

  在每美元Token生成效率上，Ryzen AI Max是英伟达DGX Spark的1.7倍。

AMD描绘了一个诱人的未来：每一个开发者、每一个创作者，都能在自己的书桌上拥有一台「微型超算」。

不再需要昂贵的云端API，不再担心隐私泄露，你的Ryzen AI Max就是你的私有GPT。

这对于OpenAI等公司来说也是利好——如果端侧算力足够强，大量的推理任务可以从云端卸载到用户本地，从而节省天文数字般的云服务器成本。

除了硬件，AMD还发布了Ryzen AI Halo处理器，专为AI开发者设计。

它是一个平台。

它预装了ROCm软件栈（AMD的CUDA替代品），优化了PyTorch、Hugging Face等框架，并且实现了Day-0支持主流模型（Llama, GPT-OSS, Flux等）。

AMD终于意识到，软硬结合才是王道。

他们试图用类似苹果的体验，将开发者从CUDA的引力场中拉出来，给他们一把「铲子」，让他们在AMD的土地上挖掘AI的金矿。

在发布会的后半程，PPT上出现了一张密密麻麻的Logo墙。

但其中最耀眼的，莫过于OpenAI。

虽然奥特曼没有亲自出场站台，而是OpenAI总裁Greg Brockman代为出席，但OpenAI作为核心合作伙伴出现在第一位，本身就是最强烈的信号。

这是一场关于生存的博弈。

为什么OpenAI需要AMD？

答案很简单：恐惧。

OpenAI对算力的饥渴已经到了病态的程度。

Brockman直接摊牌，在OpenAI内部，「算力一直在被争抢」。

对此，苏姿丰打趣道：「我每次见到你，你都会告诉我：你们还需要更多算力。」

随即，她抛出一个关键问题：「需求真的有这么大吗？」

Brockman的回答相当直接：

过去几年里，OpenAI的算力规模几乎每年都在翻倍甚至三倍增长，而且这种趋势不会放缓。

他甚至用ChatGPT，做了一页幻灯片，分析了OpenAI如何让推理更省算力，包括更高带宽、更强性能、更低的HBM内存占用。

据报道，GPT-6及后续模型的训练需要数万张甚至数十万张B200。

如果只依赖英伟达，OpenAI的命运就完全掌握在黄仁勋手中。

英伟达可以决定谁先拿到芯片，谁能拿到多少，甚至以什么价格拿到。

• 议价权：引入AMD作为「二供」，是OpenAI乃至微软逼迫英伟达降价、或者至少不随意涨价的唯一手段。

  哪怕AMD的芯片只能达到英伟达80%的性能，只要它存在，英伟达就不能肆无忌惮地垄断定价。

• 供应链安全：当台积电的CoWoS产能被英伟达订满时，AMD提供了一个备选项（尽管他们也争抢台积电产能，但AMD的Chiplet设计策略使其能利用不同的封装技术，增加了供应链的弹性）。

除了OpenAI，我们还看到了Hugging Face、PyTorch、Databricks等名字。

这是AMD对外界质疑最有力的回应。

多年来，关于AMD最大的诟病就是「硬件一流，软件三流」。

ROCm（Radeon Open Compute）一直被认为是CUDA的拙劣模仿者，Bug多、文档少。

但在这次发布会上，AMD展示了ROCm的广泛采用。

这一变化的幕后推手是PyTorch 2.0。

随着PyTorch等高层框架的普及，底层的CUDA依赖正在被剥离。

对于大多数开发者来说，只要PyTorch代码能跑，底下是A卡还是N卡已经越来越不重要了。

OpenAI的Triton语言更是加速了这一过程，它允许开发者编写的代码自动优化到不同的硬件后端。

这正是AMD「农村包围城市」战略的体现：既然无法在底层CUDA上击败你，那就把战场拉到上层的PyTorch和Triton上，在那里，大家是平等的。

苏姿丰抛出了一个让全场愣住的判断：「五年内，全球将有50亿人每天都在使用AI 。」

注意：是每天都在用！

这意味着算力需求将持续指数级增长。

2025年，全球AI用户已超过10亿！而且，这不是AI的终点：未来主动式和自动化AI还将指数级增长，引爆更多推理算力需求。

AMD的另一个关键判断是：AI正在从云端，走向个人电脑。

李飞飞直接描绘了未来的游戏体验。

她的公司World Labs旗下的产品Marble，只需要少量照片，就能让模型自动构建一个完整的3D世界。

现场演示中，只要用手机随手拍几张照片，AI就能自动生成3D场景。

游戏、虚拟世界、创作门槛，会被彻底打穿。

这深远影响PC的使用体验。

更激进的，是主动式智能体。

明年开始，你的电脑，可能真的会「替你打工」：

除了PC，AMD 还在同步押注物理AI等场景。

哪里需要AI算力，AMD就会出现在哪里。

这一次，AMD是真正的All in AI。

当苏姿丰在台上展示LUMI超级计算机（由AMD驱动的前欧洲最快超算）在气候模拟上的贡献时，更是进一步输出了价值观。

本次CES发布会，实质上是「反英伟达联盟」的一次誓师大会。

• 英伟达的路线：类似于早期的IBM或现在的苹果。

  封闭、昂贵、体验极致、利润独吞。

  Vera Rubin平台将这种封闭推向了极致，从CPU到GPU再到网卡和交换机，全部自研，全部私有。

• AMD的路线：类似于安卓。

  开放、混乱但充满活力、性价比高、利润共享。 它联合了博通（网络）、英特尔（CPU互联）、微软（软件）等所有被英伟达边缘化的巨头。

• 客户的选择：短期内，为了追求极致性能（如训练GPT-6），巨头们依然会咬牙购买英伟达的Rubin。

  但在推理侧和中等规模训练中，Helios和MI455X提供了极具吸引力的替代方案。

发布会结束了，苏姿丰在一片掌声中退场，留下了身后大屏幕上那个巨大的「Together we advance_」的标语。

对于全球科技产业而言，2026年的这天意义非凡。

我们并不希望看到一个只有一个玩家的游戏。

当英伟达试图用Vera Rubin将整个AI产业封装进它的黑色机柜时，AMD用Helios在墙上凿出了一扇窗。

如果说英伟达是算力时代的「罗马帝国」，不仅修路（NVLink），还造车（GPU），甚至开始制定交通规则（Agentic AI），那么AMD就是那个试图维持贸易自由的「商业联邦」。

OpenAI需要这扇窗，微软需要这扇窗，在这个星球上每一个渴望低成本、普惠AI算力的开发者都需要这扇窗。

这场「AI算力战争」没有终点，Yotta Scale只是下一个开始。

正如沙漠中每一粒沙子都可能成为未来的芯片，算力的世界里，也绝不应该只有一种声音。