AMD首席执行官苏姿丰近日表示,AI的发展正经历关键转折,从早期以少数大型企业主导的大模型训练,逐步转向推理与更高阶的代理式AI(agentic AI)应用。她指出,训练虽然必要,但真正能产生投资回报的领域在于AI的推理与智能体应用,这一转变将带动CPU、GPU、ASIC及边缘运算等各类算力需求同步爆发。
AI应用深化,算力架构迎来重构
苏姿丰指出,两三年前AI浪潮刚起步时,市场焦点主要集中在训练ChatGPT、Claude、Gemini等前沿大模型上,这需要极其庞大的运算资源。然而,当前AI的真正价值正体现在解决复杂问题上,协助企业在产品开发、公司运营及科学探索等领域实现变革。这一轮技术周期的迭代速度远超以往,每隔几个月技术能力与模型表现就会有显著不同,从而推动了AI需求的快速攀升。
随着AI应用向“无处不在”发展,算力架构正在发生根本性变化。苏姿丰强调,市场过去几年高度聚焦于GPU的增长,但随着代理式AI应用的增加,CPU的成长已清晰可见,ASIC(专用集成电路)的需求也在同步上升。AMD预测,到2026年,数据中心内CPU与GPU的配比将从传统的1:4甚至1:8,转变为1:1。这意味着在庞大的GPU需求之外,AI服务器市场将迎来同等量级的CPU需求爆发。
直面供应链瓶颈,全力拉升CPU产能
针对当前AI硬件供应链的紧张局势,苏姿丰坦言,目前从芯片制造到封装测试,几乎各个环节都面临着瓶颈。这主要是因为整个产业未能完全预料到需求上升的速度如此之快。例如,作为核心原材料的存储芯片确实存在短缺情况,而电力供应也是各地建设数据中心与算力设施时面临的重要制约因素。
为应对这一挑战,AMD正积极与合作伙伴携手,快速解决供应链难题。苏姿丰透露,公司正在大幅提升CPU的产能,并已要求所有合作伙伴共同协助,以缓解供应吃紧的现状。此外,AMD也在探索利用AI技术来加速芯片本身的设计流程,力求将先进芯片从设计到完成的周期缩短一半,从而更快速地响应市场需求。
看好AI PC与Physical AI,端侧算力成新蓝海
在终端应用方面,苏姿丰对AI PC的发展持高度乐观态度。她认为,AI PC的重要性在于兼顾了用户对AI的需求与对隐私的重视。用户不希望个人数据被频繁传送到云端,同时也希望通过本地运算降低对云端连接的依赖和成本。随着技术的成熟,AI PC将从早期的专家尝鲜,逐步转变为大众化的高效生产力工具。
除了AI PC,苏姿丰还指出了下一个重要的AI浪潮——Physical AI。这涵盖了机器人技术,以及在工业、制造等各类本地化边缘环境中运用AI能力的应用。随着AI从云端向终端和边缘侧全面渗透,CPU作为通用计算核心的地位将愈发凸显,与GPU协同构建起未来AI基础设施的坚实底座。

