新聞

「GPU與AI加速器的需求確實十分強勁，但是從市場規模的成長速度來看，CPU其實更快」，AMD董事長暨執行長蘇姿丰在舊金山舉行的AMD年度Advancing AI活動演說後這麼說。

事實上，在AMD Advancing AI 2026主題演說中，蘇姿丰談到AI市場規模預估時，就特別提到這項觀察。她表示，AMD花了大量時間與OpenAI、Meta、Anthropic等客戶討論AI工作負載（workload）變化，看到的不只是GPU需求持續增加，更重要的是，AI應用型態的改變正重新推升CPU的重要性。

這也是為什麼她在主題演說中提到，2030年預做全球AI加速器市場規模提高至1.4兆美元的重要原因之一。AI現今已不只是協助企業降低成本，而是逐漸成為創造新價值的工具，因此對運算資源的需求仍將會持續攀升。

AI正式從模型訓練走向推論部署

在主題演講中她指出，AI產業正迎來一個重要轉折點：全球AI運算首次有超過一半投入推論（Inference），而非模型訓練（Training）。

她表示，生成式AI發展初期，市場競爭多集中在建立更大模型，但隨著企業開始大規模部署AI服務，推論已逐漸成為主要工作負載，這代表AI正從研發階段走向實際應用。

她認為，真正驅動下一波需求的，將不是單次模型推論，而是能夠自主規畫、呼叫工具、執行程式與完成任務的Agentic AI。

「AI仍處於非常早期的階段，每幾個月就會出現新的重大突破」，她說。

Agentic AI改變工作負載，也重新定義CPU角色

Agent與傳統聊天機器人的最大不同，在於Agent不只是回答問題，而是能持續執行一連串工作。

一個Agent除了需要GPU完成模型推論，也需要CPU負責執行程式碼、管理記憶體與系統狀態、呼叫API、存取資料庫，以及協調多個工具與工作流程。

蘇姿丰表示，AMD與客戶討論工作負載後發現，由於非推論的工作負載快速增加，使得CPU需求成長速度甚至超過GPU，資料中心架構開始出現新的分工模式。

她表示，企業如今利用AI追求的已不再只是成本降低，而是讓產品開發、企業流程與知識工作真正創造價值，Agent是推動這項轉變的重要應用形式。

AMD提出三層AI資料中心架構

因應Agent AI帶來的新工作負載，AMD提出新的AI資料中心架構，將CPU依工作內容區分為三種角色。

第一層是負責驅動GPU的AI Host Node；第二層則是AMD新增的Agent Sandbox，負責執行Agent、協調工具呼叫、管理工作流程與系統狀態；第三層則是企業既有的通用伺服器，執行資料庫及各類企業應用。

對應這三類工作負載，AMD在新一代EPYC Venice處理器，包括適合GPU Host的高時脈版本、針對Agent部署的256核心版本，以及針對企業應用的128核心版本。

從單一晶片走向整體AI系統布局

今年發表活動的焦點之一是Helios機櫃，整合MI455 GPU、EPYC Venice處理器、Pensando網路及ROCm軟體平台。從AMD的產品布局完整來看，AMD與外界的競爭已不再只是GPU，而是完整的AI系統。

蘇姿丰表示，Helios並非AMD單方面完成後再交由客戶部署，而是在產品設計初期便與OpenAI、Meta及Anthropic等合作夥伴共同開發（co-develop）。從晶片、平台、軟體到資料中心部署，雙方同步規畫下一代AI基礎設施。

「這不是只有一顆晶片，而是整個晶片產品組合與硬體平臺」，她表示，未來AI資料中心的競爭，不只是比拚GPU效能，而是整體系統整合能力，包括運算、網路、散熱、電力與供應鏈都要規畫，才能迎合Agent AI成長的運算需求。