芝能智芯出品

在 CES 2026 的官方開幕主題演講舞臺上，AMD 對未來五到十年計算版圖進行了梳理。

AI 已經從概念熱潮走向基礎設施競爭；無論是數據中心、終端 PC，還是機器人、醫療、科學計算，幾乎所有前沿應用都在同時拉高對算力的需求。

AMD 在 CES 2026 上講了一條工程與系統的路線：如果 AI 用戶規模真的在五年內走向 50 億級別，那么真正的瓶頸不再是某一代 GPU 的峰值性能，而是整個計算體系能否在云、邊緣、終端之間形成可擴展、可負擔、可持續的閉環。

演講一開始，蘇姿豐就說：“10 YottaFLOPS”不是單純的性能口號，而是一個前提——AI 的普及意味著全球計算能力需要出現數量級躍遷，而這不可能只靠單一形態的硬件完成。

數據中心

正是在這一背景下，AMD 重點講了對數據中心的布局。

Helios 機架式平臺與 Instinct MI400 系列的亮相，是 AMD 對“Yotta Scale AI”這一概念的首次工程化呈現。

單機架 72 顆 GPU、超過 31TB 的 HBM4 內存、43TB/s 的橫向擴展帶寬，AMD 正試圖用標準化機架形態，把原本高度定制化的超算級能力，推向云廠商和大型 AI 客戶可以規模部署的形態。

Helios 是 AMD 試圖進入 AI 訓練主戰場的關鍵載體。

智能體工作流、長時間運行的推理任務，還是醫療、教育等高價值場景，對計算資源的需求正在從“更快”轉向“更久、更穩、更可擴展”。

從 MI300 到 MI450 再到 MI400，AMD 強調單點性能超越，強調 TCO、部署密度和可持續擴展，這實際上是在正面回應當前 AI 基礎設施的真實痛點：算力是能不能長期用得起、用得穩。

ROCm 也在演講中被反復提及，這是為AMD 區別于競爭對手的“開放性”核心。

Luma AI 60% 的推理負載運行在 AMD GPU 上，還是 Liquid AI 將本地模型直接跑在 Ryzen AI 平臺上，AMD 希望通過硬件覆蓋面和軟件適配能力，成為 AI 工作負載的“通用底座”，從長期看是一條更偏產業基礎設施的路徑。

AI PC

切換到 AI PC，AMD 延續了類似的思路：

Ryzen AI 400 系列并非架構代際的大跨越，而是在 Zen 5 生命周期中期，對 NPU、CPU 與 GPU 協同能力的系統性強化。

無論是 Liquid AI 的本地模型，還是 Ryzen AI Max 所吸引的開發者群體，是“哪些工作負載應該從云端下沉”，未來 AI 的成本結構，將迫使一部分推理和交互回到終端完成，而 AMD 希望提前占據這一節點。

Ryzen AI Halo 的發布則進一步明確了這一定位。

作為面向本地 AI 開發的參考平臺，是 AMD 給開發者的一套“低門檻算力工具箱”，與 NVIDIA DGX Spark 形成直接對位。

這并不是消費級產品，而是生態級產品，目的是讓更多 AI 應用在 AMD 平臺上原生誕生，而不是事后遷移。

演講后半段大量篇幅講了醫療、機器人、太空和科學計算， AMD 對“物理 AI”與“關鍵任務計算”的刻意強化。

從 Generative Bionics 的仿生機器人，到 Blue Origin 的耐輻射嵌入式系統，真正高價值的 AI 應用是在現實世界中，而這些場景對計算的要求，遠比互聯網服務更嚴苛。

蘇姿豐在結尾反復強調“AI is different”，AI 不只是提升效率的工具，而是一個正在重塑科研、醫療、制造和探索方式的基礎變量。

相比強調某一代 GPU 的領先優勢，當算力成為社會基礎設施時，自己是否已經鋪好了足夠寬的底座。

小結

2026 將是 AMD披露其戰略輪廓真正成型的一年，用一整套從云到端、從軟件到系統、從商業應用到國家級項目的拼圖，去證明自己在 AI 時代的長期位置。

       原文標題 : CES 2026 | AMD 蘇姿豐演講：從云到端布局，AI時代的計算基礎設施