OpenAI要算力，……AMD蘇姿豐CES的這場演講，直接封神！

作為全球科技產業年度晴雨表，CES（國際消費電子展）的重磅開幕演講歷來是洞察技術趨勢、預判產業走向的核心窗口。如今，在AI浪潮席卷全球，重構產業底層邏輯的當下，CES核心舞臺之上，昔日家電、車企等已悄然讓位于算力廠商。

今年閃耀CES的，是在AI領域風頭正勁的AMD和蘇姿豐。憑借其覆蓋云、端、邊緣的全棧AI能力、全域布局與開放生態，AMD在AI領域構建起獨特競爭優勢。

這場開幕演講，如同一場宏大敘事。AMD在宣布多款重磅新品的同時，也將其廣闊的生態圖景展現在世人面前，攜手合作伙伴釋放出其在AI時代的壯志雄心。蘇姿豐以及邀請登臺的眾多嘉賓對于AI發展的分享和洞見也極具啟發意義。

“AI無界，惠及人人”（AI Everywhere，for Everyone）。隨著AI進一步走進人們的生活，深度賦能千行百業，算力作為基礎設施的重要基石做用，也愈發凸顯。

AI你之所見，不過冰山一角

當前，AI的創新發展速度屢屢超出業界預期。蘇姿豐開篇便指出了AI創新的迅猛之勢，但她更強調的是“如今人們對于AI的所見，不過冰山一角，真正的變革與突破仍在前方”。

用戶增長數據印證了AI的快速普及：ChatGPT僅用數年便實現了從100萬到10億活躍用戶的增長，互聯網實現這一目標卻經歷數十年。蘇姿豐預測，未來五年AI活躍用戶規模將超過50億，屆時AI將像如今的手機和互聯網一樣，成為生活中不可或缺的一部分。

算力作為AI發展的基石，在過去幾年也經歷了飛躍式增長。蘇姿豐公布了一組震撼的算力增長數據：AI基礎設施的算力從2022年的1 Zettaflops，將增長到2025年的100 Zettaflops；未來數年全球計算能力將再提高100倍，并在未來五年達到10 Yottaflops，而這一數值是將2022年的一萬倍。

而AMD作為唯一一家具備覆蓋云、PC、邊緣全場景算力供給能力的企業，能夠通過CPU、GPU、NPU及定制化芯片的協同，針對不同應用場景精準調整，提供性能與成本兼具的解決方案。

“AI是過去50年最重要的技術，也是AMD的首要任務。未來的AI將無處不在，并服務所有人?！碧K姿豐說。而她的演講也圍繞云端、PC和邊緣三大方面展開。

Helios：性能猛獸 為Yotta算力時代筑基

強大的大模型需依托云端算力運行，如今，AMD已成為云端算力的核心支撐力量。目前，所有主要云服務商均采用AMD EPYC CPU，排名前10的AI公司中有8家使用Instinct加速器驅動最先進的模型。而算力需求仍在持續飆升：過去十年，訓練領先AI模型所需的計算能力每年增長4倍；過去兩年，隨著AI用戶激增，推理能力呈現爆發式增長，Token數量實現了百倍的增長。

蘇姿豐指出，滿足如此龐大的算力需求，需要整個生態系統協同發力，核心挑戰是將AI基礎設施拓展到Yotta算力時代需要的規模。這不僅需要出色的性能，更需要CPU、GPU和網絡融合的計算領導力，以及開放式的模塊化機架設計和易于部署的交鑰匙解決方案。為此，AMD打造了面向Yotta時代的下一代機架平臺——Helios，該平臺在硬件、軟件和系統等各個層面實現全面創新。

作為Helios平臺的核心算力單元，Instinct MI455加速器實現了迄今為止最大的代際性能提升。該加速器采用領先的2nm和3nm制程工藝，與EPYC CPU、Pensando網絡芯片協同，每個托架通過高速加速器連接，數千個Helios機架可借助行業標準超以太網卡和可編程DPU構建強大AI集群，通過從GPU卸載部分任務進一步提升AI性能。

蘇姿豐詳細介紹了Helios平臺的硬核參數：基于Meta合作開發的OCP開放式機架寬標準雙寬設計，重量達7000磅，每個托架包含4個MI455 GPU，搭配下一代EPYC Venice CPU和Pensando網絡芯片，均采用液冷方式最大化性能。其中，MI455X擁有3200億個晶體管（比MI355多70%），包含12個2nm和3nm的計算與IO芯片，配備432GB超高速HBM4內存，通過下一代3D堆疊技術連接。

新一代EPYC Venice CPU也首次亮相，采用2nm工藝，配備256個最新高性能Zen 6核心，是性能、能效和性價比兼具的頂級AI CPU，內存和GPU帶寬較上一代產品翻倍；搭配800G以太網Pensando Vulcano和Salina網絡芯片，可實現超高帶寬和超低延遲，支撐數萬個Helios機架在數據中心內擴展。

正如蘇姿豐所言，Helios是一個“性能猛獸”。每個Helios機架擁有超過18000個CDNA5 GPU計算單元和4600個Zen 6 CPU核心，可提供高達2.9 Exaflops的性能、31TB的HBM4內存、每秒258TB的縱向擴展帶寬和每秒43TB的橫向擴展帶寬，從而支持數據快速傳輸。

蘇姿豐確認，Helios將于今年晚些時候推出。半年以前，AMD推出MI355時，吞吐量較上一代提高3倍，而此次發布的MI455性能提升高達10倍。

“這將改變游戲規則，讓開發者能夠構建更強大的模型、智能體和應用”。蘇姿豐說。

OpenAI：算力就是GDP 苦其久矣

去年十月，AMD與OpenAI達成了一份多年戰略合作協議，涉及總計6吉瓦（GW）的AMD GPU算力采購。OpenAI將率先部署1GW的AMD instinct MI450系列GPU，預計于2026年下半年啟動。

作為重要合作伙伴，OpenAI總裁Greg Brockman也親臨現場，分享了對于AI發展的看法以及介紹了同AMD的合作情況。

Greg Brockman表示，如今人們對于生成式AI的需求，已經從簡單的文本處理，轉變為真正用來處理生活中的事情，比如尋醫問藥，教育咨詢等。在于企業領域，比如引入Codex等模型，并變革軟件工程。今年在企業、科研等領域，將真正看到智能體的爆發。

Greg Brockman稱，大約十年前，大模型的能力有限，如果想訓練一個模型，只能非常狹窄的范圍內發揮作用。如今隨著模型實現指數級進步，實用性顯著增長，深度融入人們的生活和工作。

“未來智能體可能不會僅局限于一個工作，而是會融合多個模型，形成一個智能體團隊，相當于10個工程師團隊為你工作。而這樣需要對應的算力支持將遠遠超過如今的水平，這可能需要數十億個GPU?！盙reg Brockman說。

Greg Brockman表示，在OpenAI看來，因為AI交互能力變得更加重要，所以未來人們的注意力和意圖將成為寶貴資源。而這樣的交互依賴于系統的超低延遲和超高吞吐量，這為底層硬件帶來了挑戰。

“過去幾年，OpenAI的算力每年實現三倍增長，收入也增長了兩倍，但我們內部每次想要開發新的模型和功能，都會為計算資源而發生激烈爭論。因為大家想推出和制作的東西太多，由于計算能力有限，根本無法實現?！盙reg Brockman說。

對于算力的重要性，Greg更進一步指出，未來邁向的世界，GDP的增長本身將取決于特定國家和地區可用的算力。目前已經有這種趨勢的最初跡象，而未來數據中心扮演的角色將更加重要。

打造數據中心產品組合獨有競爭優勢

基于MI400系列和Helios平臺，AMD構建起一套完整的覆蓋云、企業級、AI/超算等領域的數據中心解決方案。

一是面向云端的Helios平臺，專為尖端性能、超大規模訓練和機架級分布式推理打造，包含72個GPU，搭配Venice CPU、MI400系列加速器和Vulcano網絡芯片；

二是面向企業級AI部署的方案，采用Instinct MI440X GPU+Venice CPU，8個GPU組成緊湊型服務器，提供訓練和推理能力，適配現有數據中心基礎設施；

三是面向主權AI+HPC的方案，采用Venice-X CPU+MI430X系列加速器，為高精度科學和AI數據類型提供領先的混合計算能力。

蘇姿豐強調，“這是AMD獨有的組合，依托不同芯片組技術，精準匹配不同場景的計算需求?！?/p>

生態賦能開箱即用 客戶十倍下單

過去幾年，在加速硬件領域創新的同時，AMD也在著力打造其軟件和開放生態。ROCm便是其面向AI領域的關鍵戰略舉措。核心目標是打破 NVIDIA CUDA 的封閉生態壟斷，為開發者提供開放、可移植的 GPU 計算平臺，同時鞏固自身在數據中心與超算市場的競爭力。

蘇姿豐強調，硬件只是AI的一部分，開放生態對AI未來至關重要。“歷史經驗證明，只有行業團結起來，圍繞開放的基礎設施和共享的技術標準達成一致，創新速度才能加快。AMD是唯一一家在整個技術棧上實現開放的公司，涵蓋軟硬件及更廣泛的解決方案生態系統”。

蘇姿豐介紹，AMD的軟件戰略以ROCm為核心，這一業界性能最高的開源AI軟件棧，為最常用的框架、工具和模型提供Day0支持，同時原生支持PyTorch、VLLM、SGLang、Hugging Face等頂級開源項目（每月下載量超1億次），且可在Instinct加速器上開箱即用，大幅降低開發者在AMD平臺構建、部署和擴展AI能力的門檻。

Luma AI是AMD生態的重要合作伙伴，專注于視頻生成和多模態模型研發，致力于構建“多模態通用智能”。Luma AICEO兼聯合創始人Amit Jain受邀登臺分享了于行業的看法以及AMD的合作成果。

Amit Jain表示，當前多數AI視頻和圖像模型仍處于早期階段，而Luma AI的目標是打造融合模型、圖像、視頻、語言的更智能模型，用于模擬物理現象、因果關系，并將結果渲染為多媒體形式。

Amit Jain展示了世界上第一個推理視頻模型Ray3，也是首款支持4K和HDR視頻生成的模型。他介紹，目前Luma AI正與企業及個人創作者合作，應用于廣告、娛樂、媒體等領域，2025年客戶將開始部署模型并驗證，后續將大規模推廣，包括利用該模型制作90分鐘長篇電影等。

在此基礎上，Luma AI還開發了Ray3 Modify模型，具備“世界編輯功能”，可處理真實或AI拍攝的素材，根據創作需求任意修改，開啟人機混合制作新時代——創作者通過動作、時機和方向作為提示，模型即可完成相應創作，讓電影制作人無需復雜布景就能創造完整電影宇宙并靈活編輯，特別將為那些具有創新的小型團隊而言，將極具價值。

Amit Jain預測，2026年將是智能體元年，AI將實現端到端任務處理而非零散工作。他還透露，2024年曾與蘇姿豐電話溝通尋求算力支持，目前雙方合作深入，當前快速增長的推理工作負載中有60%運行在AMD顯卡上，通過與AMD ROCm軟件團隊和深入合作，讓模型可實現開箱即用。

Amit Jain介紹，由于多模態工作負載復雜，消耗的Tokens數量是文本模型的成百上千倍（10秒鐘視頻消耗10萬個tokens，相對于大語言模型LLM僅需200-300個），因此整體擁有成本TCO和推理經濟性至關重要。通過與AMD合作，Luma AI實現了技術棧的最優TCO，成本效率顯著提升，因此2026年決定將合作規模擴大十倍，采購MI455機架級解決方案，從而構建支撐世界模擬模型的內存和基礎設施。

蘇姿豐也透露，為持續滿足增長的算力需求，AMD不會止步于MI400系列。目前MI500系列研發順利，將實現AI性能4年提升1000倍的飛躍。該系列采用下一代CDNA6架構，基于2nm工藝制造，搭載速度更快的HBM4e內存，將于2027年推出。

全球最小AI開發系統，本地跑2000億大模型

作為AI在端側落地的代表，AI PC經過過去兩年的發展，正步入規模普及的新階段。

蘇姿豐指出，伴隨著更多算力和智能的注入，PC的定位已從工具升級為“伙伴”——能夠學習用戶工作方式、適應習慣，即使離線也能快速處理任務，在內容創作、生產力提升、智能體應用等場景發揮核心價值。

而AMD很早便看到了AI PC的趨勢浪潮，并進行大力的投入。2023年在Ryzen 700系列中集成專用AI引擎，推出首個X86 NPU；2024年率先推出CoPilot Plus X86 PC，Ryzen AI 300系列成為首個支持CoPilot+的X86處理器；2025年推出Ryzen AI Max處理器，打造首個可在本地運行2000億參數模型的單芯片X86平臺。

演講現場，蘇姿豐宣布推出全新Ryzen AI 400系列處理器，該處理器配備12個高性能Zen5 CPU核心、16個RDNA 3.5 GPU核心和最新XDNA2 NPU，可提供60 TOPS的AI算力。

與競爭對手相比，旗艦級Ryzen AI移動處理器在內容創作和多任務處理方面表現顯著提升，首批搭載該系列的PC將于本月晚些時候發貨，今年各大OEM廠商將推出超過120款超薄游戲本和商用PC，覆蓋所有AI PC外形尺寸。

蘇姿豐強調，AI PC不僅需要硬件支撐，更需要更智能的軟件——模型更輕巧、速度更快，且能直接在設備上運行。

Liquid AI與AMD去年宣布基于Ryzen AI 400系列的合作，AMD也在2024年Liquid AI A輪融資中作為領投方參與。Liquid AI聯合創始人、CEO Ramin Hasani受邀分享了雙方合作成果。

Liquid AI團隊源于麻省理工學院，專注于構建高效生成式AI模型。與傳統Transform模型不同，其模型具備強大、高速、處理器優化的特性，目標是在不犧牲質量的前提下，從根本上降低智能計算成本，讓前沿模型質量的AI能力可直接在筆電、手機、機器人、咖啡機、飛機等各類端側設備上實現。

Ramin Hasani指出，無處不在的計算具備三大價值：隱私、速度和連續性，可實現在線與離線工作的無縫切換。他介紹了此次CES期間Liquid AI發布的兩款新品：

一是Liquid Foundation Models 2.5（LFM2.5），這是業界最小的模型（僅12億參數），但性能優異，甚至優于同類參數更多的模型，其設備端指令跟蹤功能優于DeepSeek、Gemini Pro及Gemini 2.5 Pro等模型；

二是五款實例模型，包括聊天模型、指令模型、日語增強型語言模型、視覺大語言模型、輕量級音頻模型和音頻語言模型，均針對AMD Ryzen AI、CPU、GPU、NPU高度優化，可以在Hugging Face平臺下載。通過堆疊這些實例模型，可構建智能體工作流。

此外，即將于今年晚些時候推出的LFM3采用原生多模態設計，可處理文本、視覺、音頻輸入，并以十種語言提供音頻和文本輸出，音視頻數據延遲低于100毫秒。

Ramin Hasani表示，當前多數AI PC、汽車中的智能體是被動響應的，而當AI在設備上快速運行且始終開啟時，可主動處理任務并在后臺運行。Ramin Hasani現場演示了AI分析郵件回復、自動連接參與視頻會議的場景，并透露正與Zoom合作將該功能引入Zoom平臺。他強調，今年將是智能體大放異彩的一年。

在蘇姿豐看來，AI PC不僅能運行AI程序，還能構建程序，這正是AMD打造Ryzen AI Max的初衷——該處理器面向內容創作者、游戲玩家和AI開發人員，配備16個高性能Zen 5 CPU核心、40個RDNA 3.5 GPU計算單元和1個XDNA2 NPU，具備50 TOPS AI性能，通過統一內存架構連接，支持CPU和GPU共享128GB內存。

測試數據顯示，在高端筆記本電腦中，Ryzen AI Max在AI和內容創作應用中的速度明顯快于最新MacBook Pro；在小型工作站中，性能與NVIDIA DGX Spark相當，但更具成本優勢；運行最新GPT OSS模型時，每美元每秒的Tokens生成速度是競品的1.7倍。

蘇姿豐介紹，目前市場上已有超過30款搭載Ryzen AI Max的筆記本在售，一體機和緊湊型工作站產品將在CES發布，并于今年陸續上市。

為滿足AI開發者隨時開發的需求，蘇姿豐海宣布AMD推出Ryzen AI Halo參考平臺——這是世界上最小的AI開發系統，可在本地運行參數高達2000億的模型，無需連接任何外部設備。該平臺搭載最高端Ryzen AI Max處理器，配備128GB高速統一內存（CPU、GPU和NPU共享），在提升性能的同時，能夠實現大型AI模型在緊湊型臺式電腦上的高效運行；原生支持多種操作系統，與最新ROCm軟件棧同步，預裝領先開源開發者工具，開箱即可運行數百個模型，為開發者提供在PC上直接構建、測試和部署本地代理及AI應用程序的全套能力，將于今年第二季度發布。

內容、游戲創作：“AI教母”站臺點贊

作為近年來AI領域最受關注之一的華裔女科學家，被稱為“AI教母”的World Labs聯合創始人兼CEO李飛飛也受邀來到現場，分享了AI在助力游戲、內容創作和空間智能方面的創新實踐。

李飛飛表示，過去幾年語言大模型席卷全球，但智力不止于語言智能，當前新的生成式AI技術浪潮已涵蓋具身智能等領域，可賦予機器接近人類水平的空間智能——不僅能感知，還能創建3D甚至4D世界，對物體和人進行推理，想象遵循物理和動力學規律的全新環境。為此，她創辦了World Labs，致力于將空間智能變為現實。

李飛飛介紹，傳統3D場景構建需激光掃描儀、校準相機或復雜軟件手工制作，而World Labs的新一代模型可通過推理生成式AI技術學習世界的3D、4D結構——僅需幾張甚至一張照片，模型就能填補缺失細節、預測內容，生成豐富、一致、可導航的3D世界。

李飛飛在現場展示了兩個實例：一是利用少量圖像數據借助Marble模型創建的霍比特人小屋3D場景，可瀏覽、俯視并規劃導航線路；二是通過錄入AMD總部的幾段視頻，Marble模型（基于AMD MI325X芯片和ROCm軟件棧）創建出包含窗戶、門、家具及準確大小、深度、比例的3D環境，并可設計不同風格。這種技術可大幅提升效率，將以往數月的工作縮短至幾分鐘，廣泛應用于機器人模擬、游戲開發和設計等領域。

李飛飛強調，空間智能與一般智能不同的是，要教會AI理解導航、3D結構、移動、物理定律，需要巨大的內存，大規模的并行處理和非?？斓耐评硭俣取Ｒ虼?，空間智能的實現離不開強大算力支撐——模型速度越快，世界反映越即時，從而保障鏡頭移動、剪輯及導航探索時的場景連貫性。她期待MI450加速器能助力訓練更大的世界模型，并以更快速度運行，讓這些環境更生動、響應更迅速。她指出，AI系統正從被動理解文字和圖像，轉向主動幫助人類與世界互動，而實時轉化少量圖像和照片為連貫可探索世界的技術，正是這一轉變的重要突破。

垂直領域深耕：醫療、航天與科學創新

如今，AI正在實現在各個行業中的深度賦能。此次演講的最后部分，AMD邀請了來自醫療、工業、航天與科研創新等領域的合作伙伴，共同探討所面臨的機遇和挑戰。

Absci CEO Sean McClain介紹，通過AMD提供的算力支持，正在助力實現一天內篩選超過百萬種藥物，高效提升研發效率，從而提高在預測疾病、預防疾病和個性化治療方面的能力。

Illumina CEO Jacob Thaysen分享了AMD FPGA和EPYC處理器用于DNA測序領域的應用的案例。

阿斯利康AI負責人Ola分享了在同AMD合作的基礎上，企業通過整合數十年實驗室數據訓練生成式AI模型，可在計算機上模擬評估候選藥物，將小分子藥物研發的候選藥物交付速度提高50%，同時提升臨床成功率。

Generative Bionics CEO兼聯合創始人Daniele Pucci分享了物理AI在仿生學領域的應用。該公司擁有20多年物理AI和生物力學研究經驗，專注于生成式仿生學，需要快速、確定性和本地化的計算支撐觸覺、平衡等功能，無法依賴云端——這正是與AMD合作的核心原因。AMD提供了從嵌入式邊緣平臺（Ryzen AI Embedded、Versal AI Edge）到CPU、GPU的全棧解決方案：嵌入式平臺可在機器人上運行物理AI，CPU和GPU則為仿真、訓練和大規模開發提供算力。

Generative Bionics研發的Gene01人形機器人具備壓力感知、接觸感知和意圖識別能力，首款商用產品將于今年上半年推出，并已與全球領先鋼鐵廠商達成合作。

在航天領域，AMD技術正為關鍵太空任務提供動力——從衛星互聯網連接偏遠社區，到火星、木星等天體的自主探索。蘇姿豐介紹，AMD自適應計算技術支撐“毅力號”（Perseverance）火星車自主運行，同時為美國宇航局、噴氣推進實驗室、歐洲和印度航天機構的機器人系統提供可靠算力，適配太空極端惡劣環境。

藍色起源（Blue Origin）是由杰夫·貝佐斯創立的美國商業航天公司，專注于太空探索和可重復使用火箭技術。??高級副總裁John Couluris受邀出席并發言。

John Couluris表示，當前人類已實現常駐太空25周年，下一步目標是月球永居，這需要可靠、可重復、低成本的運營及設備支撐。飛行計算機是飛行器的核心，而太空作為終極邊緣環境，對計算堆棧的可靠性、確定性和彈性提出極高要求，同時需兼顧質量、功率和輻射防護。AMD嵌入式架構可減輕飛行器質量、節省電力，并承受深空嚴苛輻射環境。雙方合作在飛行計算機堆棧中采用Versal 2芯片，目前該飛行計算機已在車輛測試平臺上運行，最終將為Mark2著陸器提供動力，最早于2028年將宇航員送上月球，目前團隊已完成模擬月球著陸測試，節省了數月工期。

John Couluris認為，AI將成為宇航員的“副駕駛”，助力識別著陸點、規避危險，而實時計算能力是實現這一功能的關鍵；若Mark1探索器降落在月球背面（絕佳的無線電頻率接收場所），邊緣AI將支撐外太空的深度探索，將避免了傳統的中繼通信延遲問題。

在科學研究領域，AMD為全球最快的兩臺超級計算機以及50個最節能系統中的一半以上提供動力，包括芬蘭Lumi超算、橡樹嶺國家實驗室和勞倫斯國家實驗室的超算系統，這些超算正用于模擬病毒變異和進化等前沿研究。

蘇姿豐宣布，AMD與美國能源部及國家實驗室密切合作，參與Genesis計劃——該計劃是美國幾十年來規模最大的聯邦科學資源調動，堪比阿波羅計劃和曼哈頓計劃，目標是十年內使美國科學生產力和影響力翻一番。計劃將整合國家實驗室的超算和數據集，構建閉環AI平臺，通過AI實現實驗設計自動化、加速模擬、生成預測模型，提升聯邦研發效率，覆蓋生物技術、關鍵礦物、核能、太空探索、量子半導體、微電子等領域。幾周前，Genesis計劃剛剛公布了首批合作伙伴，AMD位列其中。