AMD苏姿丰：AI十年繁荣期，今年才是第二年

9月17日，AMD 首席执行官苏姿丰在华盛顿特区举行的 Axios AI+ 峰会上表示，我们才刚刚进入人工智能快速发展和基础设施建设“十年大周期”的第二年。

AMD对这一切抱有更大的期望，并认为我们甚至无法想象五年后人工智能将带来的进步。此外，苏姿丰还表示人工智能是她漫长的科技生涯中“最具变革性”的技术，甚至可能是我们一生中“最具变革性”的技术。美国必须“跑得快，跑得更快”，才能保持在人工智能技术领域的领先地位。

未来三到四年，人工智能数据中心加速器市场规模预计将膨胀至 5000 亿美元。“不久前，整个半导体行业的规模还只有 5000 亿美元。所以你可以看到它加速的速度和步伐，”她说道。

2025年第一季度，全球数据中心资本支出实现了显著增长，年同比增幅高达53%，达到1340亿美元，成为引领信息技术基础设施发展的重要现象。这一增长主要得益于生成式人工智能技术的飞速发展，推动了GPU需求的激增，特别是Nvidia Blackwell系列GPU和定制加速器的广泛应用。作为现代数据处理的核心，GPU的供应和需求状况直接影响着数据中心的运营效率和扩展能力。

近年来，随着人工智能算法对计算力要求的不断提升，传统CPU的处理能力难以满足需求，GPU以其并行计算优势成为数据中心升级和扩容的首选硬件。AWS、Google、Meta和微软这四大拥有最大云端市场份额的企业，在第一季度的资本支出中贡献了44%的资金。他们大举扩展人工智能云基础设施，促进了更高速、更智能的计算资源部署。

此外，企业级基础设施建设也占据了约三分之一的投资份额，尽管部分企业因预算紧缩和关税风险调整了资本支出计划。尽管个别美国产云服务提供商取消了一些项目，但整体资本支出依然保持增长。数据中心和云基础设施的巨头正在灵活调整容量以应对市场需求，而非大幅削减投资。这一策略体现了对长期增长潜力的坚定信心。生成式AI的兴起极大激发了数据中心建设的热潮，推动云服务提供商争分夺秒地提升算力以满足客户需求。亚马逊2025年第一季度资本支出达到243亿美元，主要用于扩展AWS的AI云基础设施。

微软和谷歌紧随其后，分别投入214亿美元和170亿美元。

在此前的采访中，苏姿丰曾表示MI300X GPU加速器是自2023年推出以来，AMD增长最快的产品线之一。MI300X具有高达192GB的内存，集成了1530亿个晶体管，其强大的计算能力和内存使得该芯片能够支持训练如OpenAI的ChatGPT等大语言模型。这一产品标志着AMD正在人工智能芯片市场上快速崛起，未来将有实力挑战长期主导该市场的Nvidia。

今年6月，AMD在美国圣何塞举办的Advancing AI 2025大会上，正式发布了全新一代“Instinct MI350系列”GPU，包括MI350X和MI355X两款型号。这两款GPU在性能和技术特性上取得了重大突破，为AI计算领域带来了新的活力。

MI350系列基于第四代Instinct架构（CDNA4），采用3nm制程工艺，集成了高达1850亿个晶体管。两款GPU均配备288GB的HBM3E内存，内存带宽达8TB每秒，内存容量是英伟达B200和GB200GPU的1.6倍。在算力方面，MI350X和MI355X在FP64精度下的算力分别为72和78.6TFLOPs，约为英伟达同类产品的两倍。在低精度格式（如FP16、FP8和FP4）上，MI350系列的性能与英伟达相当或更优。其中，MI355X在FP4精度下，相比英伟达B200，大模型推理速度快30%，在训练推理性能方面也相当或更胜一筹。同时，得益于芯片功耗低于英伟达，在MI355X上每花费1美元，可以比B200多跑40%的tokens。

在核心设计相同的基础上，MI350X和MI355X针对不同散热方式设计。MI350X采用风冷，最高TBP为1000W；MI355X采用液冷，TBP达到1400W，更高的TBP使得MI355X性能高于同架构的MI350X。

为了更好地配合MI350系列，AMD发布了全新的ROCm7软件栈。相比ROCm6，ROCm7实现了3.5倍的推理性能提升和3倍的训练性能提升，还引入了分布式推理支持，并与VLM和SGLang等开源推理框架深度集成，支持超过180万个Hugging Face模型开箱即用。

AMD在发布会上还公布了未来产品路线图。下一代GPU——MI400系列将于明年亮相，该系列由AMD和OpenAI联合研发，OpenAI为其训练和推理需求提供了重要反馈。MI400系列将采用下一代CDNA架构，预计速度比MI300系列快10倍，FP4运行速度将达到40PFLOPs。此外，AMD计划在2027年推出MI500系列GPU，同时还将推出代号为Verano的下一代EPYC处理器，进一步丰富其产品布局，提升在AI计算市场的竞争力。