AMD 董事長暨執行長蘇姿丰在美國舊金山舉行的 Advancing AI 2026 年度大會發表主題演講，提出公司對代理式 AI（Agentic AI）時代的技術與市場藍圖。AMD 認為，AI 基礎設施正從以模型訓練為主，逐步轉向能夠執行多步驟任務、進行邏輯推理並調用外部工具的代理式運算。
本次大會的主要發表包括搭載 MI455X GPU 加速器的 Helios AI 機櫃系統，以及採用 Zen 6 架構的第六代 EPYC「Venice」伺服器處理器。蘇姿丰表示，2026 年將成為產業重要分水嶺，屆時全球約 60% 的 AI 運算量可能用於推論，而非模型訓練。
AMD 上修 AI 基礎設施市場預期
蘇姿丰指出，代理式 AI 通常需要連續執行數十個步驟，並在過程中進行推理、規劃與工具調用，因此對運算資源的需求，與傳統單次回應型 AI 應用不同。AMD 預估，全球 AI 加速器市場到 2030 年將達到 1.4 兆美元，規模接近目前整體半導體產業的總量。
除了 GPU 加速器，AMD 也看好代理式 AI 對伺服器 CPU 的需求。公司預測，伺服器 CPU 市場到 2030 年將超過 2,000 億美元；若將終端與雲端需求，以及高效能、自適應運算產品一併計算，整體市場規模可能接近 2 兆美元。
Helios 整合 MI455X，瞄準高併發推論
AMD 發表的 Helios AI 機櫃系統，定位是針對前沿 AI 模型與高強度推論工作負載的整合式平台。系統搭載 MI455X GPU 加速器；AMD 表示，MI455X 採用台積電 2 奈米與 3 奈米製程，單一模組整合多達 3,200 億個電晶體，並配備 432 GB HBM4 記憶體。
在 AMD 公布的高併發推論測試中，Helios 的吞吐量最高可達前代 MI355 系統的 34 倍，每美元可生成的詞元（token）數量則增加 18 倍。若以固定機櫃功耗比較，AMD 表示 Helios 效能可領先競爭對手 10% 至 15%，每美元 token 生成量則高出 30%。上述數據為 AMD 所公布的比較結果，實際表現仍會受到模型、軟體堆疊、工作負載與部署環境影響。
AMD 表示，Helios 機櫃預計在當年第三季末開始出貨，並於第四季大規模放量。
Venice 以高密度 CPU 支援代理沙盒
針對代理式 AI 需要大量調度與平行執行的特性，AMD 推出第六代 EPYC「Venice」家族。Venice 採用 Zen 6 架構與台積電 2 奈米製程，最高階版本單一插槽支援 256 核心與 512 個執行緒。
蘇姿丰表示，伺服器市場正逐漸分化。一方面是負責驅動 GPU 的 AI 主機節點，另一方面則是用於執行代理程式的「代理沙盒」（Agent sandboxes）。後者需要在有限的空間與能源條件下，同時運行數千個 AI 代理，因此對核心密度與能源效率提出更高要求。
根據 AMD 的說法，Venice 相較前代 Turin 可帶來最高 1.8 倍效能提升。在代理式 AI 負載測試中，Venice 在晶片層級每瓦可運行的代理數量，是競爭對手 ARM 處理器的 2.8 倍；以整個機櫃層級計算，每瓦效能則高出 3.3 倍。此外，Venice 保有完整 x86 軟體相容性，AMD 認為這有助於企業沿用既有軟體堆疊。
Anthropic、OpenAI 與 Meta 展示合作進展
多家科技公司高層也在大會上說明與 AMD 的合作，包括 Anthropic、OpenAI、Meta 與 Cerebras。
- Anthropic：共同創辦人 Tom Brown 表示，公司將部署總計 2 Gigawatts 的 Helios 機櫃。他也肯定 AMD 開放平台的易用性，並指出工程師能在相對短的時間內讓 Claude 模型在 MI355 上運行。
- OpenAI：基礎設施負責人 Sachin Katti 表示，OpenAI 從 MI300、MI355 到最新 Helios 系統，持續與 AMD 合作進行軟體堆疊最佳化。公司預計在當年底至 2027 年大規模部署 Helios，以因應持續增加的算力需求。
- Meta：基礎設施負責人 Santosh Janardhan 表示，AI 系統設計已從單一伺服器擴展到資料中心整體層級，涵蓋電力與散熱等條件。Meta 正與 AMD 針對未來 MI450 GPU 及新一代 CPU 進行共同設計，預備 2027 至 2028 年的部署計畫。
AMD 與 Cerebras 探索解耦推論
AMD 也宣布與 Cerebras 建立策略合作，目標是處理對回應時間高度敏感的超低延遲推論工作。Cerebras 執行長 Andrew Feldman 表示，結合 AMD Helios 的算力與 Cerebras 晶圓級引擎（Wafer Scale Engine）的記憶體頻寬優勢，新的「解耦推論」（Disaggregated Inference）方案可提供 5 倍吞吐量，同時維持高速運算。
AMD 表示，這項方案預計在 2026 年稍晚率先於 Cerebras 雲端服務上線。實際部署效益仍取決於推論架構、模型特性與雲端工作負載配置。
以開放生態系因應代理式 AI
蘇姿丰在演講最後重申，AMD 將持續推動開放生態系，透過硬體產品與 ROCm 等軟體平台的演進，串聯晶片、伺服器、雲端服務與 AI 模型開發者。從 Helios 與 MI455X 的大規模推論，到 Venice 處理器對代理沙盒的支援，AMD 試圖以完整系統方案回應代理式 AI 對算力、能源效率、軟體相容性與資料中心整合提出的新要求。
