苏姿丰上海发声：AI全面重塑计算架构

2026年5月19日，位于上海的前滩香格里拉酒店迎来了AMD董事会主席兼CEO苏姿丰，她用一声亲切的问候，正式揭开了AMD在北美以外首场AI开发者大会的帷幕。

现场汇聚了超过2000名开发者及生态伙伴，将会场挤得水泄不通——原定容纳不足1000人的场地，实际报名人数却突破了4000，许多人只能站着听完。当苏姿丰身着简约正装亮相Demo区时，开发者和媒体记者层层围住，手机齐刷刷举过头顶，气氛热烈得宛如“粉丝见面会”。

在随后的开幕主旨演讲及与李开复的对谈中，苏姿丰对AI产业走向进行了系统性的梳理。以下是她的核心观点摘要。

苏姿丰直截了当地指出：“AI正处于一个关键的转折期。”

她分析认为，当前AI产业正经历三大变革：推理与智能体需求呈爆发式增长、算力需求的结构性改变重塑了CPU的新角色、以及AI应用从企业试点迈向全面普及，最终达成“每台设备都具备AI能力”的全面覆盖。

这一观点的核心依据在于全球AI用户规模的井喷式扩张。苏姿丰列举了一组令人瞩目的数据：从2020年的100万用户，激增至2025年的每日超过10亿人，预计到2030年将突破50亿人。这预示着，未来五年内全球半数人口将每天依赖AI服务。

“无论是数据中心、个人电脑还是边缘设备，”苏姿丰强调，“AI实际上正在重新定义计算架构的每一层。”

这是整场演讲中最核心的技术论断。

苏姿丰认为，大语言模型那种“一问一答”的单一交互模式已成过去。“我们每个人未来可能拥有5个、10个甚至100个智能体。”她展望道。智能体与纯大模型最大的区别在于，后者通常仅限于单次交互，而Agent则具备“持续推理、处理数据、调用工具并不断迭代”的能力，通过多智能体的协作来推进任务。

这一变革直接重塑了算力消耗的形态。苏姿丰详细剖析了Agent的运作机制：首先将目标拆解为子任务，依次调用不同模型进行推理，模型间传递数据，必要时检索外部信息，汇总结果后检查，若不达标则重新规划。在这个完整链条中，GPU仅负责“调用模型推理”这一环节，其余步骤——任务分配、数据传输、工具调用、结果校验、重新规划——全由CPU承担。

这意味着什么？在传统数据中心中，CPU与GPU的配比通常在1:4甚至1:8之间，但随着AI推理的深入和智能体编排需求的增加，这一比例正迅速向1:1靠拢。

苏姿丰在演讲中进一步印证了这一趋势：服务器CPU的需求可分为三类——传统通用计算、作为GPU主机的CPU、以及专门服务Agent工作流的CPU。其中第三类增速最快。AMD已连续四个季度创下服务器CPU收入新高，全球市场份额攀升至46.2%，创下历史纪录。

“CPU的角色已不再是辅助者，”苏姿丰强调，“而是成为全栈算力体系的核心支柱。”

在战略层面，苏姿丰明确指出：开放生态是AI迈向下一阶段的基础设施。

这一观点早在今年年初的CES 2026上就已确立。苏姿丰当时表示：“唯有行业基于开放基础设施和共享标准携手并进，创新才能加速。”基础设施意味着它不属于单一企业，而是整个行业共同依赖、共建、共享的底层底座。

在上海的演讲中，苏姿丰进一步明确了AMD的战略方向——从单纯的芯片销售转向构建平台，旨在成为开发者可跨越硬件迭代、长期信赖的软件平台。软硬件协同与开放生态是达成这一目标的关键：软件层面的开放确保开发者不受硬件代际限制，硬件层面的持续迭代则为软件生态提供坚实的底层支持。

该战略在上海大会得到了具体落实。AMD宣布，通过Hugging Face和魔搭社区，ROCm平台现已支持超过300万个模型，并实现对DeepSeek、阿里Qwen、MiniMax、Kimi、阶跃星辰、小米MiMo等国产开源模型的“Day 0”支持。此外，AMD还推出了针对中国AI开发者的专属计划，并提供基于Radeon GPU的免费开发者云服务。

苏姿丰的逻辑是：开放异构计算是AI爆发的关键，而ROCm开源软件及配套技术工作坊，正是AMD在中国实施开放、构建、创新与连接战略的核心举措。

苏姿丰在演讲中用大量篇幅肯定了中国AI生态的重要性。

她毫不吝啬溢美之词：“中国拥有全球最充满活力的AI生态系统。”“中国生态最令人兴奋之处在于，这里真正理解并践行开放创新，是一个极具代表性的样本。”

这种评价并非客套，而是有事实依据。苏姿丰透露，AMD在中国深耕已超30年，在北京、上海、深圳及中国台北设有主要研发中心，拥有超过4000名工程师，其中上海研发中心是全球最大的研发中心之一。

更重要的是，苏姿丰将中国定位为“驱动我们路线图的核心”，明确将芯片、AI、软件及平台工程四个维度的路线图与中国深度绑定。EPYC处理器已支持中国头部云服务商的700多个云实例，AMD还与超过100家软件提供商、初创公司和大学建立了生态合作。

在与李开复的对谈中，苏姿丰进一步阐释了对中国生态的重视逻辑。李开复指出，受限于算力资源，中国AI企业与开发者难以像美国巨头那样依赖大规模堆砌算力，反而在工程效率、协作及开源创新上形成了独特优势——宛如一个“去中心化学习小组”，不同企业在商业上竞争，却在开源社区中共享成果。

苏姿丰对此表示高度认同：“开源AI社区正涌现出大量创新，且该生态正日益全球化。”

在与李开复的对谈中，两人共同描绘了AI未来的经济图景。

李开复直言，AI行业已出现两个关键变化。其一，AI代码生成能力实现飞跃，从过去的辅助编写单一函数，进化到能构建完整模块甚至端到端产品。其二是“多智能体架构”的诞生——当不同领域专家协作时，成果远超个体能力的简单叠加。多个智能体通过规划、执行、评审、风控等角色的配合，能突破单一模型的性能瓶颈。

李开复据此断言：从2026年起，AI将取代的不再是单一岗位，而是整个部门，“DRI（直接责任人）+多智能体”将重塑未来企业的基础单元。

而在算力层面，李开复指出未来AI经济本质上是“推理经济”而非“训练经济”。多智能体系统需要大量并行推理，并要求极低延迟和本地化处理——Agent协作时，响应时间需控制在100毫秒以内才流畅。这意味着整个硬件架构和计算栈需随之调整。

这一判断与苏姿丰的算力趋势分析高度一致。苏姿丰透露，AMD工程师正利用AI智能体加速产品设计与验证流程，使得单个工程师借助合适工具和充足算力，便能完成数年前整个团队才能完成的工作量。

AI的普及不能仅依赖云端。苏姿丰在演讲中强调，“AI应无处不在”——涵盖数据中心、PC及边缘设备的全栈AI场景。

现场展示的锐龙AI Max处理器采用统一内存架构，CPU、GPU、NPU三方共享高达128GB内存。与传统架构不同，数据无需在显存和内存间反复搬运，损耗大幅降低。三年前同参数量的模型必须依赖云端，现在拔掉网线即可在桌面设备上运行。

苏姿丰提出的理念是：“AI应服务于每个人、每个工作负载及每种形态。这意味着，我们需要在技术栈的每一层进行真正的创新。”

2026年5月19日，苏姿丰在上海通过一场演讲向世界宣告：AI正在重新定义计算的每一层。

从智能体时代CPU回归算力核心，到开放异构计算成为产业底座，再到中国AI生态在全球版图中占据独特一席——苏姿丰的判断勾勒出一幅从芯片到软件、从云端到端侧的全栈AI未来蓝图。

正如她在演讲结尾所言：“现在正是投身技术领域最令人振奋的时刻。”

对于在场2000多名中国开发者而言，这句话不仅是口号，更是正在发生的现实。