从 CES 2026 展望尧级算力时代：AMD 为何高调宣告 AI 算力迎来关键转折点

在 CES 2026 上，AMD 董事会主席兼首席执行官 Lisa Su 展示了未来 5 年内 AI 算力将达到的规模：

yottaflops。

这并非遥远的理论构想，而是我们如今步入的 AI 时代所必需的实际算力规模。

AI 算力步入尧级时代

就在几年前，当 ChatGPT 刚刚问世之际，全球 AI 总算力约为 1 zettaflop。同样在 2022 年，全球首台采用 AMD 技术的百亿亿级超级计算机，即位于橡树岭国家实验室的 Frontier，首次登上 TOP500 榜单。

此后在短短几年内，AI 推动了前所未有的基础设施扩建浪潮。随着 AI 在消费者、企业及科学计算领域加速落地应用，全球 AI 算力增长约 100 倍，从约 1 zettaflop 增至如今的近 100 zettaflop。

而这仅仅只是开始。

随着 AI 系统更深地融入日常生活，包括能够持续推理的 AI 智能体，用于处理文本、图片、视频和传感器数据的多模态模型，以及大规模运行的推理引擎，对 AI 的需求正从“偶尔使用”转向“始终在线”的智能系统。这种转变使得对计算基础设施的需求远超以往。

为了真正推动 AI 全面普及，整个行业如今正朝着尧级 AI 算力的方向迈进，预计全球算力规模在未来五年内将达到数十 yottaflop。

在深入探讨之前，我们先来看看尧级算力到底有多庞大。

尧级 AI 算力有多大？（极其巨大。）

• 1 ExaFlop = 每秒百亿亿次计算
• 1 ZettaFLop = 1,000 exaflops
• 1 yottaflop = 1,000,000 exaflops（每秒 10²⁴ 次运算）
• 10 yottaflops = 1,000 万倍的 Exaflop 级 AI 算力

换言之：

要达到尧级 (yottascale) AI 算力，需要同时运行数百万台当今的 Frontier（百亿亿级）超级计算机。这种算力规模在几年前还令人难以想象，

而现在已成为必然需求。

为何 AI 推动算力向尧级跨越

AI 算力需求正在加速增长，这不仅是因为模型规模在扩大，更是因为 AI 需要在更多场景下更频繁地处理更多任务。

过去十年间，算力的稳步提升推动 AI 不断发展，让模型变得更智能、更强大且用途更广。但如今，推动 AI 算力增长的主力已不再只是训练。推理已到达关键转折点。AI 采用率在过去几年爆发式增长，而如今 AI 系统持续运转，服务数十亿用户、支持各种智能体，并在各类现实应用场景中大规模运行。这导致推理量急剧增加，处理的 token 和信号量呈指数级上升。这标志着，我们正从偶尔的 AI 交互转向全面融入数字世界与物理世界且时刻在线的智能系统。

重心已从一次性的训练任务转向持续的推理、推断和自主行动：

• AI 智能体持续运行，自主进行规划和推理并代表我们采取行动，而非仅对零散的提示做出响应
• 随着模型部署在数十亿用户设备上，大规模推理的算力需求如今已经追上甚至超过训练
• 推理工作负载大幅提升了单次查询所需的算力，在处理多步骤的智能体任务时尤为明显
• 算法不再局限于文本处理，视觉、语音、视频、3D 及传感器数据推动海量多模态算法需求，而且这些数据通常需要并行处理
• 每天处理的 token 数以万亿计，且应用场景还在不断扩大
• 从数字服务、企业工作流程到边缘和物理系统，AI 已无处不在

这使得对 AI 算力的需求永无止境且持续不断，这种需求并非由单个突破性模型所驱动，而是因为 AI 广泛应用于各类场景、行业和环境。

正因如此，泽级算力只是起点，AI 时代如今将迎来尧级算力。

10 yottaflop 算力的巨大潜能

达到尧级算力并非是追逐更大的数字，而是要开启全新维度的创新，包括：

• 医疗和生命科学
  药物研发、蛋白质建模、精准医疗与实时诊断
• 科学发现与气候建模
  更高分辨率的天气、能源、材料及物理模拟
• 自主系统与机器人技术
  应用于工厂、仓库、运输及勘探的物理 AI
• 工业与制造业 AI
  数字孪生、预测性维护及 AI 驱动的设计优化
• 面向个人与企业的 AI 智能体
  全天候在线的智能助手，能够自主推理、规划并代我们采取行动

尧级算力正是推动 AI 从辅助工具升级为变革性力量的关键。

实现尧级算力为何需要 AI 引擎无处不在

CES 2026 给出的一个重要洞见是：尧级 AI 不可能仅存在于一个位置，而这正是 AMD 一直以来所强调的。

要充分释放 AI 潜能，就要让 AI 引擎无处不在：

• 在数据中心，驱动大规模训练与推理集群
• 在边缘，驱动现实世界中的物理 AI，包括机器人、车辆、传感器与机械设备
• 在 PC 端，实现以隐私保护为中心、响应迅速的本地 AI 体验

这种分布式架构对于优化性能、延迟、效率和规模至关重要。

通往尧级算力的道路，不能仅依靠一台超级计算机，而是要构建全球互联的 AI 算力网络。

AMD 凭借卓越技术解决方案迎接尧级算力时代

AMD 精心打造独具创新、阵容庞大的技术解决方案，旨在支持无处不在的 AI 引擎，从容迎接尧级算力时代。通过与 AI 领域领军者深度合作、共同创新，可确保 AMD 解决方案针对从前沿模型到大规模部署的各类现实工作负载进行优化。

AMD 提供覆盖云端、边缘和 PC 的丰富解决方案：

• AMD Instinct GPU，适用于大规模 AI 训练和推理
• AMD EPYC（霄龙）CPU，为加速器提供数据、进行编排并实现扩展
• AMD Pensando AI NIC 和 AMD Salina DPU，为可扩展 AI 集群实现高性能网络与基础设施分载
• AMD Versal™、AMD Zynq™ 和 AMD Kria™，适用于嵌入式、边缘及物理 AI 平台
• AMD 锐龙和锐龙 AI 处理器，将 AI 直接引入 PC
• AMD ROCm 平台，一个随着行业需求增长而不断扩展的开放软件生态系统

鲜少有公司能像 AMD 一样提供如此丰富全面的 AI 计算解决方案。

AMD“Helios”：尧级算力的关键基石

随着 AI 算力向尧级迈进，系统架构和软件变得与芯片同等重要。

正因如此，AMD“Helios”成为 AMD 征程中的关键一环。

“Helios”是 AMD 的开放式机架级 AI 基础设施平台，面向新一代智能体与大规模 AI 工作负载。核心理念如下：

• 基于 OCP 标准的开放式机架级设计
• 密集型、可扩展计算平台，已针对海量 AI 集群进行优化
• 卓越的能效与散热，对于尧级算力增长至关重要
• 支持 CPU、GPU、网络与软件的端到端集成

“Helios”让 AI 能够按机架、按数据中心进行扩展，而非按服务器逐台升级，从而使尧级算力变得切实可行、可部署且可持续。

从 CES 2026 展望未来：迈向尧级算力时代

泽级算力推动了早期 AI 浪潮。尧级算力将引领新的发展浪潮。

AI 算力变得比以往任何时候都更强大、更易获取、更具影响力，而 AMD 正在构建必要的开放基础设施，以支持这一前所未有的算力规模。

尧级算力时代并非遥远的里程碑。CES 2026 之后，它已然成为清晰的前进方向。