了解 AMD 锐龙处理器如何助力 AI 实现智能体自主行动

智能体是未来 AI 工作的核心

直到最近，生成式 AI 大多遵循“输入 token，输出 token”的工作流：客户向 AI 提问或查询信息，AI 给出应答。这种简单的一问一答交互模式，如今正演变为一种更强大的形态：智能体 AI。

智能体 AI 为客户带来了大量新的可能性，包括与文件和应用交互、执行代码与命令、调用工具以及完成多步骤工作流。它甚至可以同时协调多个智能体，在各类任务中实现出色成果。

AMD EPYC（霄龙）服务器 CPU 和 AMD Helios 机架级平台助力定义下一代数据中心 AI 基础设施；与此同时，AMD“Zen 5”架构在客户端边缘同样至关重要，为员工实际使用 AI 赋能工具的 PC 与工作站带来适配 AI 的性能、效率与响应能力。

智能体 AI 需要强大的 CPU 性能

与智能体 AI 相关的许多操作都可以在本地设备上执行。模型判断需要执行的操作，智能体调用工具，CPU 协助执行操作，结果回传给模型，如此循环往复，直至任务完成。

CPU 发起的请求可包含多种类型：

• 打开和/或解析文件
• 执行计算
• 执行 Python/代码
• 编译代码
• 搜索目录
• 启动程序和/或进程
• 控制应用
• 协调员工

尽管推理任务可在云端、本地 GPU 或 NPU 上运行，但工作流所需的大部分执行与调度由 CPU 承担。

智能体 PC 性能的全新衡量指标

真正重要的指标是智能体完成任务的速度。随着智能体执行更多操作，CPU 性能会影响客户所关心的各项指标，包括应用性能、本地处理能力以及任务总完成时长。

因此，客户设备中的 CPU 会直接影响这些智能体工作负载的运行表现。许多智能体工作负载需要执行数十项操作或运行多个子智能体，因此想要深度应用智能体 AI 的客户需要稳定可靠的 CPU 性能。在这种情况下，强劲的 CPU 性能变得愈发关键；而基于“Zen 5”架构的 AMD 锐龙处理器，正是为满足这类工作负载的性能需求而设计。

专为智能体 AI 而设计

基于“Zen 5”架构的 AMD 锐龙处理器

基于“Zen 5”架构的 AMD 处理器，专为满足日趋严苛的工作负载对 CPU 性能的需求而设计。在 AMD 锐龙处理器产品中，AMD 锐龙 AI Max+ 395 处理器的规格最高可达 16 核 32 线程。那么，CPU 性能上的这种差异，在实际场景中究竟表现如何？

AMD 针对一套高负载开发者工作流开展了测试，该工作流并发运行六个智能体。在该工作负载中，智能体执行各种本地任务，包括代码分析与编译、数据处理、数据库查询、压缩以及软件包操作。

测试结果清晰体现了新一代 AMD 锐龙处理器的价值；在 AMD 针对多智能体、工具密集型开发者工作流的测试中，搭载 AMD 锐龙 AI Max+ 395 处理器的 ASUS ROG Flow Z13，任务完成速度比使用四年的特定笔记本电脑最高快 6 倍。^1,2

对于客户而言，随着 AI 应用规模扩大，这种性能的价值将愈发凸显。智能体可从一条简单请求开始，执行数十项独立操作，最终完成任务。若增加更多协同运行的智能体，本地处理的工作量会快速叠加。

基于“Zen 5”架构的 AMD 锐龙处理器拥有强大的 CPU 性能，能够帮助客户轻松应对这类工作负载，助力智能体针对本地文件、应用、工具与数据，快速将决策转化为行动。

企业在规划下一代 AI 时，讨论的重点不再局限于系统运行 AI 模型的速度。企业还需要足够强劲的本地性能，以匹配当下 AI 所能完成的各种任务。

借助基于“Zen 5”架构的 AMD 锐龙处理器，可帮助客户为这一转型做好设备准备，确保其在 AI 基础设施上的投资具备所需的本地 CPU 性能，将智能转化为实际可用的成果。

助力客户迎接智能体 AI 时代

AI 智能体正在改变 PC 的角色定位。随着 AI 进一步融入日常工作流，客户端设备将更多参与各项处理工作，把模型输出转化为完整任务成果。对于 AMD 合作伙伴而言，智能体 AI 的兴起是一个契机，可主动对接客户，帮助他们规划 AI 计算新时代。

基于“Zen 5”架构的 AMD 锐龙处理器可为要求严苛的智能体 AI 工作负载提供强大的 CPU 性能。AMD 技术帮助客户将设备机群转化为智能体工作模式。