無遠弗屆的大眾化 AI

AI 實現的可能性已不再局限於單一環境或領域。現今的 AI 工作負載已超脫雲端,步入終端使用者裝置和現場系統。對於合作夥伴來說,這項改變創造出大量的可能性和商機;客戶現在尋求的 AI 組態,必須要能夠調整規模,與其現有系統整合,且不論工作是在哪裡進行,是在辦公桌、邊緣,還是在資料中心,都能夠提供具體實際的成果。

AMD 持續實踐其提供開放生態系統的使命,以實現無遠弗屆的大眾化 AI 為目標,在 CES 2026 發表眾多全新產品。從資料中心的機架規模基礎架構,到嵌入式系統,乃至於裝置上 AI,AMD 的 AI 產品組合不斷地在擴大,為客戶提供前所未有的彈性和效能。

雲端與資料中心:AI 擴充性的基礎

大規模 AI 始於資料中心;若要訓練尖端模型與推論,或是規劃組建代理式工作流程,所需基礎架構規模之巨,空有原始運算效能必不能滿足。客戶需要的平台必須要能夠結合高效能加速、強大的處理器使用率,以及連結一切以獲取最佳化成果的網路功能。

AMD 的資料中心產品組合涵括了 AMD EPYC™ 伺服器處理器、AMD Instinct™ 顯示卡和 AMD Pensando™ DPU 這幾種關鍵元件,可讓合作夥伴設計和部署就連資源需求最高的客戶企業 AI 工作負載及超大規模部署都能支援的 AI 基礎架構。

透過搭載新一代 AMD Instinct™ MI400 系列顯示卡、AMD EPYC 伺服器處理器,和 AMD Pensando NIC 的多合一機架規模 AI 參考平台 "Helios",合作夥伴可勾勒出邁向革命性效能、頻寬和能效的途徑,同時協助客戶減少整合阻力並縮短上市時間。
採用開放標準,用經實證的產品組合打造,"Helios" 就是邁向新一代 AI 基礎架構的清晰途徑。 

實體 AI:將智慧技術帶進真實世界

雲端固然有規模及調度管理方面的優勢,然而某些 AI 工作負載就是必須在產生資料和制定決策的端點原地作業。實體 AI 為客戶帶來獨特的挑戰,包括延遲、可靠性和能效等面向,當系統必須持續運作,且長期可靠性不容妥協,環境條件又處處受限時,這些挑戰便尤為顯著。

這類環境中的工作負載包括各種使用案例,從工業自動化與機器人,一路到智慧基礎架構與自主系統都在其中。AMD 透過其嵌入式產品組合,包括專為實體 AI 部署所設計的全新 AMD Ryzen™ AI 嵌入式處理器,來滿足客戶在這些領域的需求。

憑藉著高效率 AI 加速以及 x86 相容性兩大優勢,AMD 合作夥伴可為其客戶打造出能緊密整合現有系統的智慧組態,符合嵌入式環境在現實世界中的需求和限制。模型可先經過集中訓練或精簡,然後再部署到現場的嵌入式系統中,這有助於開發全新的生產力和即時運算領域。 

裝置上 AI:執行工作之處

從生產力工作與分析,到內容創作,AI 逐漸成為終端使用者體驗的核心;裝置上 AI 可讓執行推論的位置更靠近終端使用者,實現更快的回覆、更好的隱私保障及更高的效率。

AMD 在 CES 2026 以眾多全新 AMD Ryzen™ AI 平台,包括 AMD Ryzen™ AI 400 系列處理器AMD Ryzen™ AI PRO 400 系列處理器,以及新款 AMD Ryzen™ AI Max 處理器型號,來擴大其 AI 電腦產品組合。這些平台可提供效能最高達 60 TOPS 的 NPU1 和完整的 AMD ROCm™ 軟體平台支援,以搭起流暢的雲端對用戶端 AI 擴充鏈,讓使用者可在本機執行 AI 工作負載,同時在需要額外資源的情況下維持與雲端資源的連線。

提供更智慧化、響應更靈敏、支援 AI,且為客戶作業導入全新效能、安全性及管理性領域的系統,協助他們將其機群現代化。 

一個開放生態系統,無限的商機

無論是雲端基礎架構、實體 AI 系統和終端使用者裝置,AI 都要採用開放標準。現有與即將推出之 AMD 產品,背後的策略是為合作夥伴提供選擇;如何設計系統、如何整合軟體和如何為客戶提供解決方案及價值的選擇。

透過讓硬體的創新符合軟體方面的開放標準,AMD 讓合作夥伴能夠處理越來越多樣化,要求也越來越高的一系列 AI 使用案例,而且不會讓客戶受限於特定架構。

不論您是在支援大規模 AI 部署、協助客戶將智慧功能嵌入實體系統,還是在實現機群汰換計畫以讓員工為裝置上 AI 工作流程作好準備,都歡迎利用 AMD 產品組合來協助客戶迎接無遠弗屆之 AI 的強大功能和可能性。

若要深入瞭解 AMD 和如何支援有抱負的 AI 客戶,請造訪 AMD.com 或諮詢 AMD 代表。

AMD Arena


透過關於 AMD Ryzen™ PRO、AMD EPYC™、AMD Instinct™ 和其他產品的訓練來增強您的 AMD 產品知識。

尾註
  1. AMD Ryzen 處理器的每秒兆次運算數 (TOPS) 是在最佳情況下可以執行的每秒最大運算數,可能不是典型結果。TOPS 可能會因多種因素而有所不同,包括特定的系統配置、AI 模型和軟體版本。GD-243。