AMD Advancing AI 2026大会今天开幕，明天（7月23日）苏姿丰主题演讲。预计发布Zen 6 EPYC Venice处理器和MI455X系列AI加速器。AMD"四年内AI性能提升1000倍"路线图上的MI500，目标2027年，明天不会正式发布。

AI集群是"造大模型的工地"，堆算力卡、拼训练速度，NVIDIA是绝对霸主。AI工厂是"用大模型的生产线"，拼推理成本、部署效率，这个赛道还没形成垄断，AMD觉得自己有机会。

但"AI工厂"不是AMD的原创概念。NVIDIA早在2025年就推出了DGX AI Factory方案，已经拿下了全球绝大多数超算和云厂商的订单。AMD口中的"从集群到工厂"，潜台词是"集群赛道跑不赢，工厂赛道想分一杯羹"。NVIDIA用NVLink私有协议定义封闭工厂，AMD则用Helios加UALink加UEC开放标准来反切定义权。封闭生态的粘性显然更强。

在AI上，AMD能不能YES一次？

明天大会要发什么

AMD CTO Mark Papermaster已经提前剧透：Zen 6会在明天正式亮相。一次架构换代。

Zen 6 Venice用的是TSMC 2nm工艺，标准版最高96核心，密集版Zen 6c最高256核心，512线程。AMD宣称相比Zen 5的Turin，性能提升70%+。插座换成SP7，TDP拉到700-1400W，16通道DDR5内存，PCIe 6.0，内存带宽1.6TB/s per socket。

GPU这边，重点大概率是MI455X。CES 2026上已经预览过：CDNA5架构，432GB HBM4，40 PFLOPS FP4。搭配Venice CPU组成Helios机架级参考设计，每节点4个MI455X加1个Venice，单rack 2.9 exaFLOPS FP4。Meta已经宣布2026下半年部署基于Helios的机架，OpenAI也签下了6GW MI450的多代合作订单。

但benchmark中有个细节值得注意：AMD声称在100kW rack级别，Venice性能是NVIDIA Vera的3.3倍。这个3.3倍基于模型估算，而非实际测试。AMD在方法论文档里自己也写了："这些结果旨在提供方向性比较，而非直接测量的rack级benchmark。"

不过3.3倍这个数字，看看就好。

AMD的"小饼"确实烤得不错

AMD在推理市场拿到的订单，全是真金白银。而且这次用了"股权换订单"的机制。

Meta把100%的Llama 405B推理跑在MI300X上，签了一份$60-100亿的多年合同，附带最多1.6亿股AMD认股权证，股价解锁门槛600美元。OpenAI也签了6GW的MI450合作，同样附带1.6亿股认股权证。单笔认股权证最高1.6亿股、约占总股本10%；两笔合计最高3.2亿股，若全部解锁合计潜在稀释约20%——但解锁前提是2026-2030年间分阶段完成6GW部署且股价触及600美元。

这种"股权换订单"的模式，本质是把Meta和OpenAI变成"准股东"，比单纯性价比订单更能对抗NVIDIA生态锁定。

当然，这也是把双刃剑：若股价长期达不到行权门槛，认股权证吸引力会打折；若顺利行权，约20%的股权稀释也会摊薄原有股东收益。

MI300X的定价很能打。云平台上$1.80-2.30/GPU-hr，比H100的$5.01/GPU-hr便宜40-60%。192GB HBM3内存，比H100的80GB多了一倍多，大模型推理时不用拆分到多卡。在MLPerf Inference上，MI355X能达到NVIDIA B300的92-104%性能，差距已经很小了。

ROCm 7.x对PyTorch、vLLM、Llama、Qwen这些主流开源框架的支持，也比两年前强多了。CUDA的护城河在变浅，虽然还没被填平，但至少AMD不再是那个"连PyTorch都装不上"的局外人了。

更关键的是，7月20日微软Azure官宣规模化部署基于Helios的机架，并新增两款基于EPYC Venice的虚拟机（HDv2面向代理式AI和数据管道，HXv2面向EDA）。纳德拉亲口说这是给客户"性能、规模与选择空间"。微软是AMD第一个"GPU加CPU加网络"全栈超大规模云客户。Helios本身是开放标准参考设计，由Sanmina/Wiwynn/Wistron/Inventec等ODM按ORW规范制造贴牌，AMD的客户结构从"签长约的Hyperscaler"扩展到"卖算力的云厂商"，商业模式的第二步真的迈出去了。

这些数据全是AMD Q1财报里白纸黑字写的：数据中心营收58亿美元，同比增长57%。Q2总营收指引112亿美元，同比+46%；其中数据中心业务Q2同比增速预期将进一步提升。

推理市场的小饼，AMD确实烤得不错。但"AI工厂"不止有下游的烘焙车间，还需要上游的面粉厂。

AMD的AI工厂还差几步？

真正的"AI工厂"需要训练加推理的完整闭环。训练是上游，推理是下游。谁掌握了训练市场，谁就定义了模型架构、框架标准、开发者习惯。

NVIDIA FY2026数据中心营收1937亿美元，AMD FY2025数据中心约166亿美元，量级差了一个数量级。若对齐FY2026 Q1单季，NVIDIA约391亿、AMD 58亿，仍是约6.7倍差距。NVIDIA在训练市场占据80%+份额，这个数字短期内不会变。

训练性能上，MI300X的实际表现更扎心。理论FLOPS很漂亮，但实际训练工作负载中只能达到不到30%的理论峰值（据第三方实测），H100能做到40%。多节点训练差距更大，H100领先10-25%，而且规模越大差距越宽。SemiAnalysis的结论很直接：AMD的训练性能每美元成本比NVIDIA差。

AMD在推理市场能靠性价比抢客户，但在训练市场，客户迁移的成本远超硬件价格，是整个软件栈、工具链、工程师习惯的重新学习。这用钱解决不了，需要时间。但时间站在NVIDIA那边。

更麻烦的是，AMD在推理市场的空间也在被挤压。国内昇腾950超节点、曙光8000全国产十万卡集群，在WAIC 2026上亮相。国产大模型深度适配国产芯片，形成"国产模型加国产芯片"闭环。更现实的压力来自性价比：国内昇腾系推理芯片的单位算力成本，比MI300X还要低30%-50%，且国内政企项目有明确的国产化率要求。不过这种挤压基本局限于中国本土市场，在海外主流云厂商和超大规模客户场景中，国产算力暂无竞争力，AMD的海外推理基本盘依然稳固。

AMD的"AI工厂"叙事，有真实基础，也有真实短板。真实基础：Meta、Microsoft、OpenAI这些头部客户确实在用AMD的芯片跑推理，订单是真的，收入增速57%也是真的。Helios是真实参考设计，Venice已在台积电2nm量产，四家ODM已做高批量制造，只是兑现曲线偏2027。真实短板：训练市场打不开，"AI工厂"就缺了上游的"原料车间"，只能算半个工厂。

AMD把一张已经烤好的小饼，说成是一座工厂。小饼很好吃，但工厂需要很多张饼。苏姿丰明天能不能让人相信，AMD的烤箱里还有更多的饼在烤，才是最关键的。

明天的主题演讲和8月4日的Q2财报，是检验"AI工厂"叙事的两个关键节点。市场真正想听的不是新口号，而是硬数字：MI450能不能拿出具体的量产时间表和客户名单，而不是重复"2027年目标"；Zen 6定价够不够狠，能不能在NVIDIA Vera和Intel至强的夹击下守住x86基本盘；台积电2nm产能会不会成为AMD量产的真实瓶颈。

这几个问题，就要看明天苏姿丰能给出怎样的回答。