C114讯 7月24日消息（岳明）北京时间7月23日，AMD 2026 Advancing AI全球峰会正式启幕。

AMD董事长兼首席执行官苏姿丰博士在主旨演讲中给出明确产业预判，2030年全球AI算力市场规模将突破2万亿美元。

与此同时，当前AI产业正从生成式AI加速向代理AI、物理AI迭代，MoE超大模型、百万级超长上下文、智能体持续任务调度成为主流负载,已从传统的“算力不足”转向通信瓶颈，超节点集群普遍遭遇“通信墙”制约，网络互联效率直接决定算力利用率与业务落地能力。

本次峰会，AMD正式发布基于Pensando技术迭代的全新AI网络体系，面向Helios超节点构建全覆盖网络能力，彻底重构前端接入、机架内Scale-up纵向扩展、跨机架Scale-out横向扩展三层架构，补强全栈AI基建核心能力。

AI超节点，“通信墙”成产业核心桎梏

随着AI部署形态从单服务器、小集群演进至机架级超节点，行业正式进入“整机即超算”的时代。

以AMD此次发布的Helios超节点为例，其在单机架内集成了72颗Instinct MI455X AI加速器，搭配18颗Zen6架构Venice EPYC CPU，算力密度、显存规模、集群吞吐实现数量级提升，但也让“通信墙”问题彻底显性化。所谓通信墙，即超大模型分布式调度、智能体循环任务、多节点数据同步过程中，因带宽不足、时延过高、拥塞频发、调度低效导致的算力阻塞问题，大量GPU、CPU算力长期处于等待数据的空闲状态，算力资源利用率大幅缩水。

从三层网络架构来看，“通信墙”在不同场景呈现差异化痛点。前端网络层面，代理AI相比传统生成式AI，具备高频工具调用、长会话存续、多轮任务迭代等特征，海量KV Cache调度、数据存取、安全卸载任务持续挤占CPU算力，常规服务器网络架构无力承接高频轻量化交互流量，形成接入层通信壁垒。

Scale-up机架内纵向互联是“通信墙”最严峻的核心场景。MoE架构依靠海量All-to-All专家路由、张量并行、专家并行实现算力扩容，超节点机架内GPU需要实时高频数据交互。传统互联架构带宽有限、时延偏高，无法支撑密集型集合通信，出现严重的跨卡数据阻塞，导致单机架超高算力无法充分释放。

Scale-out跨集群横向扩展层面，千卡万卡级超节点组网场景下，跨机架、跨节点流量呈爆炸式增长，传统以太网极易出现拥塞、时延抖动问题。超长上下文模型需要跨节点共享显存池与KV资源，对无损传输、动态带宽调度、低时延同步提出严苛要求，老旧网络架构无法支撑大规模集群平滑扩容。

三层AI网络体系，全链路破解“通信墙”难题

机会只青睐有准备的人！“通信墙”的难题，AMD在四年前就已经预料到，并完成了对Pensando的收购整合。

依托自研Pensando网络技术积淀，AMD本次推出端到端AI网络解决方案，深度适配Helios超节点架构，由Salina DPU、UALoE机架互联、Vulcano 800G AI NIC构成完整能力矩阵，精准对应网络前端、Scale-up、Scale-out三大场景，实现全链路通信优化。

前端网络接入场景，AMD全新Salina DPU承担核心卸载职能，性能较上代翻倍，可实现网络虚拟化、数据加密、存储访问、KV Cache调度等任务全线速硬件卸载，单服务器最高可释放22个CPU核心，让Venice CPU专注AI任务调度与智能体业务处理，彻底解决前端网络开销挤占算力的问题，大幅提升智能体并发部署规模与集群响应效率。

机架内Scale-up场景，AMD创新性推出UALoE开放互联架构，基于标准以太网打造机架内高速Fabric，支撑Helios超节点单机架72颗GPU高效组网，聚合带宽高达260TB/s。该架构原生适配MoE模型专家并行、张量并行算力调度，通过全局显存池化、低时延数据交互能力，消除机架内通信阻塞，最大化释放单机架超高算力密度，同时具备完善的RAS可靠性机制，保障大规模集群稳定运行。

跨集群Scale-out/Scale-Across场景，Vulcano 800G AI NIC单端口支持800G超高速传输，单GPU可搭载多网卡实现2.4Tbps超高聚合带宽，兼容UEC超以太网与RDMA无损传输规范。针对大模型训练、跨集群分布式推理优化拥塞控制算法，有效缓解大规模组网拥塞问题，支撑多套Helios超节点堆叠组网。整套网络体系深度融入ROCm.ai软件栈，实现软硬协同调度、全链路可观测与自动化优化，构建一体化AI通信底座。