AI基础设施常常围绕GPU展开讨论,但智能体系统除了调用模型,也要运行智能体并处理调用模型前后的工作。AMD认为,这正在提升服务器CPU的重要性;其Helion机架蓝图因此提供纯CPU和CPU、GPU组合两类配置。
10
为什么AI智能体会增加CPU需求
GPU可以加速模型计算,而智能体系统还要处理计算之外的任务。AMD称,智能体工作负载正在改变CPU与GPU资源的配置平衡;流程编排和数据传输等工作,也会增加CPU的负担。
20
AMD表示,过去聊天机器人部署中常见的CPU与GPU配比约为1:4至1:8;在智能体AI场景中,这一比例正向1:1靠近,有些情况下CPU占比还会更高。 这是AMD对发展趋势的判断,并非适用于所有系统的通用配置标准。具体配比仍取决于工作负载和基础设施设计。
AMD企业业务高管德里克·迪克(Derek Dicker)也曾形容,智能体AI让工作负载“既是CPU工作负载,也是GPU工作负载”。 这并不意味着CPU会取代加速器,而是说运行智能体会让CPU算力成为整体系统中更重要的一环。
AMD Helion要解决什么问题
AMD于2026年10月12日发布Helion。这是一套基于开放计算项目(Open Compute Project,OCP)规范的开放式机架级蓝图。AMD介绍了两类主要配置:面向超大规模部署的纯CPU机架,以及面向企业、将CPU与GPU整合在一起的系统。
10
13
超大规模方案采用AMD第六代EPYC处理器,最高可支持32,768个核心。在这一配置中,CPU负责运行智能体,与GPU基础设施分开部署。
2
13
企业方案则把CPU和GPU放在同一系统内,用于运行智能体和推理。相关报道提到,这类设计最高可支持16张Instinct MI350P GPU;但现有资料并未表明所有企业配置都会达到这一上限。
7
Helion建立在AMD的Helios机架级平台之上,但两者并非同一款设计:Helion面向智能体AI基础设施,Helios则是AMD现有的机架级平台。
8
10
市场空间变大,不等于销售已经落地
随着AMD强调AI带来的CPU需求增长,公司对市场前景的判断也上调了。会议报道显示,AMD预计2030年服务器CPU市场规模约为2,200亿美元,高于此前约600亿美元的估算。
18 这是对整个市场的预测,并不是AMD预计能取得的营收。
Helion目前是一套参考设计。AMD表示,合作伙伴配置计划于2026年11月推出。
4
11 发布设计和计划上市,并不能说明最终会有多少系统出货、能带来多少收入。实际效果还要看客户如何配置机架,以及系统在具体智能体工作负载中的表现。
CPU重新进入AI基础设施的讨论中心
智能体AI让基础设施的考量不再只有GPU性能:运行智能体、支撑其周边任务所需的CPU算力同样重要。AMD提出的1:1配比,反映的是它在部分部署中观察到的方向,不是放之四海而皆准的规则。Helion则通过纯CPU和CPU、GPU一体化两种机架方案,把这一判断落实为具体设计。
10