企业对AI的雄心正远远跑在基础设施前面，绝大多数组织都被卡在概念验证与规模化部署之间的裂缝里。AMD与Nutanix联合给出的解法是，重建一套能支撑AI代理真正运转的底层堆栈——这条合作线背后，是AMD对Nutanix 2.5亿美元的战略投资。
“我们高度依赖合作伙伴，”AMD高级副总裁兼企业AI计算事业部负责人苏雷什·安达尼（Suresh Andani）说，“Nutanix是我们CPU和GPU堆栈的顶级合作伙伴，现在延伸到了AI堆栈。他们贡献的不仅是硬件，而是整套AI软件控制面。”安达尼与Nutanix总裁兼首席商务官塔尔坎·马纳（Tarkan Maner）在AMD Advancing AI 2026大会上与theCUBE的戴夫·韦兰特和约翰·富里尔交流时，详细拆解了这套企业AI堆栈需要同时解决的三大难题：通证经济学、数据主权，以及专业AI运维团队的普遍缺失。
马纳透露了一家财富100强物流客户的案例，这家公司正用基于自有数据训练的定制AI代理替换ERP应用，直接把核心业务软件拔掉，让AI代理全权接管此类工作。这种激进迁移所代表的，是马纳所说的从IT基础设施到运营技术的根本转向——企业AI堆栈不再只是跑系统的工具，而是直接运转业务的基座。“生命周期管理难到离谱，”马纳说，“安全、可管理性、可用性、可靠性、资源供给和成本控制，哪一项都不轻松。”Nutanix的赌注是，其软件定义的控制点能够提供代理人生命周期的统一管理。
硬件的复杂度丝毫不亚于软件。安达尼指出，AI工作负载已经遍布IoT设备、AI PC、边缘计算、本地数据中心直到云端。每一个层级都需要不同的算力画像，而AMD正在用CPU、NPU（神经网络处理器）和GPU的连续设计来对应，关键思路是把通证路由决策推至PC层，只将真正需要数据中心算力处理的任务上传。“AI如今从你的物联网设备一路延伸到PC、边缘计算机、数据中心和云，”安达尼说，“这彻底改变了我们对从边缘到数据中心整个计算链条的思考方式。”
过去几年，企业AI的重心一直在模型本身，但越来越多的信号表明，操作系统层面的排布远比模型参数更重要。Nutanix与AMD的合作正是在这个环节上卡位：用跨硅片的统一控制面，把安全策略、成本限制和数据驻留要求压进同一条管理管道。当大型组织内部同时跑着数十甚至上百个AI代理时，能否做到这一点，将直接决定这些代理是从试验间走出来，还是永远停在POC阶段。
热门跟贴