“随着性能提升，我们给客户带来的性价比也在同步提高。”AWS EC2产品营销负责人Art Baudo在AMD Advancing AI大会上接受theCUBE专访时表示，AI浪潮正在改变各类实例的使用方式，客户将AMD实例用于AI推理负载的场景正变得越来越普遍，这一变化甚至让长期推动云化的人士都感到意外。

这场对话揭示了AWS EC2在代理式AI和物理AI双重驱动下的演进轨迹。二十年前，EC2的设计者未曾预料到通用云基础设施会走向今天这般广阔的疆域。如今，从传统的HPC任务到新兴的AI推理工作负载，客户正在AMD架构的实例上跑通多种应用场景，覆盖行业之广、实例类型之多，超出了此前的预判。

打开网易新闻 查看精彩图片

回溯这段合作历史，2018年是关键起点。那一年AWS首次在EC2中引入AMD EPYC处理器，此后每一代产品迭代都未曾中断，2026年发布的基于Turin架构的实例是最新注脚。其中，第六代到第七代实例完成了从多线程到单线程的关键切换，直接带来了AI和EDA工作负载可感知的性能跃升。而最近推出的高频实例，更是将5GHz时钟频率与更大的内存配置打包在一起，瞄准那些对峰值算力和快速数据访问有严苛要求的任务。

Baudo强调，持续优化性价比是AWS一以贯之的焦点，AMD实例线同样遵循这个逻辑。“我们最近的一些实例，性价比还在持续改善。”这种不区分芯片架构、统一施加降本压力的姿态，折射出的是AWS平台上算力供给的底层逻辑——客户不必在性能与成本之间做单选题。

支撑这套逻辑运转的基座，是Nitro系统。它将Hypervisor功能卸载到专用硬件和软件上，让AWS能够以更快的速度和更大的规模部署新实例，同时强制执行零运维人员访问权限。Baudo指出，这套安全架构天然延伸至全体AI工作负载，无论是AMD、Graviton，还是Trainium、Inferentia，客户获得的都是一条贯穿始终的安全基线，无论选择哪一层级的算力，底层都跑在同一套坚实的地基上。

当代理式AI开始对基础设施提出实时决策、自主行动的全新需求，当物理AI将物理世界的实时数据流注入云端，EC2二十年积累的架构弹性正在被推向未曾到达过的边界。那些最早的架构师们或许没有画下今天的图纸，但他们打下的地基，正在承受并支撑着这个时代最激进的算力想象。