当AI从少数实验室里的巨型模型训练，变成每个普通人每天数十次的隐形式调用时，芯片这块“硬通货”的流向正在发生什么改变？这是AMD在旧金山Advancing AI 2026大会上抛出的问题，也是CEO苏姿丰想要让整个行业重新思考的问题。
7月24日，莫斯康中心，苏姿丰没有发布新芯片，也没有搬出跑分成绩。这位以工程师底色著称、极少使用夸张词汇的CEO，在舞台上给出的论断却让现场的分析师和开发者迅速安静下来：AI已经到达一个真正的转折点——人们正用它在做真正有用、有意义的工作。不是演示，不是试点，而是全天候运行、嵌入业务流程、让企业押下真金白银的规模化部署。
这个判断的背景，是AI算力结构内一次隐秘但剧烈的重心迁移。过去几年，AI的叙事几乎全部聚焦于训练——用海量GPU集群，花数月时间，堆出越来越大的模型。而训练之后的下一个阶段叫推理，也就是每一次用户向聊天机器人提问、每一个AI代理处理文档、每一通由系统自动完成的客服交互。当这些动作以亿计、千亿计地渗透进日常商业流程时，推理算力的需求不是线性增长，而是指数级膨胀。
苏姿丰在Yahoo Finance的采访中给出了一个里程碑式的预测：2026年将成为历史上第一个全球推理算力超越训练算力的年份。这个判断并非一家之言，AMD的内部数据已经能够定量地描摹出这场迁移的激烈程度。根据CryptoBriefing引用的AMD统计，全球每月AI token消耗量已经达到约3.5京（35 quadrillion），两年间增长约160倍。这个数字不再只是工程师关心的技术指标，它直接意味着：AI的计量单位已经从“训练了几个模型”变为“跑了多少生意”，算力的买家结构、使用模式和商业逻辑全部在重写。
更耐人寻味的是苏姿丰随后抛出的第二个判断：AI的故事已经不再是GPU一家独大的独角戏。她指出，自主执行多步复杂任务的Agentic AI系统，在运行时需要大量的CPU资源来做编排、数据搬运和任务协调，而这些工作与GPU上的模型执行密不可分，两者同时被拉动，需求正在齐头并进。这个判断直接把AMD的CPU业务推到了聚光灯下。
AMD自己对这一趋势的押注堪称大胆。公司已将2030年服务器CPU的市场规模预估从1200亿美元大幅上调至2200亿美元，几乎翻倍。这个上调幅度在半导体行业极为罕见，它传递的信号是：在AI广泛应用的时代，CPU的稀缺性和战略价值会超过很多人的预判。过去人们习惯将CPU视为通用计算的“慢车道”，但现在，当AI代理像员工一样需要被调度、被监控、被连接成千上万个API时，CPU就变成了那个看不见的调度中心。
苏姿丰在旧金山没有用任何“我们正在见证”这类宏大句式，但她给出的每个数字、每个趋势判断，组合在一起却形成了一幅清晰的图景：一个由推理驱动的新阶段正在让AI从“烧钱训练”切换到“靠使用量赚钱”，而支撑这套体系的硬件地基，正在从一场单点竞赛变成CPU与GPU的协同网络。对于AMD来说，这张网恰好踩在了它同时拥有两条产品线的交汇点上。市场和投资者听懂了这种叙事，美国银行随后也调整了对AMD 2026年的目标价预期。
当后台的推理请求如潮水般涌来，当每一毫秒的响应都在消耗token、消耗算力，这就不再是某个芯片公司发新品的故事，而是一场关于未来十年企业IT基础设施到底由谁定义、以什么样的形态存在的漫长竞赛。苏姿丰在台上的话不多，但每一句都在指认赛道已经偏移的方向。
热门跟贴