作者 | 周雅

打开网易新闻 查看精彩图片

全球数据中心市场正在发生两个耐人寻味的变化。

一方面,随着各大AI服务商密集上线智能体AI(Agentic AI)应用,服务器CPU需求从2025年下半年起持续攀升,TrendForce在最新报告中预计,2026年全球服务器CPU出货量将同比大涨31%;另一方面,服务器内存的价格仍在上涨,该报告预计,第四季度一般型DRAM合约价预计再涨10%至15%,涨幅虽然放缓,服务器DRAM依然供不应求。

算力需求的激增与硬件成本的高企,正倒逼底层芯片架构做出改变。

而几乎就在同期,AMD在拉斯维加斯举办AMD In Depth技术活动,全面揭开了全新一代CPU微架构Zen 6/Zen 6c,以及搭载该架构的第六代EPYC服务器处理器(代号Venice)。

在这场高密度的技术交底中,几乎所有关键的工程设计,对准的正是眼下这两大产业变量:智能体AI催生的CPU算力新需求,以及越来越贵的内存与电力账单。

打开网易新闻 查看精彩图片

需求重塑:智能体AI让CPU肩负重任

在大模型发展初期,行业处于以模型训练和聊天机器人为主的阶段,那时的工作流相对单向:人类用户输入一句话,服务器里的GPU运行大模型推理、吐出一段文字(Token)回答,任务就此结束。该模式下,绝大部分计算压力都在GPU身上,CPU更多被视为管理系统、传输数据、协调加速器的基础组件。

但智能体AI时代正在改变这种分工。

AMD把“智能体AI的工作流”拆成八个阶段:网关接入(Gateway)、上下文组装(Assemble Context) 、任务规划与路由(Plan & Route) 、上下文检索与相似度搜索(Retrieve Context & Similarity Search) 、模型推理(Reasoning) 、工具执行(Enterprise and Ephemeral Tools) 、结果验证(Verification) 、返回结果(Stream Response)。每个阶段都可能涉及CPU、GPU、数据库、存储,但资源需求并不相同。

打开网易新闻 查看精彩图片

举个例子,当你让一个智能体去“分析上季度财报并自动修改供应链订单”或者“排查并修复一段代码Bug”时,一项请求可能会在后台不断循环规划、执行和验证,CPU肩上的担子就更重了。对于同时运行大量智能体AI的云服务商来说,这种变化会直接反映在计算资源需求上。AMD高级副总裁及计算与企业AI事业部总经理Dan McNamara指出:智能体AI正在改变CPU的使用方式。

AMD由此展示了一个CPU与GPU配置比例的推演:在过去以模型训练和聊天机器人为中心的阶段,CPU与GPU的比例约为1:4(一颗CPU对应四颗GPU);随着智能体AI的工作负载增加,数据中心里CPU与GPU的配比正在从过去的 1:4向1:1演变。

打开网易新闻 查看精彩图片

根据IDC《State of Agentic AI Adoption: Navigating Scale, Sophistication, and Cost in the Agentic Era》报告,到2030年,智能体AI的数量预计将增长近80倍,届时将有约25亿个活跃智能体投入生产环境。

打开网易新闻 查看精彩图片

然而,当企业CIO们准备采购服务器来承接这波智能体AI浪潮时,却迎头撞上了三面现实之“墙”:

第一面墙是“机房没电也没地了”。据CBRE统计,今年上半年北美主要数据中心市场的空置率降到1.4%的历史低点,北弗吉尼亚只有约0.2%。不少存量机房又是按较低的单机柜功率设计的,Uptime Institute今年的调查结果是,剔除少数30kW以上的高密度设施后,最常见的单机柜功率平均只有7.8kW左右;而行业讨论的液冷机柜,动辄30kW,甚至上百kW。

打开网易新闻 查看精彩图片

第二面墙是“云端Token账单爆炸与软件授权费”。 智能体完成一项任务往往要多轮调用大模型,Token用量随之增加,长期依赖公有云,账单会不断累积,一些企业因此开始考虑把推理搬回本地数据中心,自建本地的“Token发电厂”。而在金融、制造和芯片设计行业,核心商业软件是按CPU物理核心数收取高昂许可证(License)费用的,如果单核性能不够强,买再多的核也只是在给软件商交天价保护费。

第三面墙是“内存贵”。 DRAM价格还在上涨,而它本来就是服务器里最贵的部件之一。微软Azure团队在2023年的一篇论文中估算,DRAM可占到Azure服务器成本的一半。

打开网易新闻 查看精彩图片

图:MEXT展示的服务器成本组成示意图

以上,智能体AI所引发的变革牵一发而动全身,正是这些不同的计算需求和实打实的痛点,成为第六代AMD EPYC(代号Venice)和Zen 6/Zen 6c微架构的重要背景。

双轨架构:Zen 6与Zen 6c如何兼顾速度与密度

为了应对智能体时代既要“单核跑得快”、又要“多核塞得多”的矛盾需求,AMD在2纳米制程上,同步推出了Zen 6与Zen 6c。

设计CPU要同时照顾四个要素:频率(决定CPU跑得有多快)、IPC(决定每个时钟周期能完成多少指令)、功耗、面积。

CPU设计的难点,就在于这四个指标相互牵制。比如想把频率推到5.3GHz,电路每次完成工作的时间更短,工程师往往需要付出更复杂的物理布局、更大的芯片面积和更高的功耗;想提高IPC,让核心每个周期做更多事,又要增加指令调度和执行资源,同样会占用面积和电力。反过来,如果把最高频率放低一些,比如Zen 6c的4.1GHz,就有更多时序空间调整内部结构,但这并不意味着频率降低就必然提高IPC。此处稍作总结,Zen 6家族的五个设计目标(见下图):继续大幅提升核心性能,用高能效设计追求最大吞吐,增强面向智能体计算的AI能力,提升最低延迟工作点的能力,继续扩展机密计算能力。其中“最大吞吐”和“最低延迟”,分别对应下面要讲的Zen 6c和Zen 6。

打开网易新闻 查看精彩图片

理解了这一逻辑,再看Zen 6与Zen 6c的分工就非常清晰了,两者虽然都采用2纳米,支持相同的x86指令集和SMT同步多线程技术,但在核心的物理设计上选择了不同方向:

Zen 6主要面向“高频率和低延迟需求”。其高性能计算芯粒(CCD)包含12个核心,共享48MB L3缓存,相关产品的最高频率可达5.3GHz。与上一代8核心CCD相比,核心数量增加50%,同时进一步提高了峰值频率。

Zen 6c则主攻“高密度与大吞吐需求”。它将单个核心复合体(CCX)扩展至32个核心,最高频率达到4.1GHz。对于云服务商而言,这意味着单颗处理器能够容纳更多虚拟机、容器或智能体沙箱,并利用更高的并发数量提高整体资源利用率。

打开网易新闻 查看精彩图片

这种区分有很明确的应用逻辑。金融、EDA、CFD等领域的部分商业软件场景下,按CPU物理核心数收取许可证费用,如果程序只能有效利用少量线程,增加核心数量未必能等比例提升性能,反而可能推高授权成本,因此,这类场景更看重单核性能和运行频率,适合选择最高频率达5.3GHz的Zen 6;相对应的,在云计算和智能体沙箱场景下,需要同时承载大量独立任务,更看重单位插槽的并发能力和整体吞吐量,所以高密度Zen 6c更具优势。

不过,核心数量提高以后,是否能带来理想的收益?这是Zen 6c此次的突破之一,它把单片CCD共享的L3缓存从上一代Zen 5c的32MB扩大至128MB,提升4倍。按核心数折算,Zen 6c的平均共享L3缓存从上代的每核2MB翻倍到了每核4MB,与Zen 6看齐。

这块128MB的超大共享L3缓存意义重大。过去,一个需要二三十个核心协同的负载必须跨越多个CCX,数据不得不走漫长的跨芯片互连路径;如今,整整32个核心都在同一个128MB缓存池里交换数据,大幅削减了跨复合体访问的延迟开销。这让Zen 6c不仅在满载时吞吐惊人,在轻载或部分核心激活时也能保持极佳的单任务响应速度。

打开网易新闻 查看精彩图片

在分化出“高频”与“高密”两条路线之外,Zen 6与Zen 6c在底层指令集与AI加速能力上则保持了高度一致:

一方面,两者支持相同的x86指令集架构与SMT同步多线程技术,开发者和企业无需为两种核心维护两套代码,软件生态实现无缝兼容。

另一方面,两款核心都针对AI计算进行了同步强化:不仅新增了原生AVX-512 FP16浮点运算支持,还将用于神经网络低精度计算的VNNI INT8执行通道从2条翻倍至4条,并引入了服务于密码学与特定AI算法的位矩阵乘法(BMM)指令。

打开网易新闻 查看精彩图片

得益于微架构的全面革新,根据AMD现场公布的测试数据,在固定频率和16个活动核心的条件下,Zen 6c相较上一代Zen 5配置,在企业与云工作负载中的IPC提升了约20%,AI相关负载IPC飙升约31%,综合代际提升达到约27%。

打开网易新闻 查看精彩图片

封装进化:最高256核的Venice是如何拼出来的?

设计出性能更强的CPU核心,只是服务器处理器升级的第一步,接下来我们就看它如何组装成一颗完整的第六代EPYC(Venice)服务器处理器。

打开网易新闻 查看精彩图片

图:AMD计算与企业AI解决方案高级副总裁Ravi Kuppuswamy手持AMD第六代EPYC

Venice继续采用Chiplet(芯粒)架构,将基于Zen 6和Zen 6c微架构的CPU核心集成在计算芯粒(CCD)中,再由I/O芯粒(IOD)承担内存控制器、PCIe接口、部分系统互连功能。通过为不同型号配置相应数量的Zen 6或Zen 6c计算芯粒,AMD能够构建不同核心规模的处理器,而不必为每个型号重新设计整套芯片架构。

具体来看,AMD为Venice设计了两种计算芯粒:一种是采用Zen 6c核心的高密度CCD,单片集成32个核心,侧重提高多任务并发能力;另一种是采用Zen 6核心的高频率CCD,单片集成12个核心,侧重提高单核性能。两者的设计取舍不同,也让AMD能够根据不同服务器负载配置相应的处理器。在旗舰SP7平台上,单颗处理器最多可搭载8片CCD,因此高密度版本最高达到256核、512线程,高频版本则最高达到96核、192线程。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

但当核心数量增加至256个,如何高效地在芯粒之间传输数据,就成了新的工程难题。此前,在第五代EPYC处理器Turin中,AMD采用中央一块I/O芯粒、周围分布计算芯粒的布局,两者通过Infinity Fabric高速串行互连传输数据。而到了Venice,SP7平台的理论峰值内存带宽已提升至1.6TB/s,芯粒间的数据传输需求也随核心规模扩大,传统长距离互连的功耗问题变得更加突出。

打开网易新闻 查看精彩图片

为此,AMD调整了芯粒布局与互连设计:首先,Venice把中央的I/O芯粒拆成了两块,也就是上图中间的两块蓝色区域。两块IOD采用6纳米工艺制造,每块连接8条DDR5内存通道,各自承担一半的内存和I/O。其次,CCD与IOD之间改用高架扇出桥接(Elevated Fanout Bridge,EFB)封装连接:先在玻璃载板上做好铜柱、桥接芯粒和重布线层(RDL),再通过微凸点把IOD和CCD贴上去。EFB明显降低了芯粒之间每比特数据的传输能耗,延迟也更低,省下的功率可以分给CPU核心。

Venice支持NPS1、NPS2和NPS4等配置方式,其中,AMD尤其强调NPS2的价值:在服务器里,为了减少CPU核心跨半个芯片去读远端内存的延迟,管理员通常会配置NUMA(非统一内存访问)节点,即NPS(每插槽NUMA节点数),当在Venice上开启 NPS2(将一颗CPU划分为2个邻近域) 时,刚好每一块IOD、它直连的8条内存通道、以及旁边的128个CPU核心就组成了一个物理路径最短的区域,仅仅这半颗芯片的域内,就能享有128核与超过 800 GB/s 的内存带宽(使用12.8GT/s的MRDIMM时),对于能够合理安排线程与数据位置的HPC或数据库软件,这种设计有机会减少跨域访问,改善延迟表现。

打开网易新闻 查看精彩图片

AMD围绕Venice规划了四条产品线,分别是:Venice SP7、Venice-X、Venice SP8、Verano。为了直观可见,我们做了一张参数对比图,此处就不再用文字赘述,见下图。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

从应用角度来看,Venice SP7主要面向高性能与高内存带宽需求。Venice SP8则更侧重企业客户的系统成本与I/O扩展能力。Venice-X主要服务于EDA等对缓存容量敏感的专业计算。Verano则面向GPU系统的AI宿主节点(Host Node),提供更高的CPU与GPU传输带宽,并采用LPDDR内存;GPU承担主要模型计算时,CPU仍然需要负责数据准备和系统协调。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

图:AMD EPYC Venice SP8和SP7

打开网易新闻 查看精彩图片

图:AMD EPYC Venice Verano

在这四款产品中,有两处值得一提的工程巧思:

Venice-X是大缓存与高主频兼得。在芯片设计(EDA)和流体仿真(CFD)软件里,系统需要在内存中频繁更新庞大的电路逻辑或物理网格。3D V-Cache面向的主要就是这类负载。

打开网易新闻 查看精彩图片

Venice-X延续3D V-Cache技术,最多96核,三级缓存合计1152MB,最高加速频率5.3GHz,与高频版Venice一致。前两代3D V-Cache服务器处理器中,Milan-X(EPYC 7773X)为64核、768MB L3、最高3.5GHz,Genoa-X(EPYC 9684X)为96核、1152MB L3、最高3.7GHz。Venice-X的缓存总量与Genoa-X相同,最高频率高出1.6GHz,每插槽内存带宽从460.8GB/s提高到1638GB/s。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

AMD进一步给出了交付节奏:SP7已开始交付,SP8计划于2027年上半年推出,Venice-X和Verano预计在2027年下半年推出。对于需要提前规划采购、软件验证和机房建设的企业,这些时间节点同样影响部署决策。

打开网易新闻 查看精彩图片

如何破解内存暴涨,MEXT大展身手

硬件跑得再快,如果企业无法部署,再强的CPU也只是实验室里的艺术品。随着数据库、EDA、智能体等应用处理的数据规模扩大,内存容量与成本开始成为企业必须面对的问题。

此次,AMD不仅展示了MRDIMM和CXL等内存技术,还专门介绍了一家公司:MEXT。该公司在今年6月份被AMD收购,将其AI预测式内存优化技术纳入自身的数据中心技术组合。MEXT此前主要面向EDA及媒体娱乐等内存密集型应用,帮助客户在保证一定性能的前提下,减少对昂贵DRAM容量的依赖。收购之后,AMD进一步把它扩展至数据库分析、智能体AI等场景。

MEXT公司创始人兼CEO、AMD计算与企业AI业务拓展公司副总裁Gary Smerdon也来到了活动现场。

打开网易新闻 查看精彩图片

图:MEXT公司创始人兼CEO、AMD计算与企业AI业务拓展公司副总裁Gary Smerdon

1. MEXT预测性内存:用AI提前预判,让闪存承担部分DRAM的工作。

让我们回到前文提到的内存危机:如今买一台大内存服务器,在某些容量很大的服务器配置中,DRAM可能成为主要硬件成本之一。

但另一边,微软Azure和Meta的工程师却在数据中心里发现了浪费:Azure团队2023年的一篇论文指出,约50%的虚拟机实际用到的内存不到租用量的一半;Meta则发现,在Web、缓存、数据仓库等应用里,50%到80%的内存页面会“变冷”,几分钟甚至更长时间都不再被访问。这意味着企业花钱买来的顶级DRAM,相当比例的已分配内存可能在特定观察窗口内很少被访问。

打开网易新闻 查看精彩图片

2023年成立的MEXT,立下了一个听起来很难的目标:把这些长期不用的冷数据挪到比DRAM便宜50倍、省电30倍的NVMe SSD闪存盘里去,希望在适合的负载下减少DRAM采购需求。

打开网易新闻 查看精彩图片

过去数年,利用闪存扩展内存容量并不是新思路,但如何控制访问延迟,始终是这类方案面临的难题。我们了解到,闪存虽然相对更便宜,但访问速度却比DRAM慢了整整500倍!如果应用突然需要的数据仍存放在闪存中,就必须等待数据重新读取,导致响应时间增加、性能下降,严重时甚至影响应用正常运行。MEXT试图解决的,正是如何利用AI提前预测内存访问,在应用真正需要数据之前,将其从闪存调回DRAM。

MEXT具体是怎么做的?简单理解,它先把冷页面透明地卸载到闪存,再由AI预测哪些页面即将被用到,提前推回DRAM。

打开网易新闻 查看精彩图片

这套方案在工程实现上做到了轻量化与透明化:

首先,它零硬件改造、零代码修改、不占GPU。客户不需要买任何特种硬件,只需要在普通的EPYC服务器上配一块专用的NVMe SSD。MEXT解决方案由三部分组成:一个底层的Linux内核驱动、一个运行在操作系统用户空间的AI预测引擎、以及一个可选的 AMD RAM View 可观测工具。最后这个工具,可以直观展示哪些内存正在被频繁访问,哪些虽然已经分配给程序,却长时间没有被使用。RAM View还支持OpenTelemetry,既可以在本机采集监测数据,也可以将数据发送至外部收集器,帮助管理员集中了解多台服务器的内存使用情况。与此同时,MEXT通过预测性内存管理,将访问频率较低的数据页面转移至NVMe SSD,并在应用需要之前尽可能提前调回DRAM,从而让闪存承担部分内存容量扩展的工作,减少应用对物理DRAM的依赖。

其次,MEXT的AI引擎采用多模型集成架构,其中包括Transformer衍生模型。与大语言模型“预测下一个词”不同,MEXT预测的是“应用接下来可能访问的内存页”。这个AI引擎实时、持续地进行训练和推理,训练耗时不到1秒,只占用1个EPYC CPU核心,不需要GPU。部署MEXT时还要再留一个核心给后台守护进程。

打开网易新闻 查看精彩图片

第三,MEXT能省下多少DRAM,取决于具体负载。只靠DRAM时,内存一旦削减,性能就会陡降,撞上所谓的“内存墙”;用上MEXT后,预期多数负载在DRAM削减25%时性能基本不受影响,智能体AI、数据库与分析、EDA等负载削减约50%时仍能保持较高性能,智能体AI和EDA负载要到削减约75%以后,性能才明显下降。

打开网易新闻 查看精彩图片

在智能体AI并发工作的五类基准测试中,将服务器的物理DRAM直接拔掉一半(50% DRAM + 50% MEXT闪存),系统依然跑出了纯DRAM配置 99%的几何平均性能,即便单拎出最吃内存的那一项极端测试,也能保留90%性能,每美元DRAM支出换来的性能分别提高到1.9倍和1.7倍。DRAM只保留25%时,两项测试仍分别保留85%和88%的性能。

打开网易新闻 查看精彩图片

图:MEXT在多类智能体工作负载下的DRAM削减与性能保留情况

在芯片签核必备的Synopsys PrimeTime静态时序分析中,物理DRAM减半仍保留 95% 的性能,削减75%时仍有80%;在基于第五代EPYC的Azure虚拟机上运行的Apache Spark三节点集群测试中,DRAM减半同样保留 99% 性能。此外,MEXT还可以给现有服务器扩容:在拥有1.4TB内存的Azure HX实例上,原本一次只能跑2个PrimeTime作业,跑完两轮共4个作业要9.3小时;借助MEXT和NVMe SSD,有效内存容量扩展到约2.6TB,4个作业可以同时运行,整体吞吐量提升了40%。

打开网易新闻 查看精彩图片

图:MEXT在多类智能体工作负载下的DRAM削减与性能保留情况

打开网易新闻 查看精彩图片

图:Azure Spark三节点集群的MEXT测试

打开网易新闻 查看精彩图片

图:EDA任务吞吐量与可用内存容量的关系

AMD自己的IT部门率先在内部部署了MEXT。最初的145台服务器用MEXT扩充内存,比全部采用256GB内存条扩容的方案节省83%,避免了490万美元的DRAM采购支出。到2027年,部署规模计划扩大到2000台服务器。

打开网易新闻 查看精彩图片

图:AMD IT首批145台服务器的DIMM采购成本测算

2. Venice引入了UPP、UBPS和FAST三项平台级功耗管理技术。

以前数据中心机房在给服务器规划供电时,有一个极其死板的行业规矩:预留功率 = CPU最大功耗 + 所有内存条最大功耗。因为万一CPU和内存同时跑满,电源绝对不能跳闸。但在真实世界里,当CPU在拼命做纯计算时,内存往往没那么忙;当内存满负荷吞吐时,CPU核心往往在等数据,两者在许多实际负载下未必同时达到峰值功耗,这就导致机柜里大量宝贵的配电额度被白白锁死闲置了。

为此,Venice在平台层面推出了三项可叠加使用的动态功耗管理技术:

打开网易新闻 查看精彩图片

图:AMD展示的数据中心电力、机架密度与实际利用率困境

一个是UPP(Unified Power Provisioning,统一功率配置)。它打破CPU与内存条之间的供电次元壁,把整颗SoC和所有DIMM内存条装进同一个共享的功率预算池里动态调配。内存需要电时就多给内存,CPU需要电时就全给CPU。

打开网易新闻 查看精彩图片

图:UPP、UBPS与FAST三类平台功率管理技术

打开网易新闻 查看精彩图片

图:AMD用于说明UPP提高机架可部署能力的具体情景

第二个技术是UBPS(基于利用率的功率伸缩)。它打破过去的静态功耗上限(Power Cap),让处理器功率随活跃核心数伸缩,负载低时降低功耗,负载突增时再恢复满功率。

第三个技术是FAST(频率自适应频谱技术)。它允许管理员把同一颗CPU里的核心划分成不同的“优先等级”,并为每组核心设定最低频率。当机房温度偏高或供电逼近红线、CPU不得不降频时,FAST会命令普通核心先降频让路,尽量让优先级更高、承担关键SLA任务的核心保留较高频率;实际频率仍受温度和功率限制。

一键交付:从Helion开放蓝图到智能体软件栈

芯片、内存和电源都就绪后,怎样才能让企业以最快速度把这套能力跑起来?AMD给出的答案是:提供整机架的开放设计蓝图(Helion)与供开发者和合作伙伴用的智能体软件参考工具包(ROCm Agentic Toolkit)。

经常关注AMD的朋友可能会对两个名字感到眼花:Helios 和 Helion。此处稍作介绍:Helios 是专为前沿大模型训练与重度推理打造的“GPU加速超算液冷大机架”(单机架最高塞进72块Instinct MI455X GPU,并配合EPYC宿主CPU与Pensando网络);而这次全新发布的 Helion,则是专门围绕EPYC CPU打造的“智能体AI与通用计算开放机架蓝图”。

AMD在现场将智能体AI数据中心的服务器分成了三个层级:第一类是Helios GPU系统的CPU宿主节点,需要高频率核心和足够的CPU与GPU传输带宽,避免拖慢模型计算;第二类是Helion智能体沙箱服务器,专门负责运行代码、容器及其他工具任务,更看重单位功耗下能够同时运行多少CPU核心;第三类则是通用服务器,继续承担Web网关、缓存、数据库和企业应用等工作,需要兼顾性能、核心数量与系统成本。

打开网易新闻 查看精彩图片

基于OCP(开放计算项目)的Open Rack v3(ORv3)等开放机架规范,AMD为Helion设计了三种机架形态:Helion Liquid采用液冷,面向需要部署大量CPU核心的高密度数据中心;Helion Air采用风冷,适合希望利用现有机房条件的企业;Helion Air+Inference则在同一机架内整合CPU任务执行节点与GPU推理节点,满足智能体应用的混合计算需求。

打开网易新闻 查看精彩图片

推出“Helion认证”机架的合作伙伴已有16家,包括戴尔、HPE、联想、超微、思科、华硕、技嘉和富士康等,首批机架从2026年11月开始供货。联想、戴尔和HPE的代表也参加了此次活动,分享了各自对Helion的看法。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

接下来我们具体看看:

Helion Liquid(纯CPU高密液冷机架)。专为已经部署了Helios等GPU集群、需要配套极高密度智能体沙箱的超大规模云商设计。单机架功率达120kW,采用全液冷,该配置最多包含约36864个EPYC CPU核心,多达 73728 个并发线程。

打开网易新闻 查看精彩图片

Helion Air(纯CPU标准风冷机架),它专为没有液冷水管改造条件、希望在现有风冷机房直接扩容的客户设计。单机架功率约60kW,采用400W处理器时最多包含约16384个CPU核心,采用600W处理器时为8192个。

Helion Air+Inference(风冷CPU+GPU一体化推理机架),它专为不想折腾复杂跨机柜网络、希望“买一个机柜回来就能在本地跑完智能体全流程”的企业客户打造,例如在企业内部运行软件开发智能体。同一个风冷机架里可容纳最多约12,288个EPYC CPU核心及16块AMD Instinct MI350P GPU加速卡,GPU在机柜里负责本地模型推理,旁边的CPU核心接手跑代码沙箱和工具调用。

打开网易新闻 查看精彩图片

图:药物发现智能体系统示例:研究、模型与CPU任务协作

打开网易新闻 查看精彩图片

图:企业软件开发智能体在CPU与GPU资源之间的任务分工

机柜通电后,如果软件调度跟不上,几万个CPU核心依然是一盘散沙。为此,AMD联合VMware、Nutanix、红帽三大虚拟化与基础软件厂商,介绍了面向智能体基础设施的 ROCm Agentic Toolkit(ROCm智能体软件工具包)参考软件架构。工具包包括智能体运行框架(Agentic Harness)、调度与放置、会话管理、沙箱管理以及缓存与内存等组件,其中缓存与内存部分包括MEXT以及KV缓存和上下文复用;底层则依靠操作系统和独立软件厂商的生态提供支撑。

打开网易新闻 查看精彩图片

图:ROCm Agentic Toolkit参考架构的主要软件组件

ROCm Agentic Toolkit的控制平面负责管理智能体会话的生命周期、任务部署和执行策略,安全执行后端则通过会话沙箱(Session Sandbox)和工具沙箱(Tool Sandbox),为智能体及其调用的工具提供隔离环境。其中的AXIS Sandbox Runtime以进程为边界进行隔离和生命周期管理,特点是启动快、内存占用少、不绑定特定平台;执行后端也可根据安全需求选择不同的隔离方式。此外,Model Router(模型路由器)能够根据企业策略、服务等级和算力成本管理模型请求,例如限制敏感业务在故障回退时自动转向公有云,让大规模智能体的运行具备更明确的管理和安全边界。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

行业实测:Venice能带来什么?

检验这套架构和产品成功与否的标准之一,是客户拿到手里到底能跑出什么业务成果。一位服务器厂商代表在现场提到:过去,厂商卖出一台服务器,工作似乎就完成了;现在客户要的是已经整体测试、能够直接运行的系统。他转述客户的要求:“不要只给我一台服务器或者一个机架样品。我要的是已经完整测试、确认能够运行的系统。”这意味着,CPU性能之外,网络、电力、冷却和系统软件能否同时准备好,也是客户衡量供应商能力的前提。

作为近十年前较早大规模采用EPYC的云平台合作伙伴之一,微软Azure公布了三款基于AMD平台的云服务:面向生产级AI推理、采用Helios服务器的ND MI455X v7,搭载Venice-X、面向芯片设计和技术计算的HXv2,以及基于Venice、面向AI数据处理、智能体AI和HPC的HDv2。其中HDv2虚拟机拥有近500个第六代EPYC物理核心、4TB内存和32TB本地NVMe存储,用于数据准备、搜索、强化学习和智能体协调等CPU密集型任务。

打开网易新闻 查看精彩图片

图:Microsoft Azure公布的ND MI455X、HXv2与HDv2产品方向

在高性能计算(HPC)领域,AMD的份额还在上升。在2026年6月发布的TOP500超级计算机榜单中,有191台采用AMD技术,约占38%,其中包括首台突破百亿亿次(Exascale)大关的橡树岭国家实验室Frontier超算;此外,面向美国能源部“创世纪计划(Genesis Mission)”打造的科学AI超算Lux也采用了AMD技术。在同期Green500能效榜前50名中,有28台采用AMD技术,占比约56%。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

图:AMD HPC合作软件与开源生态领域

打开网易新闻 查看精彩图片

图:Zen Software Studio的编译器、数学库和性能分析工具链

在新药研发领域,用NAMD软件模拟蛋白质运动100纳秒,至强6980P(Granite Rapids,128核)需要182天,上一代EPYC 9755(128核)需要114天,Venice 9686F(96核)需要97天,Venice 9996(256核)只需57天,比至强早约四个月。

打开网易新闻 查看精彩图片

图:NAMD分子动力学模拟的计算耗时对比

在车企最看重的汽车碰撞安全仿真中,按每天8小时工作日计算,Granite Rapids一天只能跑完9.5次碰撞模拟,而Venice一天能跑完 19.6次(2.1倍);在基于DrivAer整车模型、包含2.5亿网格单元的汽车空气动力学大涡模拟(LES)中,Venice单日完成次数从竞品的8次跃升至 14.6次(约1.8倍)。

打开网易新闻 查看精彩图片

图:汽车碰撞仿真每日计算量

打开网易新闻 查看精彩图片

图:空气动力学仿真吞吐量比较

在存储领域,Venice SP8双路平台按初步规格最多提供192条PCIe 6.0通道,每条通道的带宽是Turin所用PCIe 5.0的2倍,理论峰值I/O带宽为Turin的2倍,存储与数据库吞吐量是至强6980P的3.3倍。存储合作伙伴包括DDN、Everpure、MinIO、VAST Data、VDURA和WEKA。

打开网易新闻 查看精彩图片

图:Venice用于AI存储、NVMe和软件定义存储的部署方向

在金融领域,在选用的QuantLib金融计算测试中,Venice相比上代Turin总吞吐量再涨 80%、同功耗完成任务数增加 50%;在NumPy和SciPy数学库上代际提升 2.1至2.3倍。此外,面向低延迟交易,1颗96核的高频版Venice与1颗64核的高频版Turin相比,同址交易(Co-location Trading)容量提升到1.5倍。此外,Venice支持SDCI(智能数据缓存注入)功能,AMD自家的Solarflare X4超低延迟网卡可借助SDCI,把进入系统的网络数据直接送进CPU缓存,减少额外的内存往返。

打开网易新闻 查看精彩图片

图:QuantLib、NumPy及SciPy等金融计算工作负载与性能比较

打开网易新闻 查看精彩图片

图:工业仿真与制造业软件性能案例

在通信领域, Venice在相近功耗下可提供约三倍的数据处理吞吐量,中兴通讯、爱立信、诺基亚、三星及Mavenir属于该领域合作伙伴,可以预见的是Venice将帮运营商大幅削减电费账单。

打开网易新闻 查看精彩图片

AMD公布了后续EPYC产品路线图,当下2026年四季度,第六代EPYC Venice SP7已开始交付,Helion相关生态机架方案计划于11月提供;2027年上半年,面向主流企业级与高I/O存储市场的 Venice SP8 平台计划推出;2027年下半年,将推出采用3D V-Cache的Venice-X与面向AI宿主节点、采用LPDDR5X内存的Verano(LP);2028年,第七代 EPYC(代号 Florence)将迈入全新制程节点,推进下一代MRDIMM与LPDDR内存技术,并计划引入ACE(AI Compute Extensions,AI计算扩展);2030年,第八代 EPYC(代号 Ravenna)将问世。

打开网易新闻 查看精彩图片

企业机房的三面墙,这次活动上AMD都拿出了对应的产品:电力和空间不够,有256核的Zen 6c、UPP等功耗管理技术和Helion机架,让同样的电力容纳更多核心;云端Token账单和按核心收费的软件授权太贵,企业可以用Helion Air+Inference把智能体放回本地机房,再用最高5.3GHz的Zen 6提高单核性能;至于内存涨价,MEXT能把一部分冷数据挪进闪存。

SP8、Venice-X和Verano要到2027年才陆续推出。TrendForce对那一年的预测是:全球服务器CPU出货量还将增长40%以上,DRAM供应仍会偏紧。

显然,技术的意义,源自技术本身,延伸于技术之外。