什麼訊號？AI浪潮，記憶體緊缺似乎搶走了所有風頭，因為這些DRAM要用來生產AI所大量需求的GPU。然而新的情況出現了，AMD 首席執行長蘇姿丰近日在摩根士丹利會議上透露，公司伺服器 CPU 的市場需求增長之快“完全超出了預期”，目前正面臨嚴重的供應緊張。蘇姿丰指出，這與智能體 AI（Agentic AI）的快速普及密切相關。在處理這類複雜的 AI 應用時，CPU 與 GPU 的協作比例正在發生戲劇性的變化。雖然 GPU 負責重頭的大規模平行計算，但在邏輯推理、任務調度及智能體決策方面，CPU 的核心作用不可替代。事實上，我們看到，我對 GPU 業務部分感到非常非常興奮，我的意思是，CPU 業務部分的需求實際上遠遠超出了我的預期。我一開始就很樂觀，對吧？如果你和我們的頂級客戶交談，他們會說，“哇，你知道，麗莎，人工智慧對 CPU 計算的需求可能是被低估的。”我們正在追趕。——AMD 首席執行長 蘇姿丰針對目前出現的供應緊缺，蘇姿丰坦言，這是因為客戶興趣在過去幾個季度內突然激增，供應鏈根本來不及調整。不僅是 AMD，英特爾此前也披露過類似的窘境，稱因至強Xeon產能不足無法滿足雲端運算巨頭的訂單。同期，甚至連 GPU 霸主 NVIDIA 也在積極推進自家 Vera 系列 CPU 的訂單協議，這進一步印證了伺服器 CPU 在 AI 工作負載中日益增長的重要性。AMD表示，目前正與合作夥伴（台積電）緊密合作，試圖解決現有的產能瓶頸，並預計在明年擴大產能。然而，對於個人電腦玩家來說，這並不是個好消息。由於利潤豐厚的伺服器 CPU 訂單擠佔了台積電等代工廠的先進製程產能，這或許解釋了為什麼原本計畫中的 ZEN6 (Olympic Ridge)銳龍 桌面處理器會推遲到 2027 年。而AMD所稱的擴產也絕非易事，最新EPYC 9006 Venice採用的是台積電N2工藝，而這一尖端工藝，還有多個公司在排隊等待。更不用說，現在先進封裝產能同樣面臨瓶頸，EPYC作為多個chiplets封裝而成的複雜系統，也需要爭奪CoWoS產能。而顯然，現在AMD已經選擇了道路，讓玩家再等到2027年，才能得到最新的ZEN6處理器。 (AMP實驗室)

附加協議：。對賭繫結！Meta可按1美分買10%股份AMD CEO Lisa Su: We want to place bets on who will be AI winners going forward一、突襲暴擊！蘇姿丰截胡輝達！千億大單趕在財報前官宣！誰懂啊家人們！科技圈年度最大瓜猝不及防砸臉——2月24日，AMD掌門蘇姿丰直接放大招，官宣和Meta簽下千億級“賣身契”，未來幾年Meta要狂買最多6吉瓦的AMD AI晶片，總價值直接干超1000億美元（另有消息稱五年期600億美元，約4130億人民幣），說是蘇姿丰獨家拿下的王炸大單，一點不誇張！最絕的是官宣時間——偏偏趕在輝達發財報的前一天！這波操作堪比“在對手慶功宴前掀桌子”，明擺著就是給黃仁勳添堵，主打一個“我得意地笑”。要知道，過去幾年AI晶片圈就是輝達的一言堂，GPU市場佔比超90%，黃仁勳穩坐頭把交椅，誰能想到，蘇姿丰直接帶著AMD從他手裡搶下了Meta這塊肥肉，還是千億級的大單子，說一句逆襲爽文都不為過。更有意思的是，這已經不是蘇姿丰第一次出其不意了。幾個月前，她就帶著AMD和OpenAI簽了一模一樣的協議，同樣是6吉瓦採購量，同樣的合作模式，如今再拿下Meta，相當於AMD手裡攥著兩大巨頭的長期訂單，合計超12吉瓦，蘇姿丰這是要組團掀翻輝達的壟斷啊！二、對賭繫結！1美分買10%股份！這單交易最勁爆的瓜，根本不是千億金額，而是藏在協議裡的“暗箱操作”——蘇姿丰直接給了小扎一個“天上掉餡餅”的福利：允許Meta以每股1美分的白菜價，買入最多1.6億股AMD股票，差不多佔AMD總股本的10%！當然，天下沒有免費的午餐，這便宜不是白佔的。這些股票要分批解鎖，前提是Meta完成約定的採購量，而且AMD的股價得漲到600美元才行。要知道，公告當天AMD的收盤價才196美元，這意味著小扎要賭AMD股價翻三倍，而蘇姿丰則賭Meta會一直乖乖買AMD的晶片，說白了，就是兩大巨頭的“賭徒式繫結”，雙方都把籌碼擺上桌，賭對方能成。蘇姿丰在接受CNBC採訪時，毫不掩飾自己的野心，直言這是AMD歷史上最具變革性的交易，還放話“我們想預測AI領域的贏家是誰”。這話翻譯過來就是：我賭AMD能贏，也賭Meta能一直幫我贏，黃仁勳的時代，該變一變了！要知道，蘇姿丰可是從破產邊緣把AMD拉回來的狠角色，年薪4個億，25歲就拿到MIT博士學位，連黃仁勳都是她表舅，如今親外甥女要搶表舅的飯碗，這瓜越吃越有味道。三、META：左手輝達、右手AMD說到這裡，就不得不提小扎的“端水大師”操作了。一邊是剛和蘇姿丰簽千億大單，另一邊，一周前他才剛宣佈要買幾百萬塊輝達的最新款GPU，包括Blackwell和Rubin系列，花費也高達幾百億美元，相當於左手抱輝達，右手摟AMD，兩邊都不得罪，主打一個“雨露均霑”。小扎這麼做，說白了就是“怕被卡脖子”。畢竟過去幾年，AI晶片市場被輝達壟斷，Meta作為大客戶，要是一直只依賴輝達，萬一那天輝達斷供、漲價，Meta的AI佈局就徹底涼了。而且小扎的胃口大得嚇人，2026年光資本支出就要花1350億美元，比去年多70%以上，未來十年還要部署幾十吉瓦的算力，長期甚至要到幾百吉瓦，這麼大的需求，只靠輝達一家，根本喂不飽。更絕的是，小扎不光靠外購，還在偷偷自研晶片MTIA，主打一個“多管齊下”——用自研晶片保底，用輝達的晶片沖性能，用AMD的晶片控成本，既不被任何一家供應商綁架，又能實現利益最大化。不得不說，小扎這算盤打得，隔著螢幕都能聽到響聲，而蘇姿丰能讓小扎願意放下輝達，專門和AMD簽對賭協議，足以看出她的實力和底氣。四、格局鬆動！蘇姿丰破局，輝達慌了？這單交易一官宣，市場直接炸了鍋，AMD股價早盤直接暴漲8.77%，而輝達下跌約1%，博通下跌約2%，高下立判。這背後，是AI晶片市場的格局開始鬆動了——過去是輝達一家獨大，黃仁勳說一不二，如今蘇姿丰帶著AMD殺出來，拿下Meta和OpenAI兩大巨頭的訂單，相當於給行業撕開了一個口子，終於有第二個選項能和輝達抗衡了。當然，瓜吃歸吃，分析師們的疑慮也藏不住了。有人說，AMD之所以願意給Meta這麼大的優惠，允許1美分買股份，本質上還是自己底氣不足，只能靠頭部客戶的大單拉動需求；還有人擔心，這種“交叉持股+長期採購”的模式，會形成風險傳導，一旦其中一方翻車，另一方也會被拖累。更關鍵的是，蘇姿丰押注的推理算力市場，雖然被認為是未來的風口，規模可能遠超模型訓練裝置，但目前商業化回報還沒完全兌現，AMD投入這麼多，能不能轉化為持續的現金流，還是個未知數。而且AMD的MI450晶片，雖然配置拉滿（2奈米工藝、432GB HBM4記憶體），還是和Meta聯合設計的定製版，但能不能打過輝達的下一代產品，還得看實際表現。不過不管怎麼說，這波蘇姿丰是徹底贏麻了。從破產邊緣逆襲，到拿下千億大單，再到敢和輝達正面硬剛，這位華裔女掌門用實力書寫了爽文。至於黃仁勳會不會反擊，小扎的端水大師之路能不能走下去，AMD的股價能不能漲到600美元，這後續的瓜，咱們還得慢慢蹲！ (深科技)

百億營收難掩增長軟肋近日，晶片巨頭AMD交出了一份足以載入史冊的財報：2025年第四季度，其單季營收首次突破100億美元大關，達到102.7億美元，同比增長34% 。然而，就在業績公佈後的次日，迎接CEO蘇姿丰（Lisa Su）的卻是資本市場冷酷的重錘——股價暴跌17%，創下自2017年以來的單日最大跌幅 。這種極度的撕裂感背後，藏著半導體行業最殘酷的真相：當AMD從英特爾挑戰者，進化為可與輝達並肩的AI算力雙雄之一，它也隨之進入了華爾街最嚴苛的顯微鏡下。01 炸裂財報背後的隱憂從資料看，AMD的這份財報確實很猛。2025年第四季度，AMD營收102.7億美元，全年營收達到346億美元，均創下歷史新高。更令人振奮的是其資料中心業務，該部門營收達到54億美元，同比增長39%，不僅創下公司史上最高單季紀錄，更歷史性地佔據了公司總營收的半壁江山 。AMD的利潤引擎已經完成了一次驚險的變道：從靠各種零散業務拼湊，轉向由高價值的資料中心核心驅動。然而，在這些亮眼數字的陰影裡，華爾街卻嗅到了水分的味道。財報中藏著一個細節：為了趕在禁令變動前清理庫存，AMD在第四季度向中國市場出口了價值約3.9億美元的MI308晶片。正是這筆意外之財，直接將公司的毛利率拔高到了57%。華爾街對此表現出了極度的冷靜。剔除掉這筆一次性收入後，AMD的核心毛利率只有55%。在輝達近70%的毛利率面前，這個數字顯得有些蒼白。分析師們甚至發出了嚴厲的警告：在AI賽道，微超預期就是不及預期，投資者需要的是像輝達那樣的翻倍級業績，而不是靠中國市場的紅包雨來撐場面。更讓投資者感到不安的是2026年第一季度的預測。AMD預測一季度營收約為98億美元，雖然高於平均預期，但低於部分激進機構期待的100億門檻。在大家都抱有極高期待時，只要成績單沒有好到讓人原地起飛，那些賺了錢的投資者就會因為害怕虧回去，開始瘋狂賣股票套現。02 AMD變身輝達的全能備選雖然股價跌了，但不可否認，2025年是蘇姿丰重新定義AMD市場地位的一年，AMD完成了從追隨者到規則制定者的跨越。如果說輝達是AI時代的真神，那 2025年的AMD就穩穩坐上了“全能備胎”的寶座。當科技巨頭們害怕被輝達的CUDA生態（封閉式軟硬體計算平台）鎖死時，AMD成了他們手裡重要的議價籌碼。簡單來說，CUDA生態就是輝達在AI領域修建的，一座護城河極深的“封閉花園”。它像蘋果系統一樣，通過十幾年經營，讓全球數百萬開發者習慣了其專屬工具，形成了“一旦用上就很難換掉”的極強粘性。為了打破這種壟斷，AMD在這一年不僅加速了產品的更迭節奏，更量產了MI325X和MI350系列AI加速器。作為輝達唯一的Plan B，這兩款產品是專為大模型設計的算力怪獸：MI325X憑藉256GB的超大視訊記憶體成了儲存霸主；而採用3nm工藝的MI350系列推理性能飆升35倍。目前，全球前十大AI公司中有八家已經下單，微軟、OpenAI等都是其客戶。在硬體端火力全開的同時，蘇姿丰也深知軟體難用一直是AMD的死穴。於是，AMD在2025年發佈了ROCm 7.0開放平台，大幅最佳化了對PyTorch和TensorFlow等主流框架的支援。蘇姿丰強調，現在數百萬個大模型在AMD平台上都能開箱即用。這種軟硬結合的打法，還通過一系列瘋狂的併購與整合得到了強化。為了補充大腦，AMD買下了歐洲最大的私立AI實驗室Silo AI；而在硬體交付層面，AMD併購了提供機架方案的ZT Systems，隨後又精準地把低利潤的製造部分賣掉，留下了核心設計團隊。正是這一系列操作，才有了2026年下半年推出的、挑戰輝達霸權的Helios機架方案。這些戰略執行力的結果是顯而易見的：AMD在伺服器CPU（EPYC）市場的份額衝破了35%，並在AI晶片領域實現了年收入從幾億到數十億規模的躍升。它成功讓市場相信：AMD已經成為輝達的全能備選。03 燒錢換未來，AMD的底牌與陰影2025年，蘇姿丰反覆公開強調：“AI不是泡沫” 。她預言，未來5年全球AI使用者將達到50億，算力需求要提升1萬倍。這種對算力的貪婪預判，就是AMD敢每年燒掉數百億進行研發的原因。對於即將到來的2026年，蘇姿丰手裡握著的第一張底牌，是代號為Helios的整機機架方案。這將是2026年的終極大考，AMD將從賣顯示卡變成賣一整櫃算力，直接挑戰輝達的系統地位。緊隨其後的戰略重點，則是對2奈米工藝的超車機會。據分析師透露，AMD下一代產品將採用台積電最新的2nm工藝 ，這可能比輝達的下一代還要領先，帶來更高的性能和更低的功耗。此外，2026年作為AI PC元年，蘇姿丰的目標也很明確：讓AMD的晶片不僅在雲端，也要出現在每個人的辦公桌上。然而，衝鋒的代價是驚人的，成本也在高速燃燒。2025年，AMD的研發支出大增36%，營運費用率高達34.4%。這種軍備競賽式的投入，讓投資者擔心AMD會為了保住份額而犧牲利潤率 。與此同時，來自外部的陰影也在逼近。Google、亞馬遜等大客戶都在自研AI晶片 ，一旦他們能用自己的晶片幹活，對通用晶片的需求就會萎縮。更值得注意的是，出口管制正在收緊，向中國出口MI308的橫財正在消失。在失去這個利潤緩衝區後，AMD如何維持每年60%的資料中心增長，是蘇姿丰2026年最大的挑戰。 (新質動能)

現任美國超微半導體（AMD）董事長、總裁兼首席執行長的蘇姿丰，被譽為“矽谷半導體女王”，也是美國最高薪的“打工女皇”，去年還入選美國《時代》雜誌“全球百大最具影響力人物”名單。不少人也許好奇，作為一名華裔女性，蘇姿丰在以男性為主導的科技行業中打破玻璃天花板，成為全球半導體產業的領軍人物之一，她身上有什麼特殊家族神基因？今天，說一下對她影響最大、她身後的那個男人吧！“半導體女王”蘇姿丰身後的那個男人蘇姿丰（左）與父親蘇春槐（中）回台南老家祭祖超微半導體（AMD）董事長、首席執行長蘇姿丰，1969年出生於台灣台南市，3歲時隨父母移居美國。今天，位於台南市中西區民族路的老家，現為蘇姿丰的大伯父蘇宗信居住，家中仍保留她與父母當年居住房間原貌。蘇姿丰，出身台南地方望族，蘇家早年靠經銷紙業發跡，曾獨霸當地市場10餘年。蘇家老宅是一座5層樓高、當年相當氣派的“起家厝”，緊鄰台南的天后宮、水仙宮。老宅雖經多次整修改建，但仍保留當年“信和行”招牌。蘇家人很有成就，家族親戚很多移居美國、日本；順帶提及，台南知名畫家蘇奕榮就是蘇姿丰的堂哥。蘇姿丰的父親蘇春槐，在8個兄弟姐妹裡排行第2，他畢業於台灣師範大學數學系，1967年又獲得台灣清華大學數學碩士；1978年，他再獲得美國哥倫比亞大學數量研究所博士。從蘇姿丰父親蘇春槐豐富的學歷來看，您對他會培養出一個“半導體女王”不會感到意外吧。對數學“情有獨鍾”的蘇春槐曾說：“數學是一門學習邏輯、分析、判斷的學科，而任何事都需要過分析、判斷、決定。將這些優勢應用到不同領域上，就能另創新徑，找出屬於自己的價值。”蘇春槐在母校清華大學當年，在清華大學碩士畢業後，蘇春槐一邊留在清華擔任講師，同時籌備出國深造；一年後，他遠赴美國哥倫比亞大學攻讀數量統計所博士。完成學業，獲得博士後，蘇春槐的第一份工作是擔任紐約市政府政策分析師，主要負責統計研究政策帶來的影響與利弊，供市長作參考。在美國安頓下來的同時，他也將妻女帶到美國，一家團聚在一起。1972年，時年3歲的蘇姿丰與母親羅淑雅移民美國，當年，羅淑雅一邊到紐約大學進修，成了一名會計師，另一邊自行創業，主要從事汽車零部件的進口生意。值得一提的是，蘇春槐與妻子羅淑雅創業有成後，還擔任紐約台灣會館的副理事長。此外，蘇春槐夫婦還在台南永康辦廠，主要是生產汽車零件，然後再銷往美國等地。蘇姿丰與母親羅淑雅蘇姿丰的母親羅淑雅，數年前已辭世。羅淑雅也是台南人，出身台南市水仙宮一代的望族。輝達創辦人黃仁勳的母親羅采秀，就是羅淑雅的父親羅伯沐小18歲的妹妹，也就是說，蘇姿丰要喊黃仁勳一聲“表舅”。黃仁勳也出生台南市，其父親黃興泰祖籍浙江省麗水市青田縣山口鎮大安村。當年，黃興泰在成功大學讀書時，被評為羅家的家庭教師，後來與羅采秀成了一對戀人，結婚成家。儘管蘇姿丰與黃仁勳為遠房親戚，且很小的時候就去了美國，但由於未一起成長，彼此關係疏遠。直到跨入半導體業界，兩人才相互認識。黃仁勳曾如此評價“表外甥女”蘇姿丰：她的職業生涯令人難以置信，真的非常了不起！對於父母對自己的影響，蘇姿丰曾表示：我的父母是典型的亞洲父母，非常想要孩子能成功。他用三項教育心法培育出“半導體女王”蘇春槐近年來，蘇姿丰也不時回台南老家，與定居紐約的父親蘇春槐一起返鄉祭祖。蘇春槐作為台師大暨清華校友，他在回母校時，許多人好奇，他是如何栽培出“半導體女王”蘇姿丰？蘇春槐表示，當年他博士畢業後，進入紐約市政府工作，發現身邊優秀人才幾乎都是猶太人，他也接觸到猶太經典《塔木德經》，裡面的哲學思想深深影響了他的教育觀。蘇春槐表示，猶太人重視學習，從小就要求孩子學習成人社會的道路，父母也將教育當成一生的志業。因此，女兒蘇姿丰從五歲起，他就開始教她學數學，也讓她學鋼琴。當蘇姿丰十歲時，發現她喜歡拆解玩具，就幫她設定未來要走理工方向。對於女兒蘇姿丰，蘇春槐有一套屬於自己的三項教育心法：即“起步早，知識廣，不設限。”與猶太同事相處期間，勾起蘇春槐對猶太教育觀的興趣，而他也將此落實到女兒身上。蘇春槐、蘇姿丰父女蘇姿丰從小不喜歡布娃娃，卻喜歡玩哥哥的汽車玩具和遙控車，還要拆開來看，研究裡面的結構。蘇春槐看到女兒在工程科學方面的潛力，除了自己教，還在暑期將蘇姿丰送去數學訓練營。從中學起，蘇姿丰就開始“跳級”，為挑戰電機領域最高學府——麻省理工學院，讀高一時的她就開始學大一課程。後來，蘇姿丰拿到博士時，年僅24歲。蘇春槐說，身為父母，並不需要為孩子設限，要求孩子一定要照著固定方向走，或是以性別、發展前途去限縮孩子探索的權利，而是鼓勵孩子多方探索、培養興趣。“人的才能並不是只有一種，而是具有多樣性的。”在美國矽谷，亞裔面孔並不少見，然而蘇姿丰卻是矽谷半導體產業中首位華人女性CEO。蘇春槐回顧，女兒蘇姿丰接任AMD首位女性CEO時，當時超微半導體處於弱勢，但她堅持不放棄向英特爾（Intel）發起挑戰，最終創造超千億美元市值。蘇春槐說：“一個故事要精彩，就是要從不可能變為可能，才會成為經典。”蘇姿丰與父親蘇春槐在台師大蘇春槐認為，自己給女兒傳遞的是“樂於探索、勇於挑戰”的精神，人生一定會遇到許多挑戰，重點是用什麼心態去面對。他說：“即使只有1%，也不代表你會失敗，而是你仍然有1%的機會成功。”蘇姿丰也曾說，成長於典型華人家庭的她，對她教育要求極高，每科成績須全拿A。三歲隨父母移民美國的蘇姿丰，最初就讀哥倫比亞大學附設的幼兒園、小學，因成績優異“跳級”進入2年制特殊初中，隨後考入全美國頂尖的布朗克斯科學高中，期間，她曾榮獲西屋科學獎。在麻省理工取得電機學士後，蘇姿丰先後取得碩博士，24歲完成博士學位，專注於SOI技術研究。在麻省理工讀大一時，蘇姿丰就成了研究助理，並首次接觸到半導體，從此對晶片技術著迷。畢業後，蘇姿丰先後在德州儀器、IBM、飛思卡爾半導體等名企工作，2014年她執掌超微半導體擔任總裁兼首席執行長，也是AMD有史以來首位女CEO。“半導體女王”蘇姿丰起初，蘇姿丰並不被看好，當時她的薪酬也比前幾任CEO還低；隔年，超微半導體一度陷入瀕臨破產危機，不過，在她帶領下，公司於2017年轉虧為盈。這一年，AMD推出全新運算架構“Zen”，也是蘇姿丰職場生涯重要轉折點。其實，基於此架構的首個產品Zeppelin，生產前被發現有重大缺陷，如果無法解決將導致推遲交貨，可能釀成一大危機。當時，蘇姿丰告訴實驗室團隊：“失敗不是選項。”最後，她們靠齊心協力化解危機。過去2025年，作為全美國最高薪的“打工女皇”，蘇姿丰身價來到11億美元。根據美聯社及薪酬研究機構Equilar調查資料，蘇姿丰已連續六年蟬聯全球薪酬最高的女性CEO榜之首。雖然3歲時被送到美國讀書，蘇姿丰最愛吃的，仍是家鄉小吃。據她的堂哥透露，她最愛吃的是滷肉飯加蛋，每次回台南老家，一定去一家開設於1940年代的“阿霞飯店”。 (一波說商業實驗室)

2025年3月，人工智慧大會在北京國家會議中心召開。現場座無虛席，來自全球的技術精英齊聚一堂，見證一位傳奇人物再次站上聚光燈下。她是AMD的掌舵人，美國工程院院士，全球最賺錢的女CEO之一。她不是中國人，卻在中美科技戰最敏感的時期，把AI晶片、CPU架構甚至整個研發團隊都帶到了中國。為此，美國有人罵她是叛徒，可這位年薪四億的女科學家，偏偏不改初衷，親自敲開中國的大門。她就是蘇姿丰，出生在台灣台南，三歲移民美國，從小痴迷拆解電子裝置，一路考上麻省理工學院，讀完電氣工程本科、碩士和博士。半導體行業曾是男性天下，實習時有人嘲笑女生搞不懂晶片，她不辯解，專心做事，憑著四十頁工藝報告進入IBM，主導研發的銅互連技術解決晶片性能難題，讓行業告別鋁互連時代，三十歲出頭就成了IBM最年輕的實驗室負責人。她也看清一個現實，技術再強，不懂市場，企業也活不下去。2014年，她接手跌到谷底的AMD，當時公司連續六年虧損，市值只剩二十多億美元，現金剛夠還債，核心業務被英特爾、輝達死死擠壓。業內沒人看好她，她卻上任就否決舊晶片方案，把所有資源押在只有設計圖紙的Zen架構上。面對老員工反對，她堅持這是唯一出路，團隊歷時三年研發，2017年銳龍處理器上市，性能強於英特爾同期產品，價格卻低三成，AMD股價三天翻番，徹底走出危機。剛盤活公司，她就把Zen架構授權給中國企業，2016年與天津海光合作，她的算盤極精，牢牢掌握五十一%控股和核心主導權，只授權第一代架構，限制中方銷售範圍和修改權限，做到你能用，但帶不走、改不了。這筆交易讓AMD拿到兩億九千三百萬美元授權費，更打開了中國市場。她深知全球七成的PC和伺服器產自中國，AI晶片採購量佔全球一半以上，放棄中國就等於放棄未來一半增長空間。2020年美國出台AI晶片禁令，她玩起合規創新，調整高端晶片推出定製款，性能壓在禁令門檻下，用三星五奈米工藝替代台積電三奈米，被百度、阿里批次採購。美國議員罵她賣國，她帶著檔案據理力爭，強調每筆交易都合規。此後她加大對華佈局，2025年宣佈擴建三地研發中心，中國區工程師將突破四千人。這一年AMD中國區營收佔全球二十四點二%，超過美國本土，全球AI晶片市場份額從八成飆升到十五成，一半以上來自中國。她的高薪是市場對能力的認可，而她的底氣，從來都是看透技術與市場的本質，找準未來的方向。 (科技直擊)

兩場超級演講。黃仁勳說：我們今晚要把15場演講的內容塞進1場。蘇姿丰說：（AI的未來）你們還什麼都沒見識到。他們的演講原文都發出來了，歡迎去看原文。我覺著實在是太長了，自己都看麻了，簡單整理幾個要點，看看業界共識有那些吧。共識展示了某種程度上的趨勢，從中發現那些非共識，才是找到未來分岔的要點。算力缺口，比所有人想像的都大黃仁勳給出的數字：10兆美元的舊計算體系正在被AI現代化升級，100兆美元規模產業的研發預算正在從傳統方法遷移到AI方法。蘇姿丰給出的數字：全球算力從2022年的1 zettaflop增長到2025年的100 zettaflops。這還遠遠不夠，未來五年，還需要再增長100倍，達到10 yottaflops。yottaflop是什麼？1後面跟24個零。10 yottaflops，相當於2022年算力的10000倍。兩位大佬傳遞了同一個資訊：錢從那兒來？錢往那兒去？答案都是AI算力。兩場發佈會，三個關鍵詞關鍵詞一：物理AI黃仁勳把它定義為"讓AI理解自然規律、與物理世界互動"。NVIDIA發佈了AlphaMio，一個"會思考、會推理、會解釋"的端到端自動駕駛AI。它能輸出控制動作，還會告訴你為什麼要這樣開。黃仁勳說：未來每一輛車、每一輛卡車，都會自動駕駛或高度自動駕駛。這個拐點，可能正在發生。蘇姿丰則請來了義大利人形機器人公司Generative Bionics的創始人，發佈了商業化人形機器人Gene 1。它全身覆蓋觸覺"皮膚"，能感知壓力與意圖，預計2026年下半年進入製造。關鍵詞二：Yottascale蘇姿丰發佈了AMD史上最大幅度的代際性能提升：Helios平台與MI455X加速器。Helios機櫃的參數可以看下，為了加速追趕確實挺拼的。3200億電晶體，比上一代多70%432GB HBM4超高速記憶體單機櫃性能最高可達2.9 exaflops重量接近7000磅黃仁勳則發佈了Vera Rubin平台，由六顆關鍵晶片協同設計，覆蓋CPU、GPU、網路、資料處理與安全。兩家公司都在說同一件事：AI需求沒有放緩。 晶片增長不夠，就做系統協同；系統不夠，就做機櫃級設計；機櫃不夠，就做資料中心級最佳化。關鍵詞三：智能體（Agentic AI）黃仁勳說，2025年智能體系統擴散到幾乎所有地方。他特別點名了一款產品：Cursor，"它在NVIDIA內部徹底改變了我們的軟體開發方式"。蘇姿丰請來了OpenAI聯合創始人Greg Brockman。Brockman說：我希望未來你早上醒來時，ChatGPT已經幫你把家裡和工作裡的待辦清單消掉一部分。我希望世界上每個人背後都能有一張GPU在後台持續運行。Lisa Su 與 Greg Brockman 在 CES 2026 同台端側AI年年有聊，年年不一樣蘇姿丰發佈了Ryzen AI Halo——一個巴掌大的小盒子，能在不連接外部裝置的情況下本地運行2000億參數模型。Liquid AI的CEO展示了LFM-3——原生多模態，支援音視訊輸入，能在100ms以內完成即時推理。它不是跑在雲端，而是跑在你的筆記本上。黃仁勳說得更直白：未來應用不再是預先編譯，而是即時生成——每一個像素、每一個token，都是現場生成出來的。一個分化：開放 vs 封閉黃仁勳宣佈，NVIDIA現在也是一家"前沿AI模型建構者"。他們用DGX Cloud運行著價值數十億美元的超級電腦，開發開源模型。他說：我們選擇儘可能在開放生態中完成，從而讓每家公司、每個行業、每個國家都能參與這場AI革命。蘇姿丰的表態更加明確：AMD是唯一一家在全端貫徹開放性的公司——硬體、軟體、以及更廣泛的解決方案生態。兩家晶片巨頭同時高舉"開放"大旗，背後是一個更深層的博弈：AI時代的生態戰爭更久、更激烈。寫在最後黃仁勳用了一個詞來形容這個時代：雙重平台變革。第一場變革，是我們全面走向AI——未來的應用將建立在AI之上。第二場變革更深：軟體的開發與運行方式發生根本變化。你不再是"程式設計軟體"，而是在"訓練軟體"；你不再主要跑在CPU上，而是跑在GPU上。蘇姿丰的總結更簡潔：AI是過去50年最重要的技術，也是AMD的第一優先順序。站在2026年的起點，蠻有意思的，算力還有巨大成長空間，那背後的資訊效率提升指向什麼方向呢？ (帝亞梵的智庫報告)

“在這些演講中，物理AI、混合AI、空間智能等幾大焦點，並非割裂，而是一個協同進化的生態系統。”拉斯維加斯，飛機已落地，開年第一周，許多人奔赴CES，一年一度的科技春晚拉開序幕。這幾日的焦點，在人和他們說的話。1月4日、5日，展會正式開始前兩天，是CES的媒體日，許多公司會選擇在此時發佈新品。與往年一樣，這兩天幾乎變成了一場全球AI頭部公司的“掌門人峰會”：輝達創始人黃仁勳、AMD董事長蘇姿丰、英特爾CEO陳立武、聯想集團CEO楊元慶、高通CEO克里斯蒂亞諾·阿蒙……紛紛亮相併發表演講。但這些演講並不止於新品發佈，更像是一次對企業技術路徑和產業佈局的表態，每一句判斷，都會被世界反覆拆解、思考。對此，資深科技自媒體人莊明浩表示，CES本來是消費電子展，但看輝達和AMD，尤其是黃仁勳的演講，其實基本上已經完全沒有針對“消費市場”的內容描述，全部都是當前AI敘事下，資料中心所需要的GPU，以及所謂“物理”世界極限這樣的宏大命題，我們人類的消費品似乎真的已經不那麼重要了。而隨後四天，當主舞台的燈光逐漸暗下，展館的大門一扇扇打開，CES的正式展期才剛剛開始。據報導，超250萬平方英呎的展區，吸引了全球超過4000家參展企業和十幾萬參會者。機器人、AI PC、智能眼鏡等最熱門的科技產品，都將在此亮相。CES 2026開幕中國企業的身影同樣密集。既有聯想、海信、TCL等老牌廠商，也有宇樹科技、智元、雲深處等機器人公司，在洗地機、割草機、爬樓機、泳池清潔機等細分領域，中國廠商的身影也不會缺席。正如黃仁勳在演講中反覆強調的那樣：“AI競賽已經開始，所有人都在努力達到下一個水平。”那麼，在第一天的多場主題演講中，各大AI企業的掌門人都是如何解讀行業趨勢，又是如何描繪各自企業的未來藍圖？據未可知人工智慧研究院院長杜雨所總結：黃仁勳的核心邏輯是AI必須理解物理世界的常識，才能真正與現實世界互動。從商業邏輯來講，現實世界的天花板比線上世界更大。黃仁勳這次穿上了鱷魚皮英特爾強調混合AI和端側，本質上是現實世界有很多場景是需要端側AI的，比如醫療、金融、工業，強調資料隱私、低延遲、零斷網。AMD的蘇姿丰說未來幾年計算能力需要再提升100倍，本質上是在解決“算力荒”的問題。AMD的戰略是用更高性價比的算力，搶奪輝達的資料中心市場。應蘇姿丰邀請而來的“AI教母”李飛飛，則再次強調了“大語言模型終究受制於語言本身”這個天然的侷限性，她認為，語言是用來描述世界的工具，但不是世界本身。從物理AI、混合AI、端側AI，到算力、空間智能、AI代理……在這些主題演講中，或新或舊的概念，共同勾勒出了未來AI發展的全景圖。我們整理了十四句與未來AI發展有關的金句，它們為這個飛速發展的AI時代留下了一個小小的時間標記，留待未來驗證。同時，我們也邀請了相關領域的專家，對這些洞見發表了各自的看法。十四句金句整理1.“物理AI的ChatGPT時刻即將到來。”——黃仁勳2.“物理AI的突破，讓AI從螢幕走向了我們的物理世界——這恰逢其時，因為世界正在建設各種各樣的工廠，用於晶片、電腦、救命藥物和AI。隨著全球勞動力短缺的加劇，我們比以往任何時候，都更需要由物理AI和機器人技術驅動的自動化。”——黃仁勳3.“今天我想要談一點AIpamayo，這是我們在自動駕駛汽車方面所做的工作——我們不僅開源了模型，還開源了我們用來訓練這些模型的資料。因為只有這樣，你才能真正信任模型的來源。我們開源所有模型，我們幫助你們從中製作衍生品。”——黃仁勳4.“如果你看世界的模型，OpenAI生成的Token比其他任何模型都多，而第二大群體，可能是開源模型。我的猜測是，隨著時間的推移，開源模型可能會成為第一名。”——黃仁勳5.“我們相信，隨著人工智慧能力的不斷提升，本地化計算只會變得越來越重要，第一，本地化程度越高，延遲就越低，因此性能也越好；第二，AI越本地化，就越安全，也越真正“屬於你”；第三，AI推理每一次都要花錢，雲端集中計算存在成本與頻寬瓶頸，而本地化計算通過減少傳輸和基礎設施依賴，能顯著降低整體成本；第四，對企業而言，本地計算的核心價值不在性能，而在於讓資料、智能與控制權重新回到自己手中。”——Perplexity CEO斯里尼瓦斯6.“混合人工智慧時代開啟……本地AI安全地執行任務，將資料保留在機器上，而云端AI則負責全域推理、規劃和多智能體編排。”——英特爾戶端計算事業部高級副總裁吉姆7.“你將在智慧城市、工廠、醫療保健和各種自動化系統等關鍵領域中，看到數百種不同外形尺寸的邊緣裝置，它們需求巨大且不斷增長。”——英特爾戶端計算事業部高級副總裁吉姆8.“AI的使用者數量，已經從最初的100萬人，躍升至如今超過10億活躍使用者……我們預計，AI的活躍使用者數量將增長到超過50億人，AI將真正融入我們生活的方方面面，就像今天的手機和網際網路一樣。”——蘇姿丰9.“我們現在擁有的算力，遠遠不足以支撐AI能做到的一切……為了讓AI無處不在，我們需要在未來幾年內將全球算力提升一百倍，或者在未來五年內提升超過十倍。”——蘇姿丰10.“未來，一個國家的GDP增長，很大程度上將由其可用算力決定。”——OpenAI總裁格雷格11.“讓我興奮的是，現在出現了新一代人工智慧技術，包括具身人工智慧和生成式人工智慧，我們終於可以賦予機器更接近人類水平的能力——空間智能。”——李飛飛12.“我們正在從‘被動理解世界的系統’，走向‘幫助我們與世界互動的系統’。”——李飛飛13.“如今大多數AI助手都是反應式智能體，你打開一個應用程式，然後提問以獲得回應，但是當AI在裝置上快速運行且始終處於開啟狀態時，它就可以主動為你執行任務。”——Luma AI CEO阿米特14.“2026年將是AI代理元年，AI將能夠幫助你完成更多工，甚至有望完成整個任務的端到端，而不是僅僅做一些零碎的工作。”——Luma AI CEO阿米特大頭有話說胡延平上海財經大學特聘教授智能科技產業與智能經濟研究學者黃仁勳所言“物理AI的ChatGPT時刻到來”，如果更具體地定位，2026年可能是物理AI的GPT3—GPT3.5時刻，也就是進步顯著，但還不能給予過高的預期，尤其機器人的“大腦發育”。不過，自動駕駛的L3量產時刻今年到來，這一點是比較確定和樂觀的。此外，AMD和輝達都在強調從晶片到主機和叢集的全端AI能力，產品從晶片算力、開發環境到垂直應用，面向多個垂直場景全線佈局而非單點突破。尤其AMD後起直追，在已經實現從資料中心到個人裝置的完整AI佈局的基礎上，產品性能又有顯著提升。李飛飛展示了World Labs旗下首款商用世界模型Marble，目標是生成持久存在、可導航且一致的三維世界，助力人類的創造力而不是替代人，也和她過去提出的“以人類為中心”的AI發展理念相契合。李飛飛發表演講接下來，這屆CES 2026我會關注五個重點：一是機器人等具身智能，二是智能眼鏡等智能裝置，三是智能駕駛L3產業鏈，四是訓練與推理計算架構以及終端與邊緣AI算力變化，五是在感測演算法基礎上模型能力的注入給智慧健康領域帶來的變化。AI產業鏈意義上的“AI中國鏈”已經成型，AI技術與應用意義上的“AI中國環”也已經閉環，中國企業在推出琳瑯滿目的創新產品的同時，有希望為世界提供更多解決方案。杜雨未可知人工智慧研究院院長中國社會科學院技術經濟學博士幾場演講聽下來，我的感受是，“算力軍備競賽”已經白熱化。三家巨頭都在強調算力，但路徑完全不同：輝達追求絕對性能，AMD追求性價比，英特爾追求邊緣普及。這讓我想到近期扎堆上市的國產GPU四小龍，也是各有千秋。這也意味著未來2—3年，晶片價格戰、性能戰會非常激烈，對創業公司和企業客戶是重大利多——算力成本將大幅下降。中國在晶片製造上短期追不上，但在AI應用硬體上很猛。CES展會現場的機器人企業中，中國企業佔到一半以上，宇樹人形機器人、智元機器人、追覓掃地機器人，全是中國的。機器人還只是典型代表之一。這是因為中國市場大、場景多、迭代快。因此，我對中國創業企業的建議是：錯位競爭、長期主義。張孝榮深度科技研究院院長演講中，黃仁勳的觀點不僅是技術升級，更是範式轉移。以前的AI是“鍵鼠互動”，現在的AI是“視覺和語言互動”，而黃仁勳定義的“物理AI”是“行動互動”。他通過Cosmos模型（看視訊學物理規律）和Newton引擎（即時物理計算），試圖解決AI的“幻覺”問題——讓機器明白“水是流體、玻璃是脆的”。這是為了讓AI能在工廠和家庭中安全地幹活，而不僅僅是寫詩畫畫。AMD和英特爾兩家都迴避了與輝達GPU的直接競爭，各自另闢蹊徑：蘇姿丰展示了AMD在AI產業鏈中的位置。她強調的Helios系統和針對PC的Ryzen AI 400系列，傳遞出一個明確訊號：算力競爭是持久戰，AMD已經準備好接招，且更注重端側和成本效益。AMD的策略更像是“務實的理想主義者”，強調的“突破算力瓶頸”，本質上是降低AI的使用門檻。如果算力成本降不下來，中小企業玩不起，AI生態就會枯萎。蘇姿丰介紹AMD Instinct MI455X GPU英特爾強調的“本地計算”，其實是在輝達強大的雲端壟斷下，尋找一條讓AI落地到普通使用者手中的差異化生存之路。英特爾確實是在打一場“防禦戰”，但也是一場“必贏之戰”——它們看到了一個痛點：並非所有AI任務都需要去雲端。隱私問題（如家庭監控）、延遲問題（如遊戲響應）、成本問題，都要求算力下沉。英特爾通過在PC和邊緣裝置部署NPU（神經網路處理單元），是在建構AI時代的“毛細血管”。如果AI只存在於雲端巨頭手裡，那是不健康的；英特爾在試圖讓AI真正“無處不在”。幾場演講的核心概念，物理AI、本地計算、突破瓶頸、空間……勾勒出了AI從“雲端大腦”走向“實體世界”的完整路徑。結合CES 2026的風向，我對未來的感受可以用三個詞概括：“智能體、具身智能、技術方案”。1.AI將從“對話方塊”裡走出來：未來不再只是Copilot（副駕駛），而是Co-worker（同事）。我們期待看到AI智能體（Agent）能幫我們訂票、操作軟體，甚至通過機器人幫我們打掃房間。2.硬體形態的爆發：2026年將是人形機器人和AI定義汽車大爆發的一年。我們將在工廠和道路上看到更多形態的AI物理實體。3.成本的下降：隨著輝達Rubin架構和AMD/Intel方案的推出，AI推理成本將大幅下降。這意味著我們將看到更多便宜好用的AI應用，而不僅僅是昂貴的奢侈品。劉興亮知名數字經濟學者工信部資訊通訊經濟專家委員會委員在這些演講中，物理AI、混合AI、空間智能等幾大焦點，並非割裂，而是一個協同進化的生態系統。AMD和輝達在雲端提供近乎無限的算力，驅動模型變得無比強大，然後，這些能力通過英特爾的混合架構和李飛飛所展望的多模態模型，分發到我們身邊的裝置上，最終通過輝達倡導的物理AI和機器人技術，在現實世界中產生價值。在這個宏大的圖景中，中國企業絕非旁觀者，而是至關重要的參與者，並有望在以下幾個領域扮演關鍵角色：應用創新的主戰場：中國擁有世界上最龐大、最多元的應用場景和市場需求。在電商、社交、移動支付、智慧城市、製造業等領域，中國企業可以將全球領先的AI基礎模型和硬體，與本土化的深刻洞察相結合，催生出世界級的AI應用創新。例如，在AI賦能供應鏈、個性化推薦、工業自動化等方面，中國有巨大優勢。硬體產業鏈的關鍵一環： 中國在全球電子製造和供應鏈中佔據核心地位。從伺服器製造、AI終端裝置（PC、手機、機器人）到資料中心建設，中國企業是將先進AI技術轉化為實體產品並實現大規模交付不可或缺的力量。特定領域的技術突破者： 在AI晶片設計（如華為昇騰、寒武紀等）、自動駕駛（如百度Apollo、小鵬、華為Inside模式）、機器人等領域，中國企業已經積累了深厚的技術實力。面對國際競爭，他們有望通過聚焦特定垂直領域，實現差異化的技術突破，並依託國內市場形成規模效應。開源生態的積極貢獻者： 越來越多的中國科技公司擁抱開源，向全球貢獻程式碼、模型（如DeepSeek）和資料集。這有助於提升中國在全球技術社區的影響力，並從協作中獲益。CES 2026描繪的未來是清晰而激動人心的。中國企業需要發揮自身在市場、供應鏈和應用創新上的優勢，一方面積極融入全球技術生態，另一方面勇於在核心技術上攻堅克難。未來的AI世界，必將是一個多極、協作、充滿競爭的精彩舞台，中國企業註定是台上的主角之一。 （吳曉波頻道）

黃仁勳在CES2026上的演講過去不到3個小時，人稱“蘇媽”的AMD CEO蘇姿丰就帶著AMD的AI全家桶登台亮相。為了給自己產品鋪墊，蘇姿丰開場大談推理需求的暴漲，強調算力接下來將進入Yotta Flops時代（1Yotta Flops=1,000,000 ExaFLOPS，即每秒可執行10的24次方次浮點運算）。針對這一變化趨勢，AMD的解決方案是最新的MI455X GPU，並且基於72顆MI455X GPU和18顆Venice CPU，打造了一台開放式72卡伺服器“Helios”。蘇姿丰展示MI455X GPU蘇姿丰強調稱，MI455X系列相較於MI355X擁有10倍的性能提升，其公佈的路線圖顯示，2027年將推出基於2nm工藝，搭載HBM4e記憶體的MI500系列。“未來四年，要實現AI性能1000倍的提升，”蘇姿丰說。01蘇媽的“算力核彈”AMD GPU路線圖這張路線圖清晰地展示了AMD INSTINCT系列GPU路線圖。最強大的是2027年要上市的MI500，屆時將會匯入2nm工藝，採用HBM4e記憶體，AI性能又是一次巨大飛躍。如果MI455X的性能是MI355的10倍，對照官方折線圖，粗略量化一下，MI500的提升可能是MI455X的30倍。不過，拋開PPT上的故事，明年下半年的重點產品還是MI455X和“Helios”機架。不過這裡比較有意思，在說MI455X的時候，官方曬的是一張MI450的參數對比圖。按照蘇媽的說法，2026年上市的MI450，相當於MI300X+MI350，堪稱階梯式的創新和性能跨越。升級的核心思路和輝達的邏輯一樣，借助HBM記憶體，實現視訊記憶體、頻寬和算力三個維度擴展，打破AI推理的“記憶體牆”限制。這種升級的好處體現在三個方面：首先是更強的擴展能力（Scale-up），更大的視訊記憶體意味著能裝下更巨型的模型；其次是更高的生成效率，通過極高的頻寬解決了“出字速度”慢的問題，提升了每秒Token的輸出量；最後是極高的QPS（每秒查詢率），讓伺服器在單位時間內能同時響應更多使用者的提問。MI450在主流的FP8精度下提供了20PF的算力，性能表現接近初代的4倍。不僅如此，FP4精度下能達到40PF的極高性能。機架方面，根據官方資料，Helios總共18個計算托盤，一個計算托盤採用1顆Venice CPU+4顆MI455X GPU。部分細節雖未詳細說，但從現場的配置來看，其中Venice CPU採用2nm工藝，總計4600個核心，MI455X GPU則採用了3nm工藝，總計18000個計算核心，搭配總計31TB HBM4視訊記憶體和43TB/s的總頻寬，提供2.9Exaflops的FP8算力。AMD也強調，Helios是一個通往Yotta級計算擴展的開放式機架平台。02AI PC的故事端側AI不是附加值，而是必需品展示完機架級“算力核彈”之後，蘇姿丰將敘事重心拉回到個人裝置，並給AI PC下了一個明確判斷：AI PC並不是雲端AI的替代品，而是下一代個人計算的基礎設施。AMD在本次發佈中正式推出Ryzen AI 400系列處理器。該系列採用Zen 5 CPU架構與RDNA 3.5 GPU，整合最高60 TOPS的NPU算力，並已全面支援Windows Copilot+生態。蘇姿丰在現場多次提到，AI已不再是PC的附加功能，而是正在成為其“默認能力”。緊接著，AMD還正式發佈了面向高性能開發者和創作者的Ryzen AI Max平台。從現場大屏展示的參數來看，Ryzen AI Max並非一次常規的移動端升級，而是AMD對“本地AI計算單元”形態的一次重新定義。CPU最高配備16核/32線程Zen 5架構，GPU整合40個RDNA 3.5計算單元，NPU算力達到50TOPS，並配備128GB統一記憶體。這一配置不僅支撐多模態AI推理和生成，也能夠處理編譯、渲染、資料預處理等高負載任務。在此基礎上，AMD進一步向上延展，推出面向高性能本地AI場景的Ryzen AI Max平台。Ryzen AI Max被定義為面向遊戲玩家、內容創作者與開發者的“終極處理器”，其核心並不在於單一模組性能，而在於 CPU、GPU與NPU之間高度整合的記憶體架構，以提升本地 AI 推理時的頻寬效率和響應速度。真正引發現場討論的，則是擺在舞台一側的一個“小盒子”——Ryzen AI Halo。形態上，Ryzen AI Halo更像是一台迷你主機，體積遠小於傳統工作站，卻被蘇姿丰稱為“世界上最小的AI開發系統”。該裝置基於旗艦級Ryzen AI Max處理器打造，採用統一記憶體設計，最高可配置 128GB記憶體，以滿足本地運行大模型時對容量與頻寬的雙重需求。與傳統意義上的AI PC不同，Ryzen AI Halo的目標使用者並非普通消費者，而是開發者、研究人員以及小型創作團隊。AMD在現場明確強調，這並不是一台展示型硬體，而是一個開箱即可使用的本地AI平台。Ryzen AI Halo出廠即預裝多款主流開源模型，包括GPT-OSS、FLUX.2、Stable Diffusion XL（SDXL） 等，開發者無需複雜配置，即可在本地完成模型推理、偵錯和應用驗證。這一設計思路，顯然意在降低“使用AI的工程門檻”，而不是單純追求跑分或峰值算力。這一開箱即用的設計，不僅展示了Halo在實際應用場景中的便利性，也凸顯了AMD對本地AI平台的整體架構思路：它不僅是軟體友好，更是在硬體層面為開發者提供充足算力和統一記憶體支撐。Ryzen AI Max/Halo與MI系列GPU的核心共性在於：都通過大容量、高頻寬的統一記憶體設計，將算力單元與資料緊密耦合，以打破本地或節點間的記憶體瓶頸，實現高效推理與生成。與輝達DGX Spark的對比中，AMD並未強調絕對性能，而是提出了一個更貼近實際使用場景的衡量方式：tokens/dollar/second。這一指標背後，是AMD對AI PC的核心判斷，即未來的個人AI裝置，並不是“縮小版資料中心”，而是效率優先、隨時可用、成本可控的本地智能節點。從Ryzen AI 400系列筆記本，到Ryzen AI Max，再到“小盒子”形態的Ryzen AI Halo，AMD在CES 2026上給出的AI PC路線已經十分清晰：AI正在從雲端服務，下沉為每一台個人裝置中的常駐能力。03抱完OpenAI總裁，再抱李飛飛蘇姿丰與OpenAI總裁、聯創格雷格·布洛克曼CES 2026的舞台上，蘇姿丰不再單純堆疊參數、製程或峰值算力資料，也把時間留給了幾類“正在真實消耗算力的公司”。這些公司共同構成了AMD此次發佈中最重要的一條暗線：算力究竟流向了那裡，又在改變什麼。首先登台的，是OpenAI總裁、聯合創始人格雷格·布洛克曼（Greg Brockman）。他並未談論模型細節，而是反覆強調一個事實：OpenAI內部長期處於“算力緊張”狀態，模型能力的每一次躍遷，都會迅速吞噬掉新增的計算資源。蘇姿丰在台上半開玩笑地回應道：“每次我遇到你，你都在說需要更多算力。”這句玩笑背後，其實是一次非常直接的確認——通用大模型仍然是當前算力需求的上限場景。對AMD來說，OpenAI的存在並不只是一個客戶案例，而是為Helios、MI455X這類機架級產品提供了最直觀的合理性：只要模型規模和使用頻率持續上升，算力就永遠不夠。蘇姿丰與Luma AI首席執行長阿米特·賈恩緊接著，AMD將舞台交給了AI初創公司Luma AI。Luma AI首席執行長阿米特·賈恩（Amit Jain）展示了其最新一代多模態視訊模型Ray3以及即時編輯功能Ray3 Modify。這些模型已經能夠在4K、HDR 條件下生成和修改長視訊內容，並支援將真人拍攝素材與 AI 生成世界進行動態融合。賈恩特別強調，2025年是Luma從“模型展示”走向“商業部署”的一年，一些客戶甚至已經開始使用其系統生成90分鐘長度的完整影片。更關鍵的一點在於，目前約60%的Luma推理負載運行在AMD GPU上。這一比例本身釋放出一個明確訊號：推理正在成為比訓練更長期、更穩定的算力消耗來源。相比一次性的超大規模訓練，視訊生成、即時編輯、內容修改和多模態互動，對算力的需求更高頻、更持續，也更依賴單位成本與能效比。這正是AMD在本次發佈中反覆強調tokens/dollar/second的原因。蘇姿丰與Liquid AI首席執行長拉明·哈薩尼隨後登台的，是來自MIT孵化公司的Liquid AI。與前兩者不同，Liquid AI並不試圖擴大模型規模，而是試圖從根本上降低“智能的計算成本”。其首席執行長拉明·哈薩尼（Ramin Hasani）在現場發佈了Liquid Foundation Model 2.5，並預告了將於年內推出的LFM 3.0。這些模型主打高度量化、低延遲與原生智能體能力，能夠在本地裝置或企業系統中常駐運行，持續處理多語言音視訊輸入、函數呼叫和後台任務。在演示中，LFM 3.0可以代表使用者參加會議、處理日程，甚至在使用者不直接互動的情況下主動執行任務。蘇姿丰在一旁打趣道：“你確認我們會相信這個智能體？”但這句玩笑點出的，恰恰是AMD想要押注的下一階段趨勢：AI正從“生成工具”轉向“系統級參與者”。除了內容與企業軟體，蘇姿丰還明確表示，醫療是她個人最關注的AI應用領域之一，因為這裡既存在極高的算力需求，也存在對穩定性、可解釋性和長期運行能力的現實約束。當這些企業被串聯在一起時，一條清晰的邏輯逐漸浮現：從OpenAI這樣持續吞噬算力的通用模型平台，到Luma的內容生成工廠，再到Liquid AI的本地智能體，以及醫療等高可靠性場景，算力正在從集中式訓練中心，擴散為一個高頻、分佈式、長期運行的推理網路。蘇姿丰與李飛飛在這樣的背景下，“AI教母”、史丹佛大學教授李飛飛也受邀登台，分享其創辦的World Labs。World Labs的核心目標，並不是生成更精緻的圖像或視訊，而是讓AI理解現實世界的空間結構。李飛飛將其稱為“空間智能（Spatial Intelligence）”，即模型並非學習螢幕上的像素，而是學習世界本身的尺度、深度、結構與物理關係。在現場演示中，World Labs僅使用普通手機拍攝的少量照片，就生成了具有真實空間關係的3D世界模型。李飛飛指出：“過去需要幾個月的工作，現在只需要幾分鐘。模型跑得越快，世界就變得越即時。”值得注意的是，這些模型的訓練與推理同樣運行在AMD Instinct GPU與ROCm軟體棧之上。性能的提升，並不是簡單地縮短等待時間，而是在改變研究和創作的基本方式。從OpenAI的算力飢渴，到內容生成、智能體、醫療應用，再到空間智能的出現，AMD在CES 2026所呈現的，並不是一場單純的硬體發佈，而是一種判斷：當算力成本持續下降，AI 將不再只是模型能力的競爭，而是開始重塑我們理解和建構世界的方式。 (騰訊科技)