AMD唐晓蕾进博会首秀：智能体时代算力如何跟随应用？

21世纪经济报道记者陶力自上海发回报道。

图为唐晓蕾在进博会现场（采访对象供图）。

11月5日至10日，第九届中国国际进口博览会在上海举办。走到第九个年头，这届进博会在展览规模、展品质量、展商参与度等多项指标上都刷新了历史纪录。

进博会既是共享中国高水平对外开放机遇的窗口，也成了科技巨头挖掘中国市场潜力的机会。AMD今年首次在中国市场亮出第六代AMD EPYC（霄龙）处理器。

“进博会举办九年以来，变化其实是全方位的。最早

她回忆说，早年间观众见到晶圆还会追问“这是什么东西”，现在半导体已经“稀松平常”。

更深一层的变化在于，AI正从“一问一答”转向“执行任务”，智能体开始真正替人解决问题。唐晓蕾认为，智能体AI加速发展之下，推理正成为越来越重要的AI工作负载，数据中心的计算架构也随之不断演进。CPU在AI基础设施里的分量越来越重，正成为支撑新一代AI数据中心不可或缺的核心计算引擎。

算力紧缺，怎么让GPU“不空转”，成了云厂商绕不开的考题。她的答案是让CPU重回C位——从GPU的“机头”变成调度全局的数据中心大脑，让算力跟着应用走，云边端协同部署。

《21世纪》：您多次来进博会参展交流，感受如何？

唐晓蕾：早些年参展，签约的订单里真正落地的不多。到了今年，从进博会拿到的机会已经越来越多，业务也能真正落到不同城市。能明显感觉到，这么多年来各行各业包括各地政府对AI和科技的重视程度都更高了。

《21世纪》：AI大模型遍地开花以后，AI服务器CPU的选型标准有哪些变化？

唐晓蕾：在我们看来，变化主要体现在两方面。其一是效率在企业眼中越来越重要，涉及生产效率、TCO和运营成本。以同样的机房面积计算，若采用AMD CPU，空间可节省至1:7，等于处理能力提高到7倍。其二是生态的延续性，换代升级的问题必须纳入充分考量。

真正的变量是智能体AI的出现。问答型应用只能告诉你机票去哪儿订、价格多少，却没法替你执行；现在智能体真的能执行了，能理解任务、创建流程、调用各类数据与API，要调度和控制的东西越来越多，会产生大量“用完即释放”的智能体。这恰恰是CPU擅长的场景：主频高、时延低，CPU天生就是做控制的。CPU重回C位，是应用场景带来的。

《21世纪》：具体到AI服务器，不同形态对CPU选型各有哪些要求？

唐晓蕾：AI服务器并非只有一种形态，它其实是AI基础设施里承担不同职责的几类服务器。第一类负责模型推理，CPU在其中扮演GPU“机头”的角色；第二类是智能体沙箱服务器，用来运行大规模智能体；第三类则是支撑企业业务的老式标准服务器。作为“机头”，CPU要有更高的频率和更快的通信，免得GPU空转干等；而沙箱服务器才是CPU的主战场，得靠大规模CPU集群撑住智能体运行期间的高并发，对内存带宽和核心数的要求也更高。

《21世纪》：从算力规划的角度，您有什么建议？

唐晓蕾：算力需求在不同企业、不同场景之间差别很大。往后云、边、端三者不会出现谁替代谁的局面，而是各自承担相应职责、彼此配合。在云端和数据中心，EPYC处理器与加速器能充当大规模AI训练和推理的算力底座；在边缘侧，面对工业、机器人、机器视觉这类实时性要求高的场景，我们拿出了锐龙嵌入式、Kria等平台；到了终端侧，锐龙AI Max将CPU、GPU、NPU的异构算力整合到一起，让复杂模型与智能体可以在本地跑起来。我们要做的是让算力跟随应用需求走，使AI真正落到业务当中、落到生产现场，把AI应用从试点阶段推进为能切实产生价值的生产力。

《21世纪》：眼下行业普遍面临算力紧缺，怎么提高算力利用效率？

唐晓蕾：算力如今又贵又稀缺，重中之重是压缩GPU的空闲时间——这需要一套好的调度工具，能实时掌握生产环境状况，并把冗余设计做扎实。CPU不能只被看成“机头”，它应当被当作整个数据中心的大脑。

《21世纪》：您怎么判断未来三年中国数据中心市场的走向？

唐晓蕾：先说第一点，算力瓶颈终归会被解决。扩产芯片产能、采购原材料都要花时间，可工程师的本事就是解决问题。第二点，AI对人类的颠覆程度或许会超出今天的预想。眼下的AI，好比给马车安上了一台马力强劲的蒸汽机——引擎是有了，车轮、传动轴、变速箱却都还没跟上；连炼钢能力都不具备，自然也想象不出钢结构车体。说到底，AI正在重塑千行百业，而千行百业本身也是AI产业链的组成部分，每个人都得主动参与进去。