作者｜高飛
在AI硬體行業的語彙里，「發布一款新晶片」和「發布一套完整的機架級系統」是兩件性質不同的事。前者展示的是設計能力，後者需要把晶片、封裝、電力、液冷、網路和軟體在同一個物理空間裡協調起來，並且讓這個空間可以被客戶直接部署到數據中心。
7月23日，AMD在舊金山Advancing AI 2026大會上正式宣布Helios進入全面生產。這是AMD第一次以一座完整機架為單位定義自己的產品，機架內同時集成了自家的Instinct GPU、EPYC CPU和Pensando網路晶片。
蘇姿豐在台上先後舉起了MI455X加速器模組、Venice主機板、Salina DPU和Vulcano AI NIC。單是一個不到兩英寸厚的計算托盤就超過160磅。一座完整的Helios雙寬機架大約7000磅（超過3噸），比一輛滿載的大型皮卡還重。
她在隨後的媒體問答中說：「Helios非常了不起。它是一項出色的工程成果，在計算、散熱、系統集成和密度等方面都包含了大量創新。我們不是最近才開始為這個時刻做準備。」
過去幾年裡，AMD通過收購Pensando獲得了可編程網路晶片能力，通過收購ZT Systems獲得了系統集成經驗，並持續投入芯粒（chiplet）架構和ROCm開放軟體棧。這些分散在不同時間點的投資，在Helios身上第一次匯合為一個可以整體交付的產品。
蘇姿豐在媒體問答中用了一個詞來描述這種匯合的關鍵因素：「秘訣」（她說「或許可以稱為秘訣」）在於AMD與合作夥伴從一開始就在共同開發，而不是各自完成之後再拼接。行業分析機構估算，一座Helios機架的售價大約在500萬到550萬美元之間。
Helios的名字來自古希臘太陽神，駕馭四匹駿馬拉著戰車穿越天空。這個命名不只是品牌修辭：GPU、CPU、網路晶片和軟體正是AMD的四駕馬車，Helios是它們第一次被套進同一輛戰車。CNBC在發布前三天獨家探訪了AMD位於德克薩斯州Rockdale的數據中心實驗室，拍攝了第一座Helios機架的組裝和測試過程。這座實驗室里正在測試的配置，就是Meta將在今年晚些時候部署的版本。
這場將近三小時的Keynote同時發布了七款產品：Helios機架級AI基礎設施（內含MI455X GPU）、第六代EPYC Venice伺服器CPU、面向HPC和主權AI的Instinct MI430X GPU、風冷PCIe加速卡MI350P、AI軟體棧ROCm.ai、本地AI開發者平台Gorgon Halo，以及Kria AI機器人系統模組與開發者平台。它們覆蓋了從超大規模數據中心到企業伺服器、從開發者桌面到工業機器人的完整範圍。
AMD數據中心業務在2026年一季度營收57.8億美元，同比增長57%。但蘇姿豐認為故事才剛開始：「我們仍然處在可能性的極早期。」她在Keynote上預測，到2030年，AMD所覆蓋的高性能與自適應計算市場將接近2萬億美元。AMD的判斷是，AI基礎設施的競爭正在從單顆晶片升級到完整系統。這家公司正在同時推進高性能x86 CPU、數據中心GPU、可編程網路晶片和開放軟體棧的協同演進。
回頭看一年前的進度，變化速度令人吃驚。2025年6月，蘇姿豐在聖何塞舉辦的Advancing AI 2025上發布了MI350系列GPU，預告了MI400和Helios，但Helios當時還只是一張架構圖和一組規劃參數。那場發布會上，OpenAI CEO Sam Altman親自上台為AMD站台，確認正在MI300X上運行工作負載，並稱「對MI450極其興奮」。
蘇姿豐給出的AI加速器市場預測是，到2028年超過5000億美元。一年過去，Helios從PPT走進了量產線，加速器市場預測從5000億（2028年）調高到1.4萬億（2030年），AMD的伺服器CPU營收份額從40%上升到46%，而站在台上為AMD背書的不再只是一家AI實驗室，而是Anthropic、OpenAI和Meta同時出現，合計承諾了14GW。
/01/
Helios改變了什麼？
Helios改變了AMD與客戶之間的關係。
此前，AMD賣的是零部件。客戶買GPU卡、買CPU，裝進自己設計的伺服器，放進自己的機架。系統集成的工作由客戶和OEM完成，AMD只負責晶片。Helios把這個關係向前推了一步：AMD定義了一座完整機架的參考設計，規定了72顆GPU、18顆CPU和網路晶片之間如何協同工作，然後把這份設計交給OEM和ODM夥伴去製造和交付。AMD不直接賣整機，但它第一次定義了整機的架構。
這個轉變的產業含義在於，AMD從一個組件供應商變成了一個系統架構的提出者。超大規模客戶過去在採購AI基礎設施時，往往需要自己完成從晶片到機架的系統設計，或者採購已經集成好的整機方案。
Helios提供了第三種選擇：一份經過AMD驗證的參考架構，客戶可以按需配置，由多家製造商生產。蘇姿豐在媒體問答中特別強調了這種共同開發模式：「我們與合作夥伴始終保持步調一致。雙方是在共同開發，而不是AMD先獨立完成產品，再把它交給合作夥伴。」她透露，OpenAI、Meta和Anthropic都在與AMD進行這種聯合開發。
Helios採用的UALink over Ethernet、Ultra Ethernet和OCP Open Rack Wide都是開放行業標準。這意味著機架內部的網路互連、跨機架的高速通信，以及機架的物理結構和電力分配，都遵循可以被多家廠商共同支持的規範，而不是綁定在某一家的專有技術上。對客戶來說，開放標準降低了更換供應商的成本；對AMD來說，開放標準讓它在晶片性能之外獲得了另一個競爭維度。
微軟在發布會前三天就確認了部署Helios的計劃。Azure將推出三個新VM系列：ND MI455X v7面向推理負載，HDv2面向智能體編排（約500個物理核心、4TB內存的Venice實例），HXv2面向EDA和科學計算（最高5GHz主頻）。
值得一提的是，微軟和AMD都是UALink Consortium的創始成員，這意味著Azure部署Helios同時也是對雙方共同參與制定的開放標準的一次規模化驗證。Oracle計劃三季度啟動大規模GPU公有雲集群。批出貨從三季度末開始，四季度擴大，並延續到2027年上半年。蘇姿豐在媒體問答中強調，「AMD宣布Helios進入生產階段，意思就是我們已經做好了出貨準備」，並且「已經明確規劃了首批系統將進入哪些數據中心」。
/02/
智能體越多，CPU越忙
CPU在AI基礎設施中的角色正在逆轉。
過去幾年，AI數據中心的典型部署是1顆CPU配4到8顆GPU，CPU只是GPU的搬運工。但當AI從「一問一答」的聊天機器人進入智能體時代，情況發生了變化。一次智能體任務可能涉及幾十個步驟：規划子目標、從向量資料庫檢索、生成代碼並在沙箱中執行、調用外部API、驗證中間結果、循環多輪。GPU負責模型推理本身，但圍繞推理發生的編排、代碼執行和數據訪問全部壓在CPU上。智能體越多，CPU的負載越密集，CPU與GPU的部署比例正在從1：8向1：4甚至1：2收緊。
克萊頓·克里史塔森在《創新者的解答》中描述過一個模式：在技術價值鏈中，利潤向當前的性能瓶頸環節集中，當瓶頸轉移，利潤跟著走。在AI基礎設施中，如果瓶頸正在從純GPU計算向系統級編排轉移，那麼CPU的經濟價值正在重新定價。
蘇姿豐給出了一組印證這種判斷的數字：全球每月消耗的Token已超過3.5×10^16，兩年增長約160倍；2026年約60%的AI算力首次用於推理而非訓練；AI加速器市場預計2030年約1.4萬億美元。但AMD最激進的預測指向CPU：數據中心伺服器CPU市場從約260億美元增長到2030年約2200億美元，年複合增長率超過50%，增速甚至超過GPU。在一場GPU發布會上，最大的增長預測指向CPU，這本身就是一個信號。
第六代EPYC Venice正是AMD對這個信號的回應。AMD在發布會上明確定義了智能體時代數據中心CPU的三種角色，並為每種角色設計了專門的處理器。
第一種角色是General Purpose，即支撐智能體所依賴的企業基礎設施。智能體在工作過程中需要查詢資料庫、訪問儲存、調用Web服務，這些後端系統運行在通用伺服器上。EPYC 9006 SP8提供8到128核的靈活配置，覆蓋從邊緣站點到功率受限機架的企業場景。
第二種角色是AI Host Node，即給GPU餵數據的CPU。在Helios這樣的加速電腦架中，CPU的任務是管理數據搬運和I/O，讓GPU的空閒時間儘可能短。SP7的高頻版本以96顆完整Zen 6核心、最高5GHz頻率和PCIe Gen 6承擔這個角色。AMD還為下一代AI Host Node設計了EPYC 9006 LP（代號Verano），採用LPDDR內存以追求更快的CPU與GPU互連，計劃2027年下半年推出。
第三種角色是Agent Sandbox，即運行智能體本身的CPU。智能體在沙箱中執行代碼、協調任務、操作工具，這些動作需要大量CPU線程來並發處理。EPYC 9006 SP7以最高256核512線程（採用Zen 6c密度核心）承擔這個角色，追求每瓦、每美元、每機架運行儘可能多的智能體。這是Venice家族中最能體現智能體時代CPU需求變化的產品線。
此外，Venice-X加入最高1152MB的3D V-Cache面向HPC和內存密集型負載，計劃2027年下半年推出。
整個Venice家族基於台積電2納米製程，集成約2030億個電晶體，是業界首個在納米片GAA電晶體工藝上量產的HPC產品。SP7已進入生產，OEM系統預計四季度上市。新的SP7插座帶來了16通道內存（約1.6TB/s聚合頻寬）和PCIe Gen 6最高160條通道，但與當前Turin伺服器的SP5不兼容，客戶需要做全平台更換。
蘇姿豐在媒體問答中說，AMD對自己的定位「非常有信心」：「AMD選擇了一條不同的道路。差不多過去十年，尤其是過去五年，我們一直在投入芯粒架構和產品組合架構。」AMD在x86伺服器CPU市場的營收份額已達46%，超過60%的《財富》100強企業使用EPYC。
如果智能體AI真的把CPU需求推到AMD預測的規模，EPYC將不只是GPU業務的配角，而可能成為公司增長最快的產品線。
/03/
3200億電晶體的系統邏輯
MI455X是Helios的計算引擎，也是AMD當前最強的數據中心GPU。
約3200億個電晶體，混合2納米與3納米製程，通過CoWoS-L封裝連接12個Chiplet和432GB HBM4，理論峰值約40 PetaFLOPS FP4。
CDNA 5架構做了多項針對推理延遲的設計調整：從Wave64轉向原生Wave32以降低指令延遲，本地L2緩存擴大到96MB，標量寄存器翻倍以上，新增Broadcast Arbitrator提供最高4倍頻寬放大。
432GB顯存對推理的意義超出了容納模型權重：持續膨脹的KV Cache、中間激活值和高並發請求都在爭奪同一塊內存空間，HBM4的容量和頻寬（單卡23.3TB/s）決定了一顆GPU能同時服務多少用戶。
一座Helios機架內72顆MI455X提供31TB HBM4、1.7PB/s聚合內存頻寬、2.9 ExaFLOPS FP4與1.4 ExaFLOPS FP8算力。機架內Scale-up由六個UALoE交換托盤構建72-GPU一跳可達域（雙向260TB/s），跨機架Scale-out由Vulcano 800 AI NIC完成（雙向43TB/s），前端和儲存流量由Salina DPU卸載。三條數據路徑在設計階段就協調了信號路徑、功率分配和冷卻迴路的匹配關係。
半導體產業在1950年代末從分立元件走向集成電路時學到的一課是，當系統複雜度超過某個閾值，集成本身的收益會超過最優單元件的性能優勢。Helios的數據印證了類似的邏輯：MI455X相較上一代MI355X，低並發下提升4倍，在DeepSeek-V4-Flash的高並發測試中提升達34倍，單位Token成本降至1/18。34倍不是簡單的晶片代際倍率，它出現在HBM容量、並發調度和機架網路同時改善的條件下，說明系統級集成的收益遠超組件的線性疊加。
MI400系列的另一款產品MI430X面向的是不同的計算需求。科學模擬和國家級計算項目需要高精度浮點（FP64），而AI推理主要使用低精度（FP4/FP8），兩者的硬體需求截然不同：
MI430X保留了原生硬體FP64（峰值288 TeraFLOPS），同時共享MI455X的CDNA 5架構和HBM4內存，相當於用同一個晶片平台覆蓋了AI和HPC兩條需求線。美國橡樹嶺國家實驗室的Discovery超算和法國CEA與GENCI聯合建設的Alice Recoque百億億次超算將採用MI430X，計劃2027年上半年出貨。對於正在建設本國AI和科學計算基礎設施的國家來說，MI430X提供了一個同時滿足兩種需求的選項。
/04/
AI是新的開發者
Helios解決了硬體層面的系統集成，但AMD面對的另一個結構性問題在軟體層面。GPU編程生態在過去20年形成了高度集中的格局，遷移到新平台的成本不僅是技術性的，更是組織性的：工程師的技能積累、通信庫的調優經驗、ISV的驗證路徑和招聘市場的人才池，共同構成了一套難以撼動的慣性。
計算產業的歷史暗示，這種慣性往往不是被同一層上更好的替代品打破，而是被抽象層的變化繞過。大型機時代的生態壁壘看起來同樣牢不可破，直到作業系統層的崛起讓整機級別的鎖定變得無關緊要。AMD在這場發布會上給出的新變量ROCm.ai，本質上押注於一次類似的邏輯：如果AI智能體能夠代替人類開發者完成GPU編程和遷移工作，那麼生態鎖定的基礎（人類的學習成本和習慣慣性）就不再是決定性壁壘。
ROCm.ai由三個部分構成。AMD Skills把經過驗證的平台知識注入Cursor、Claude、Codex、Gemini等編程智能體，讓它們在寫代碼時理解AMD硬體的特性，目前以技術預覽形態發布在GitHub。Hyperloom是開源的自動化推理優化引擎，從性能剖析到Kernel重寫、配置調優和結果驗證全程AI完成，AMD稱過去需要數周的人工優化工作可以在數小時內完成。第三部分是ROCm基礎棧本身，PyTorch、Hugging Face、vLLM和SGLang已在MI455X上實現Day-0支持。
現場演示中，Hyperloom把MiniMax M3在MI355X上的Token吞吐提高了38%。AMD 人工智慧事業部高級副總裁Vamsi Boppana透露，Hyperloom上周剛跑完一套14000個模型的測試與優化任務。在同一套MI355X硬體上，ROCm.ai預覽棧相較ROCm 7.0，推理負載平均提升3.3倍，訓練負載平均提升2.4倍。同一台機器，只換軟體，性能翻了幾倍。這組數據說明的是，在AI時代，軟體優化的速度和幅度本身就可以成為硬體平台的競爭力來源。
Anthropic聯合創始人Tom Brown在台上講了一個說明問題的故事：一名工程師把MI355X連接給Claude，讓它在周末自行把系統跑起來，周末結束時性能曲線已經持續向上。
OpenAI的Philippe Tillet（Triton創建者）則指出，AMD完整編譯器棧的開源特性，讓智能體可以理解和優化從框架到匯編指令的每一層，這種端到端的可見性在封閉的軟體棧中很難實現。如果AI編程正在成為GPU軟體的主要生產方式，那麼開放軟體棧可能從追趕者的標籤變成一種對機器友好的架構優勢。ROCm.ai計劃8月開始提供，其中部分組件仍標為技術預覽和實驗性，但方向本身已經引起了行業的關注。
我在場內聽到一個AMD技術專家說，早些年很多客戶和他討論CUDA問題，但是現在越來越少。原因也是一方面AI在讓遷移工作簡單，而且大家也更在往上的抽象層進行開發工作。
/05/
Anthropic、OpenAI和Meta都簽了
Helios的客戶承諾在發布會前後密集落地。
Anthropic在7月22日宣布部署最高2GW的Instinct MI450系列GPU（Helios機架形態），首期1GW從2027年上半年開始。AMD同時承諾對Anthropic進行最高50億美元的戰略股權投資。雙方啟動多年工程合作：Claude將幫助加速ROCm開發和晶片創新，AMD工程團隊將廣泛部署Claude。
Tom Brown在台上把選擇AMD的理由分為兩層：首先，「Helios是一台非常出色的機器」；其次，「新硬體平台的導入體驗，正在因為AI的參與而根本性地改變。」蘇姿豐在媒體問答中回顧了這段關係的起點：「從Dario Amodei和Tom Brown開始創辦Anthropic時起，我們就一直非常關注這家公司。
OpenAI在2025年10月宣布最高6GW合作，首期1GW從2026年下半年啟動。AMD向OpenAI授予最多1.6億股認股權證（約占流通股10%），按部署里程碑分批歸屬。OpenAI計算戰略副總裁Sachin Katti確認已在Helios上運行GPT級工作負載，預計四季度擴大部署。Meta在2026年2月宣布最高6GW合作，採用定製MI450方案。Meta已部署數百萬顆EPYC，基礎設施負責人Santosh Janardhan說，MI450階段的區別是「雙方工程師從設計前端就在同一個房間裡」。
每項交易的結構都不一樣。蘇姿豐在媒體問答中這樣解釋差異：「OpenAI以最高6吉瓦的部署規模，在AMD身上下了很大的賭注。」Anthropic的合作則更明確地圍繞MI450和工程共建展開。AI基礎設施的採購正在從簡單的晶片買賣演變為晶片公司與AI公司之間深度綁定的戰略關係。蘇姿豐還透露，「市場對MI450和Helios的總體需求高於我們最初的預期。」
三家合計14GW，加上微軟Azure和Oracle的部署，Helios的首批客戶覆蓋了全球最重要的AI基礎設施買家。
這些交易的結構反映了AI基礎設施採購的新常態。晶片公司通過股權投資和認股權證鎖定長期需求，降低產能規劃的不確定性；AI公司通過接受投資鎖定供應和價格，降低對單一供應商的依賴。雙方把自己綁在同一條船上。蘇姿豐被問到為什麼兩項交易結構不同時，解釋說「每一項交易都不一樣」，關鍵是「找到雙方條件交匯的正確時間點」。她特別提到，「對任何公司來說，引入一種新晶片都需要大量工程投入。Anthropic願意為AMD投入工程能力、資源、資本和時間，是一項很重要的決定。」
這份客戶名單中還有一項結構上獨特的合作：Cerebras。這家做晶圓級晶片的公司（整片12英寸晶圓做成一顆處理器，面積約46000平方毫米）與AMD的合作邏輯是把推理拆開：Helios做Prefill（大量矩陣計算，GPU擅長），Cerebras的晶圓級引擎做Decode（極高內存頻寬和極低延遲），兩者在同一個推理工作流中協同。按聯合建模數據，組合方案可達最高5倍TPS/kW。
蘇姿豐在被問及這項合作是否只是權宜之計時說：「AMD所說的開放生態，恰恰意味著我們會與多家擁有有用技術的公司合作。長期來看，工作負載會進一步解耦，這是一種可以預期的發展方向。」
Cerebras的五位創始人此前一起創辦了SeaMicro，這家公司在2012年被AMD以3.34億美元收購，兩個團隊之間有淵源。Cerebras計劃在自己的數據中心部署Helios，聯合方案預計2026年下半年首先通過Cerebras Cloud提供。晶片行業的默認姿態通常是「我的晶片什麼都做得最好」。
/06/
MI350P、Gorgon Halo與Kria
Helios和MI455X面向最大規模的前沿AI系統。除此之外，AMD同時發布了面向企業、桌面和物理世界的產品。
Instinct MI350P是AMD四年來首次推出的PCIe形態Instinct加速器：一塊空氣冷卻的雙槽卡，600瓦功耗，配備144GB HBM3e和最高4.6 PetaFLOPS FP4算力。它能裝入標準2U或4U伺服器的電力和冷卻條件，企業不必改造機房就能部署推理，單卡支持最高約2500億參數FP4模型，支持一到八卡配置。
AT&T是一個大規模部署案例：每月消耗超1萬億Token，100多個生成式AI模型在生產中運行，在AMD平台上後訓練並開源了電信行業模型OTel 2.0。
AT&T首席技術官Jeremy Legg在台上說的一句話是：不能被某一種晶片或某一組工具鎖定。AMD自己的IT部門也用EPYC加MI350P運行本地開放模型（Gemma、Qwen），配合智能路由在需要時調用雲端前沿模型，Token成本降低了43%。
蘇姿豐在媒體問答中談到了驅動企業採用的底層動力：「AI越有用，人們就越想使用它。」她也指出，AI給企業帶來的價值正在從降本向收入創造轉移：「企業最初採用AI時，重點在很大程度上的確是降低成本；現在，它越來越多地關係到真正的企業價值創造。基於這一點，我們對需求曲線很有信心。」
本地AI方面，下一代Gorgon Halo（Ryzen AI Max 400系列）是AMD面向開發者和專業用戶的本地AI平台。它把統一內存提高到192GB，AMD稱可以在一台桌面設備上運行超過3000億參數的模型。基於上一代Strix Halo晶片的Ryzen AI Halo（128GB統一內存版本）已經在美國以3999美元起售，與之競爭的桌面AI設備也採用了類似的統一內存架構。
新一代Gorgon Halo將由ASUS、HP和Lenovo在三季度推出搭載系統。AMD與Hugging Face合作，每台Halo附帶一年Hugging Face Pro訂閱。一項AMD引用的基準數據說明了小模型效率的進步速度：Qwen3.5-9B以90億參數在GPQA上取得約81.7分，超過此前1200億參數模型的約80.1分，參數量少13倍，成績更高。這意味著越來越多此前必須上雲的任務，可以在桌面設備上用小模型完成。當桌側設備多到企業規模，管理成為瓶頸。
Cisco總裁Jeetu Patel的概括是「人類點擊，智能體蜂擁而至」，AMD與Cisco的聯合方案為本地智能體設置沙箱隔離、Token額度監控和安全策略，計劃2026年初秋在美國商用。
在物理AI領域，AMD發布了Kria AI System-on-Module（由Ryzen AI Embedded X100驅動），在緊湊模組中整合CPU、GPU、NPU和統一內存，工作溫度零下40°C至105°C，面向最長十年產品生命周期。數字智能體晚幾秒回答只是體驗問題，機器人控制環晚幾毫秒可能碰到安全邊界。
配套的Kria AI Robotics Developer Platform是AMD所稱業界首個交鑰匙、開放且完整集成的機器人開發系統，軟體基於ROCm和ROS 2，加入FPGA處理確定性控制與功能安全。AMD將載板原理圖和FPGA參考設計公開，開發者可以在數天內從概念進入原型，並把同一模組直接用於量產，不必在最後階段遷移或重做設計。AMD還發布了Robotics Partner Network，把ODM、傳感器和中間件廠商組織起來。
Vamsi Boppana在媒體問答中談到物理AI時說：「AI將廣泛融入各種形態的計算，但不同場景需要的特性並不相同。AMD會針對這些不同需求提供相應解決方案。」Kria平台預計四季度普遍可用。
蘇姿豐說：「不存在一個適用於所有問題的『完美模型』，晶片也同樣不存在一種架構包打天下。」Helios追求系統級密度，MI350P追求與現有基礎設施的兼容，Gorgon Halo追求本地大模型的可行性，Kria追求工業級溫度範圍和十年生命周期。每條產品線針對不同工作負載做了不同的設計取捨。
AMD給出了每年一代Helios的路線圖承諾：2027年Helios 500（Verano CPU +MI500，引入銅互連、光互連和下一代HBM4E），2028年Helios 600（Ferrara CPU + MI600，CDNA NEXT架構）。CPU路線圖同樣清晰：2028年Zen 7 Florence，2030年Zen 8 Ravenna。
AMD工程預測，從MI300X到MI500四年間推理吞吐提高2000倍以上。蘇姿豐在媒體問答中談到MI500時的措辭比通常的路線圖預告更直接：「從MI450走向MI500，不是一個小步疊代，而會是又一次大幅躍升。我們相信，屆時AMD能夠在GPU的Scale-up Domain上取得領先。這是一個分量很重的判斷，但它符合我們現在看到的技術進展。」
AMD預計，到2030年，其高性能與自適應計算產品所覆蓋的市場將以約40%的複合年增長率擴大。蘇姿豐說：「如此龐大的市場不可能由一家公司單獨服務，必須依靠整個生態共同完成。」
首批Helios系統將在三季度末離開工廠，進入客戶的數據中心持續運行。
媒體問答環節，有記者問蘇姿豐怎麼看中國開源模型。她的回答和她在硬體、軟體上的立場一脈相承：
「我認為開放源代碼是一件好事，因為它給了使用者更高程度的透明度和控制權。」從採用開放標準的Helios機架，到開源的ROCm編譯器棧，到願意把推理的不同階段拆分給Cerebras，再到對開放模型生態的支持，AMD在這場發布會上用一整套產品和合作關係，為「開放」這個詞注入了具體的含義。
