AMD提出，通过不断增加GPU来解决所有AI工作负载的策略可能正在触及极限。该公司表示，智能体AI——一类旨在真实场景中自主推理、规划和采取行动的新型AI系统——需要与驱动第一波聊天机器人和图像生成器的系统截然不同的硬件架构。

AMD的核心论点是，智能体AI将彻底改变算力平衡。传统AI训练和推理工作负载通常运行在CPU与GPU比例为1:4甚至1:8的服务器配置上。在2026年年中通过一系列博客文章发布的技术分析中，AMD表示，智能体AI可能需要接近1:1的配置比例，某些情况下甚至需要CPU占主导的部署方式。这一立场将AMD与当前主流的数据中心建设模式形成对立——在该模式下，NVIDIA GPU主导了AI基础设施支出，服务器设计也严重偏向GPU加速。

智能体AI为何需要更多CPU资源

这一转变与智能体AI系统的运作方式密切相关。传统的聊天机器人通常接收一个提示词，通过模型处理后返回答案。相比之下，智能体AI系统可能需要同时协调多个进程，包括数十个子智能体、工具调用、实时数据流、决策步骤和行动执行。这些编排及编排相关任务属于CPU密集型工作负载——分支逻辑、内存管理、API协调和状态跟踪——无法高效映射到GPU的并行计算架构上。

AMD将其EPYC 9005系列处理器定位为应对这些需求的解决方案。该系列芯片提供最高192核和384线程，可提供大规模并行智能体编排工作负载所需的核心密度。AMD即将推出的"Venice"处理器架构预计将这一上限提升至256核和512线程。竞争格局意义重大：Intel的Xeon服务器CPU仍是企业级数据中心的既有力量的产品，而AMD在近几代产品中已在云和超大规模部署中稳步扩大份额。如果工作负载转变导致每台AI服务器的CPU需求上升，这一趋势可能进一步加速。

AMD更广泛的基础设施策略

AMD并未将智能体AI定位为仅限CPU的市场。其更广泛的基础设施愿景包括用于GPU侧计算的Instinct加速器——AI工作负载仍需要GPU算力——以及用于管理系统所需高数据吞吐量的Pensando网络技术。

该公司还通过Ryzen AI平台覆盖消费者和开发者用例。截至2026年7月，Ryzen AI Max+ 395已通过Micro Center等零售商发售，使开发者能够在本地构建和测试智能体AI系统，然后再将部署扩展到数据中心规模。

对AMD服务器CPU业务的潜在影响

对投资者而言，核心问题在于AMD对智能体AI基础设施的判断是否准确。如果智能体AI部署确实需要接近1:1的CPU与GPU比例，而非当前偏重GPU的配置，高核数服务器CPU的需求可能会显著扩大。

在这一模型下，智能体AI部署中使用的每块GPU都需要配备大致相当的CPU算力。这将使AMD的EPYC服务器CPU业务更直接地与AI基础设施支出挂钩。AMD目前已有192核处理器出货，256核芯片也在规划路线中。大型云服务商和企业客户是否会围绕更密集的CPU配置调整采购策略，将取决于智能体框架从实验性部署走向生产环境的速度。