AMD中国AI开发者大会：苏姿丰解读智能体新趋势与实战指南
5月19日，AMD AI开发者大会（AMD AI DevDay 2026）在上海正式开幕。作为该技术盛会首次登陆中国，现场吸引了远超预期的开发者与行业人士，气氛热烈。
本届大会以“开放、构建、创新、连接”为核心，汇聚了行业领袖、技术专家、生态伙伴及众多开发者。AMD董事会主席兼首席执行官苏姿丰博士亲临现场发表开幕演讲，并与零一万物创始人兼CEO李开复博士等嘉宾，共同探讨了AI技术演进与未来生态格局。
今年正值AMD上海研发中心成立二十周年。选择此时将AI开发者大会引入中国，清晰地展现了AMD深化本地技术投入、加速区域生态构建的战略决心。
AI转折点：从推理到智能体，CPU角色重塑
AMD在大会上指出，人工智能正处于关键转折点。推理与智能体AI的快速发展，正在重塑计算架构的需求，并推动CPU进行角色演进。为此，AMD正从三个维度系统推进：依托领先的产品路线图提供核心AI算力；与大型AI公司等伙伴深度协作，构建面向未来的计算基础设施；以及通过开放平台策略实现广泛硬件适配，从而驱动数据中心、边缘及终端设备的全面AI进化。在中国市场，赋能本土开发者、构建本地化应用生态被视为战略核心。
领袖对话：聚焦智能体新范式与PC形态变革
大会的核心环节之一是苏姿丰博士与李开复博士围绕“AI智能体新范式”展开的深度对话。双方就多智能体协作技术、开发者工具链建设、以及未来企业生产力组织形态等前沿议题交换了洞察。
一个重要共识是，AI智能体浪潮正推动端侧计算从孤立任务处理迈向系统级协同。这一趋势直接催生了全新的PC品类——智能体主机。这类设备需要强大的CPU与GPU协同计算能力作为基础，并依赖高带宽、大容量的统一内存架构，以确保复杂大模型能在本地流畅部署与运行。
端侧落地：锐龙AI Max+处理器与智能体主机生态
针对这一趋势，AMD详细展示了其锐龙AI Max+系列处理器的技术特性。基于该平台，智能体主机已形成覆盖一体机、笔记本、Mini AI工作站等多样化的产品形态，以适应不同应用场景和操作系统生态。
目前，包括惠普、华硕、联想、宏碁及多家本土创新品牌在内的合作伙伴，已推出了超过35款相关产品设计。这些搭载锐龙AI Max+处理器的设备，至高可支持96GB GPU专属显存，具备低延迟与高能效特性，能够原生支持200B参数规模的模型在本地运行。这使用户得以在脱离云端依赖的前提下获得高效的AI服务，同时更好地保障数据隐私与安全性。
软件基石：ROCm开源平台的进化与兼容性拓展
为实现从开发到部署的高效路径，统一且开放的软件栈至关重要。AMD重点介绍了其开源软件平台ROCm的最新进展。作为支持全系列AMD GPU的统一平台，ROCm实现了从笔记本、工作站到数据中心的开发环境无缝衔接。它通过对HIPCC编译器、ROCm数学库、PyTorch等主流AI框架以及OpenClaw等智能体框架的全面支持，让开发者能够实现“一次编写，全栈部署”，显著提升了开发、测试与部署效率。
本次大会上，AMD宣布ROCm平台已新增支持新一代锐龙AI 400系列处理器，相关组件可在ComfyUI中直接获取。从ROCm 7.2版本开始，该平台进一步扩展了对Windows和Linux操作系统的兼容性支持，新的PyTorch版本也能通过AMD软件便捷安装，大幅降低了开发者在Windows环境下的部署门槛。
硬件支撑：从专业显卡到高性能处理器
在硬件层面，AMD展示了完整的配套产品组合。基于RDNA 4架构的Radeon AI PRO R9700显卡配备32GB显存，专为本地AI推理、开发及其他内存密集型工作负载设计。而锐龙Threadripper PRO 9000系列处理器，则支持最多128条PCIe 5.0通道，非常适合需要多GPU和高速NVMe存储的高级系统配置，足以满足本地AI微调、推理及应用开发的苛刻性能需求。
同时，AMD发布了跨Windows和Linux平台的AI开发手册，全面覆盖Ryzen AI和Radeon GPU，旨在帮助开发者在现有工作流中快速构建并优化AI应用。
深度实践：工作坊、研讨会与本土开发者论坛
本次大会在下午设置了多场并行技术活动，为不同领域的开发者提供了深度交流平台。其中，8大主题GPU实操工作坊覆盖了云端GPU、边缘Radeon GPU、端侧Ryzen AI三大核心场景，全部基于AMD ROCm开源平台展开，直观演示了AMD GPU在不同AI开发场景中的最佳实践。
技术专题研讨会汇聚了来自顶尖开源社区、头部大模型厂商、高校及AMD的技术专家，围绕AI基础设施中的关键挑战进行分享，议题涵盖大模型推理优化、Token成本控制、AI Kernel开发、多模态模型优化、分布式训练、MoE训练、GPU内核智能体、多模态强化学习等多个前沿领域。
作为本次大会的特色环节，“作品说话”开发者分论坛聚焦端侧智能体实践。通过实战经验分享、创新挑战赛优胜团队路演，以及AMD与DataWhale联合举办的实践工作坊，该论坛从经验分享、项目展示与动手实操三个维度，立体化呈现了端侧AI与本地智能体的应用潜力与开发前景。