苏姿丰上海开讲：AI 正在重新定义计算的每一层
一句话看懂：AMD CEO 苏姿丰在上海 AI 开发者大会上提出，AI 正在重新定义计算的所有层次，竞争焦点从模型能力转向系统工程与全栈优化。AMD 正通过开放生态 ROCm 平台、全栈算力组合（CPU + GPU）和本地开发者社区建设，回应 AI 落地成本与工程复杂度挑战。
事件核心：发生了什么
AMD AI 开发者大会首次落地上海，AMD 董事会主席兼 CEO 苏姿丰在大会上发表主题演讲。她指出，随着 Agent 工作流普及（每个用户可能拥有 5-100 个 Agent），算力消耗结构发生根本变化，单纯堆砌 GPU 已不足以满足需求，需要 GPU + CPU 的完整端到端算力组合。AMD 的核心策略是提供覆盖云端到端侧的全栈算力，以开源软件平台 ROCm 为枢纽，让开发者能在不同部署场景中找到适配工具。大会现场设置了推理、训练、端侧部署、AI Kernel 开发等实战工作坊，并正式上线“AMD AI 开发者计划-中国”会员生态项目。
为什么重要
苏姿丰的判断直接回应了当前 AI 行业的核心矛盾：Token 单价不断下降，但企业 AI 预算不降反升。原因在于，AI 工作范式从单次问答转向多轮 Agent 工作流，每一次任务都涉及规划、工具调用和验证，算力消耗从线性变为指数级。这种系统层面上的成本与复杂度压力，使得“能不能让整套体系跑得稳、跑得省”取代单一模型性能，成为衡量工程能力的新标准。AMD 选择在上海举办这场大会，并强调“中国正在领跑开放生态”，表明其正在通过开放策略和本地化投入，与英伟达在 AI 工程化市场展开差异化竞争。
对用户/开发者/创作者的影响
对开发者而言，AMD 强调的开放生态意味着：ROCm 开源平台可帮助跨平台开发者减少适配工作；在端侧部署场景（如完全离线的 AI 桌面机器人、本地 Agent）中，AMD 提供的模型量化和推理加速工具链已可供实际使用。对企业采购方和成本敏感用户来说，AMD 提出的 GPU + CPU 混合算力方案可能提供一种更灵活的 Token 成本控制路径。对于中国 AI 开源社区，AMD 对 Qwen、DeepSeek 等主流模型的首次适配承诺，意味着更少的底层适配负担。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. ROCm 在中国的开源生态进展是否能够真正缩小与 CUDA 在工具链、文档质量和社区活跃度上的差距；2. AMD AI 开发者计划（中国）是否能在未来 6-12 个月内带来具体的实战工作坊、认证或算力支持计划；3. 随着 Agent 工作流大规模商业化，业界是否会看到更多偏向端侧和低延迟场景的 AMD 硬件部署案例。
来源：Readhub · AI
