一句话看懂：行业首个针对 AI 智能体（Agent）的硬件基准测试 AA-AgentPerf 出炉，NVIDIA Blackwell 架构的 GB300 显卡在同功耗下性能是上代 H200 的 20 倍，而 AMD 当前最强显卡 MI355X 在该测试中表现落后，主要因优化尚处早期。
事件核心：发生了什么
2025年6月14日，评测机构 Artificial Analysis 发布了首个面向 AI 智能体硬件的行业基准测试项目 AA-AgentPerf。该测试不同于传统的简单问答或推理任务，要求模型自主拆解目标、读写文件、改写代码并反复流转，对服务器内存容量和调度效率要求极高。测试以每毫瓦功耗支持的并发智能体数量为“能效指标”进行比拼。
在测试中，NVIDIA 的 Blackwell 架构 GB300 NVL72 搭配 1.6 万亿参数的 DeepSeek V4 Pro 大模型，实现了 6.14 万个并发智能体承载量，而上代 H200 只能承载 2600 个，性能差距达 20 倍。AMD 当前最强显卡 MI355X 的成绩“不太好看”，输出速度越高差距越大。Artificial Analysis 指出，这主要是由于 AMD 对 DeepSeek V4 Pro 的优化仍处于初期阶段，预计近期将有显著提升。
为什么重要
AA-AgentPerf 测试的发布，标志着 AI 算力的评估标准从“能跑多少 token”转向了“能同时处理多少智能体任务”。随着 Agent（智能体）应用在代码编写、数据分析、自动化工作流中逐渐普及，这一指标直接决定了硬件的实际部署价值。
NVIDIA 凭借 Blackwell 架构在能效和并行能力上的代际领先，进一步巩固了其在 AI 算力市场超过 90% 的份额地位。对于 AMD 而言，MI355X 的理论性能不弱，但缺乏针对最新大模型（如 DeepSeek V4 Pro）的软硬件协同优化，导致在真实 Agent 场景中难以发挥实力。这揭示了在 AI 算力竞争中，生态优化与硬件性能同等重要，且新旧迭代周期正在加速。
对用户/开发者/创作者的影响
对企业采购与开发者： 如果你正在部署使用 Agent 模式的 AI 应用（如自动编程、多步骤任务处理），NVIDIA Blackwell 显卡在能效和并发能力上的优势意味着更低的运营成本（同功耗下处理更多请求）和更高的响应速度。AMD 显卡虽然硬件参数亮眼，但在新模型适配后能否缩小差距，仍有待观察，短期选购时需优先考虑官方与模型的兼容性记录。
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。
对内容创作者或普通用户： 短期内影响有限，但长期来看，更高效的 Agent 硬件将推动更复杂的 AI 工具（如自动生成含多步骤操作的视频、复杂分析报告）更快落地，使用体验也会更流畅。
值得关注的后续
1. AMD 能否快速补上优化短板？ 目前公开信息显示，AMD 对 DeepSeek V4 Pro 的优化仍在初期，近几周内是否会推出显著提升性能的驱动或库，将直接影响其在天文算力市场（尤其是企业级 Agent 应用）中的竞争力。
2. 基准测试是否会成为行业新标准？ AA-AgentPerf 作为首个 Agent 硬件基准，后续是否会获得更多大模型（如 GPT-5、Llama 4）和芯片厂商（如 Intel、Google TPU）的参与，将决定其能否被行业广泛采纳。
3. 产品落地节奏与定价策略： Blackwell 架构的 GB300 NVL72 何时面向商业客户供货、定价如何，以及 AMD 是否会针对 Agent 场景推出专门的微调版本（如 MI355X 的优化版），值得关注。
来源：Readhub · AI
