文章核心观点 - 人工智能，特别是智能体人工智能的普及，正在显著提升对服务器CPU的需求，改变了CPU与GPU的传统比例关系，并驱动服务器CPU市场以远超预期的速度增长 [1][3] - AMD正积极调整其数据中心CPU产品战略，从提供同质化产品转向开发高度细分、针对特定工作负载优化的产品组合，以抓住AI基础设施等领域的新机遇 [5][6] AI驱动CPU需求增长 - AI是公司本季度云计算业务增长的主要驱动力，所有主流云服务提供商都在扩展其Epic平台部署以支持各类AI工作负载 [1] - 智能体AI的普及增加了对服务器CPU的计算需求，因为这些工作负载需要额外的CPU处理能力来进行任务编排、数据移动和并行执行 [1] - 公司现在预测服务器CPU潜在市场规模将以每年35%的速度增长，到2030年达到1200亿美元，远高于此前预测的18%年增长率 [3] - 智能体AI正在改变CPU与GPU的比例，从过去主机节点常见的1:4或1:8，向1:1甚至CPU数量可能超过GPU数量的方向演变 [4] 产品战略与市场细分 - 公司不再将服务器CPU视为单一同质类别，而是将市场划分为通用计算、加速器CPU头节点以及针对智能AI工作负载优化的CPU等多个细分领域 [5] - 公司计划打造更加细分化的EPYC产品线，包括针对特定工作负载的SKU、采用不同核心/缓存/互连配置的产品，以及为推理集群、编排、低延迟AI任务和GPU密集型部署量身定制的CPU [5] - 产品线扩展将超越Venice架构，涵盖Zen 7以及可能还有Zen 8微架构，公司正与客户探讨Venice以外的架构风格 [5] - 基于Zen 6微架构的第六代EPYC处理器计划推出代号为Venice的CPU（最多256核，用于通用服务器）和代号为Verona的处理器（用于AI基础设施） [6] - Venice系列产品线旨在实现吞吐量优化、功耗优化、成本优化和人工智能基础设施优化等多种模型 [6] 竞争格局与行业趋势 - CPU在人工智能行业中被认为扮演着至关重要的角色，主要得益于智能体人工智能工作负载的增长，这一观点得到了行业主要参与者的认同 [1] - 行业最大的积极变化是，所有客户现在都在规划和考虑CPU的同时，也考虑加速器部署 [4] - 现代数据中心工作负载多样化导致几乎所有超大规模云服务提供商都拥有自己的定制芯片项目，为了保持竞争力，公司需要扩展其面向数据中心的CPU产品组合以满足不同需求 [4]