产品发布与核心信息 - 全球首款支持开放生态系统、适用于视力矫正、并兼容ChatGPT、Qwen、DeepSeek等多模型的AI眼镜Rokid Ai-Brille Style正式全球上市，起售价为299美元 [1] - 该产品于2026年1月24日由Rokid公司宣布正式推出，此前已在CES 2026上全球首次亮相，现可通过Rokid官网及亚马逊（美国/德国）购买 [2] - 产品重量为38.5克，是市场上功能全面的最轻AI眼镜之一，结合语音交互，单日使用时间最长可达12小时，待机时间24小时 [3] 产品定位与行业观点 - 公司认为，每个重要的技术周期都由一个主导终端设备定义（如大型机、PC、智能手机），人工智能也将遵循相同路径，需要新的终端设备 [4] - 公司相信，在人工智能时代，眼镜（而非智能手机）将成为主要的交互平台，智能手机将继续在算力、连接和存储方面不可或缺，但交互将更倾向于最贴近身体、响应最快的设备 [5] - AI眼镜凭借更长的电池续航和全天佩戴的舒适性，能够提供始终在线的AI体验，这是智能手机在结构上不太适合的应用场景 [5] 产品核心创新与功能 - 产品具备四项全球首创创新：首个支持多引擎和跨区域功能的开放全球AI生态系统；首个采用NXP RT600和Qualcomm AR1的双芯片架构；首个支持12种语言交互并翻译89种语言；首个融合语音、手势和控制的 multimodal AI [8] - 该产品提供全面的视力矫正解决方案，支持从平光到±15.00屈光度的视力范围，包括近视、散光、远视、渐进镜片，并提供多种功能镜片涂层选择，如光致变色、防蓝光、防紫外线、偏光和防反射涂层 [9] - 动态变色镜片可在约25秒内从透明室内镜片变为户外太阳镜片，有六种颜色可选，实现一副眼镜无缝适应各种日常场景 [9][10] 商业模式与生态系统 - 公司的核心战略是构建开放的AI生态系统，支持接入多种AI服务和模型，而非开发封闭的硬件和模型堆栈，使开发者与企业能够基于其可穿戴平台开发本地化、垂直和跨市场的应用 [6] - 公司运营着全球最大的XR和可穿戴AI开发者社区之一，拥有超过20,000名注册开发者和数千名企业合作伙伴 [7] - 公司通过全球在线验光平台，用户可上传验光数据并在7至10天内获得定制镜片 [9] 定价、销售与公司背景 - 产品起售价为299美元，“Golden Bundle”套装售价398美元，包含1.60折射率的光致变色矫正镜片 [11] - 产品首发颜色为Jet Black，Translucent Gray颜色将于2026年3月推出 [11] - 公司继续推行“Leave Nobody Behind”倡议，为全球视障用户提供额外的20美元补贴 [11] - Rokid成立于2014年，是增强现实（AR）和人工智能领域的全球先驱，致力于开发以人为本、将智能无缝融入日常生活的智能眼镜，拥有中国最大的XR开发者社区，并曾多次获得CES创新奖和五项德国iF设计奖 [12]

公司概况 * 公司是UiPath (NYSE:PATH)，一家专注于自动化软件的公司[1] * 公司由Daniel Dines在罗马尼亚创立，最初只有8个人[3] * 公司核心业务起源于机器人流程自动化(RPA)，并在2015年左右实现产品与市场匹配[3] * 公司年度经常性收入(ARR)规模在15亿至18亿美元以上[3] * 公司收入构成中，50%来自美国国内，50%来自国际市场，业务覆盖所有行业[4] * 公司核心使命是模拟人类行为，以实现流程的自动化与转型[4] * 公司财务状况强劲，拥有15亿美元现金，无债务[5] * 公司在过去两年回购了超过8亿美元的股票[5] * 公司运营利润率和自由现金流利润率均达到20%以上[5] 产品与平台战略 * 公司产品已从核心RPA扩展到人工智能(AI)的多个领域，包括高级智能文档处理和流程智能[4] * 公司在18个月前推出了“智能体”愿景，这并非对市场的被动反应，而是基于创始人自2022年提出的“语义自动化”愿景[4] * 公司认为“智能体自动化”和“流程编排”是推动未来增长的新前沿[5] * 公司平台结合了确定性（基于规则）和智能体（概率性）自动化能力，以实现最广泛的流程转型[9] * 流程编排是平台的一部分，它围绕流程创建治理和可观测性框架，提供洞察和数据，这对企业极具价值[10] * 公司建立了开放的合作伙伴生态系统，包括与NVIDIA、Google、Microsoft、Snowflake、OpenAI等公司的合作[11] * 开放架构的核心理念是将客户置于首位，给予客户选择权，避免供应商锁定，这在安全和LLM选择方面尤为重要[12][13] * 与不同合作伙伴的合作目的各异：例如，与NVIDIA、Anthropic、OpenAI的合作是为了让客户能快速接入最新模型；与Snowflake的合作是为了创建数据织物，实现数据零拷贝和客户数据自主控制[14][15] * 公司正在推进产品垂直化，以加速客户实现价值的时间，并扩大总可寻址市场(TAM)[17] * 垂直化与水平化平台是协同的，强大的水平化基础使公司能够将客户需求的大型可扩展垂直用例产品化[19] * 公司通过收购Peak获得了优化定价、库存以及自动安排生产计划的能力[17] * 公司也是测试自动化领域的领导者，这为平台增加了协同效应[35] 市场动态与客户采用 * 智能体自动化是当前的市场热点和营销关键词，能有效吸引客户关注[38] * 在实际客户互动中，客户关注的是自动化流程步骤的数量和投资回报率(ROI)，而非区分机器人还是智能体[38][39] * 智能体愿景和流程编排增强了客户对公司长期路线的信心，有助于推动现有业务的增销[34] * 公司不再看到纯粹的RPA交易，增长来自整个平台的广度[35] * 联邦政府业务在第三季度表现强劲，但这并非对第二季度疲软的补偿，而是业务复杂性的体现[41] * 联邦政府业务被视为一种“新常态”，具有可变性，不同机构和不同时期的表现会有所不同[43][44] * 例如，美国社会保障管理局完成了重要的续约并增加了软件采购[44] * 客户在部署智能体时，“人在回路”模式仍然重要，尤其是在高度监管的流程中，或当智能体准确率（例如70%）不足以实现无人值守时[20][21][22] * 根据流程风险等级的不同，对准确率的要求也不同（例如，SEC文件申报要求极高准确率，而采购订单审批可能99%即可）[22] * 公司认为有些流程可能永远不会完全无人值守，但许多流程将向无人值守演进，无人值守程度越高，理论ROI也越高[23] * 垂直化有助于公司更深入地理解特定行业的系统、数据流和能力，从而提升智能体得分，实现更复杂流程的可靠自动化[23] 财务表现与运营 * 公司刚刚报告了两年来首个ARR同比增长的季度[26] * 业绩改善的80%-90%归因于执行力提升，包括公司稳定性、运营清晰度以及减少不必要的管理层级[27][28] * 公司强调提前规划（例如提前两个季度关注续约和重点账户）和项目管理的价值[27] * 公司认为当前的改善具有可重复性，但这建立在持续不满足现状、不断深化客户规划和拓展的基础上[31][32] * 向云端的持续转型（SaaS模式）预计将继续对毛利率产生不利影响，智能体功能将更驱动云迁移[46][47] * 在人工智能和智能体时代，公司目前对毛利率没有特别担忧，但会持续监控并相应更新模型[48] * 公司计划继续投资于研发和销售，同时在其他非核心领域推动效率提升，以实现持续的运营杠杆[48] * 公司在第三季度首次实现了GAAP盈利，并致力于实现全年GAAP盈利，这提升了资本配置效率[50] * 公司认为GAAP盈利能力具有可扩展性[51] 销售与合作伙伴生态 * 公司在全球系统集成商(GSI)策略上更加聚焦，选择与少数几家（如德勤）深度合作，以获取真正的增长回报，而非广撒网[53] * 公司与德勤在销售、S/4HANA升级（包括测试自动化）等方面有深度嵌入和合作[54] * 在业务流程外包(BPO)市场，公司也与特定合作伙伴建立了良好关系，其Maestro平台在需要观察、治理智能体、机器人和人力的复杂BPO场景中具有巨大合作潜力[54][55] * 公司区分了“智能体编排”（专注于智能体的触发和治理）和“流程编排”（将端到端流程串联起来，并治理确定性、概率性和人工环节）[56] * 公司认为自己在引领流程可观测性市场，并现代化了传统的业务流程管理(BPMN)[56] * 公司认为Snowflake收购Observe涉及的是数据可观测性，与公司专注的流程可观测性（通过动态流程地图实时监控文档处理、人工审核队列等端到端流程）不同[57][58][59]

纪要涉及的行业或公司 * 公司：AMD (Advanced Micro Devices) [5][14][15] * 行业：人工智能 (AI)、高性能计算 (HPC)、半导体、云计算、个人电脑 (PC)、医疗保健、机器人技术、空间探索、超级计算 [1][4][15][93][105][113][121] 核心观点和论据 * **AI是未来核心驱动力**：AI被描述为过去50年最重要的技术，是AMD的绝对第一优先事项，正在触及医疗保健、科学、制造、商业等每一个主要行业 [15][16] * **计算需求呈指数级增长**：全球AI计算基础设施需求从2022年的约1 Zettaflop增长到2025年的超过100 Zettaflop，几年内增长了100倍 [17]；未来几年需要再增加100倍，达到未来五年内超过10 Yottaflops (即比2022年多10,000倍计算能力) [19] * **AMD提供全栈计算解决方案**：AMD是唯一一家拥有完整计算引擎（GPU、CPU、NPU、定制加速器）以实现从云到边缘到PC的AI愿景的公司 [20] * **云AI与基础设施创新**：AMD为所有主要云提供商的EPYC CPU提供支持，十大AI公司中的八家使用Instinct加速器为其最先进的模型提供动力 [21]；推出了下一代机架级平台Helios，搭载MI455加速器，采用2纳米和3纳米工艺技术，拥有3200亿个晶体管（比MI355多70%）和432GB HBM4内存 [23][27]；MI455在广泛模型和工作负载上提供高达10倍的性能提升 [30] * **AI PC的普及与领导地位**：AMD率先在2023年集成专用片上AI引擎，并在2024年率先交付Copilot+ x86 PC [67]；宣布了新的Ryzen AI 400系列处理器，提供高达60 TOPS的AI计算能力 [67]；推出了Ryzen AI Halo参考平台，可在本地运行高达2000亿参数的模型 [77] * **AI在关键领域的变革性应用**： * **医疗保健**：用于早期癌症检测、药物设计（如Absci一天可筛选超过100万种药物）、基因组学（Illumina每天产生的数据超过YouTube）、以及加速药物发现（AstraZeneca可将候选药物交付速度提高50%）[93][97][99][101][102] * **内容创作与3D世界生成**：Luma AI的Ray 3模型能够生成4K HDR视频并进行世界编辑 [51][52]；World Labs的Marble模型可以从少数图像生成连贯、可导航的3D世界 [82] * **物理AI与机器人**：Generative Bionics开发了人形机器人Gene One，具有分布式触觉皮肤，用于安全的人机协作 [106][110][111] * **空间探索**：Blue Origin将AMD的Versal 2用于其Mark 2月球着陆器的飞行计算机，目标是在2028年让宇航员登陆月球 [117] * **开放生态系统战略**：AMD强调开放生态系统对AI未来的重要性，其ROCm软件栈是行业最高性能的开放AI软件栈，原生支持PyTorch等顶级开源项目，每月下载量超过1亿次 [48][49] * **国家层面的AI倡议与合作**：AMD参与了美国能源部的“Genesis”任务，该任务旨在加速AI、超级计算和量子计算的融合，是美国数十年来最雄心勃勃的公共私营技术倡议之一 [123][124]；AMD还承诺提供1.5亿美元支持AI教育项目 [130] 其他重要内容 * **合作伙伴证言与需求**： * **OpenAI**：联合创始人Greg Brockman强调对更多计算的需求呈指数级增长，因为模型能力提升带来了指数级效用，并分享了ChatGPT在医疗诊断中挽救生命的具体案例 [35][37][38]；OpenAI内部因计算资源受限而在发布新功能时存在激烈竞争 [43] * **Luma AI**：其快速增长推理工作负载的60%运行在AMD卡上 [57]；与AMD的合作实现了最佳总体拥有成本 (TCO)，并计划在2026年将合作伙伴关系扩大约10倍 [59] * **Liquid AI**：宣布了Liquid Foundation Models 2.5 (12亿参数) 和 LFM 3，专为在设备上运行而优化，可与Zoom等平台集成以实现主动式AI助手 [70][71][72][74] * **产品路线图与性能承诺**：下一代MI500系列正在开发中，基于CDNA 6架构和2纳米工艺，计划在2027年发布，承诺在四年内实现AI性能1000倍的提升 [63][64] * **超级计算领导地位**：AMD为全球两台最快的超级计算机提供动力，并驱动超过一半的全球前50大最节能系统 [122]；这些系统被用于气候建模（将更新时间缩短85%以上）、电池开发、病毒突变模拟等 [122][123] * **AI教育与社会责任**：AMD参与了白宫的AI教育承诺，提供免费在线AI课程，目标在今年覆盖超过15万名学生 [130][131]；在CES上表彰了高中生团队利用AMD技术开发的AI机器人项目，并授予教育资助 [132][133][135] * **宏观市场与政策观点**：美国前首席技术官Michael Kratsios阐述了美国在AI竞赛中保持领先的三个战略重点：消除创新壁垒、建设AI基础设施和能源生产、以及通过AI外交出口美国技术 [128]

全球开发者网络发布 - 推出全新全球开发者网络，开放Workday AI工具和培训资源，帮助全球用户学习、构建和认证新技能 [1] - 通过Workday Build平台为更广泛的学习者群体提供开发、认证和应用Workday技能的机会 [2] - 与金奈理工学院、KL大学等全球高校以及Consultnet、Helios Consulting、Randstad Digital等人力资源伙伴合作，提供专项培训路径和认证 [3] 开发者认证与人才对接 - 完成培训计划的开发者将获得Workday Pro Developer认证，并可被展示在Workday人才目录中，直接与寻求AI人才的客户和伙伴对接 [4] - 认证开发者人才库有助于客户快速、自信地找到既懂技术又能解决实际业务挑战的专业人才 [5] 数据云生态合作拓展 - Google BigQuery成为Workday Data Cloud的新合作伙伴，为客户提供安全、零复制的HR和财务数据访问权限 [1][5] - 客户可在Google Cloud内直接、零复制地访问其Workday HR和财务数据，便于构建预测模型（如现金流预测）而无需复杂集成 [6] - Google Cloud加入后，与Databricks、Salesforce、Snowflake等生态伙伴共同为客户提供更多安全整合Workday数据的方式 [7] 战略收购以强化开放生态 - 计划收购领先的AI智能体集成平台Pipedream，该平台拥有超过3000个预构建连接器 [9] - 结合近期对Sana和Flowise的收购，将为客户提供端到端AI智能体平台，使其能够跨整个企业主动执行工作 [10] - Pipedream的活跃构建者社区与Flowise开源社区结合，将加速新连接器的创建并扩大对开放开发的支持 [11] 产品与服务可用性 - 全球开发者网络将于2026年初上线，首批合作高校和人力资源伙伴将参与 [12] - Workday Data Cloud将于2026年上半年面向早期采用者客户提供，并在同年晚些时候全面上市 [12] 公司业务规模 - Workday统一HR与财务于一个智能平台，被全球超过11,000家组织使用，覆盖中型企业至超过65%的财富500强公司 [13]

文章核心观点 - 博通公司宣布推进VMware Cloud Foundation开放可扩展生态系统，旨在为客户构建开放、适应性强的现代化私有云平台，使其能够灵活利用首选的数据中心、边缘硬件基础设施、开放网络架构和开源技术 [1] 开放硬件生态系统 - 通过新的VCF AI就绪节点、ODM自助认证以及对新边缘系统的支持，扩大开放硬件认证计划，增加OEM和ODM合作伙伴的参与度 [2] - 推出新的VCF AI就绪节点，采用预认证服务器，用于AI模型训练和推理，超微公司将成为首批认证AI就绪节点系统的OEM合作伙伴之一 [3][4] - 扩大VCF ReadyNode认证计划，允许ODM合作伙伴通过博通技术联盟计划自助认证ReadyNode，所有认证系统将确保与VMware Cloud Foundation的完全互操作性 [4] - 将支持新的边缘优化节点，用于工业、国防、零售等场景的坚固紧凑型服务器，以支持在数据生成点附近部署现代化私有云基础设施 [4] 合作伙伴协作与认证 - 超微公司成为首批将其行业领先的GPU系统认证为VCF AI就绪节点的硬件OEM之一，为客户提供从以往认证系统到最新GPU解决方案的清晰迁移路径 [3] - OVHcloud表示博通的开放认证计划支持其垂直整合战略，使其能够自助认证服务器系统，从而加速基于VMware技术的创新安全云解决方案的上市时间 [3] - 博通扩展ReadyNode认证计划将加速VMware Cloud Foundation 9在英特尔至强6平台上的部署，该组合提供更高的硬件整合度与成本优化，通过认证配置直接推动AI应用 [3] - SNUC表示其极端边缘服务器与VMware Cloud Foundation的结合，将通过自助认证加速边缘创新，帮助工业制造、医疗保健、零售和联邦政府等领域的客户最大化AI价值 [5] 开放网络战略 - 宣布新战略，通过基于标准的EVPN和BGP网络统一网络结构并简化现代化私有云中的网络运营，增强应用环境与网络之间的互操作性 [6] - 该方法使VCF与思科的Nexus One结构解决方案保持一致，为共同的客户在数据中心结构架构设计选择上带来更一致可靠的结果 [7] - VCF Networking支持SONiC，这是一个基于Linux的开源网络操作系统，可在多厂商商用交换机硬件上运行以降低成本，其模块化容器化架构可加速创新和敏捷性 [8] - 与思科的合作体现了对开放标准的共同承诺，为客户在连接、保护及扩展AI和传统关键业务工作负载时提供架构灵活性和选择 [8] 开源社区贡献 - 公司作为CNCF长期前五大贡献者积极参与Kubernetes社区，对Antrea、Cluster API、ContainerD等多个项目有贡献 [9] - 宣布VMware vSphere Kubernetes Service现已成为认证的Kubernetes AI一致性平台，这有助于客户在一致、可互操作的基础上自由创新 [9] - Linux基金会指出公司对CNCF的持续投资有助于保持Kubernetes的厂商中立性和大规模生产就绪性，尤其对于较新的AI工作负载至关重要 [10]

合作概述与市场反应 - Lyft与Waymo宣布于2026年在田纳西州纳什维尔推出全自动驾驶网约车服务，合作以Lyft旗下Flexdrive子公司为核心构建车队管理体系 [2] - 合作消息发布后，Lyft美股盘前涨幅高达24%，而竞争对手Uber盘前跌超3%，市场反应差异显著 [4] - 此次合作是Waymo首次在Lyft平台进行商业部署，标志着其从单一平台绑定转向多生态布局的战略转变 [4] 合作模式与分工 - Flexdrive子公司将全方位负责Waymo自动驾驶车辆的能源补给、日常维护和复杂调度，旨在实现运营效率最大化并降低运营成本 [3] - Waymo凭借长达16年的技术积累，提供L4级全栈解决方案；Lyft则贡献其每月高达2000万的活跃用户、海量出行数据及本地化运营经验 [5] - 双方形成“研发-运营-优化”的良性闭环：Lyft利用用户数据为车辆规划最优路线，Waymo收集的道路数据反馈用于技术迭代 [6] 效率提升与成本优化 - 通过Lyft的集约化管理，Waymo车辆的日均运营时间有望从12小时大幅提升至18小时，单车日均服务订单量预计增加40% [6] - 运营效率提升带动单位里程成本下降，降幅有望达到35%，为大规模推广奠定基础 [7] - 按照规划，Waymo目标在10余个城市复制该模式，预计到2028年其在美国运营的车队规模将突破万辆 [7] 行业趋势与竞争格局重塑 - 合作开创了“技术+运营”的专业化分工模式，打破了传统“技术自研+平台自建”的重资产内卷模式 [8][9] - 据麦肯锡测算，通过此类合作，自动驾驶商业化时间有望提前2-3年，行业整体研发成本可降低40% [10] - “技术+运营+硬件”的跨界联盟或成主流趋势，形成三维合作模型，共同加速自动驾驶技术的商业化落地进程 [10]

核心观点 - 国产AI芯片厂商在2025年上半年业绩表现强劲 收入与利润高速增长 主要受AI推理需求驱动 同时积极储备存货和原材料以应对未来市场发展和供应链不确定性 [2][3][5] - 国内厂商在技术路线和市场竞争中采取差异化策略 包括GPU和ASIC等不同路径 并通过开放生态和产业链协同提升竞争力 但相比国际巨头如英伟达 市场份额仍有较大提升空间 [7][8][9] - 行业生态建设加速 厂商加大市场推广和研发投入 推动硬件-软件-生态协同发展 并与下游应用领域紧密合作 以扩大商业化应用规模 [11][12] 财务表现 - 海光信息2025年上半年营业收入54.64亿元 同比增长45.21% 归母净利润12.01亿元 同比增长40.78% [3] - 寒武纪上半年营业收入28.81亿元 同比增长4347.82% 归母净利润10.38亿元 上年同期亏损5.3亿元 同比增长295.85% [3] - 龙芯中科上半年营业收入2.44亿元 同比增长10.9% 归母净利润亏损2.94亿元 上年同期亏损2.38亿元 毛利率42.44% 同比提高12.77个百分点 [3][4] 存货与合同负债 - 寒武纪上半年存货26.9亿元 占总资产31.95% 较上年期末增加51.64% 合同负债5.43亿元 占总资产6.45% 较上年期末增加61223.22% [5] - 海光信息合同负债30.91亿元 同比增长242.1% 占总资产9.57% 存货60.13亿元 较去年末增加10.84% 占总资产18.62% [5] - 沐曦股份原材料中HBM和晶圆占比最高 截至3月末HBM占比63.73% 金额1.23亿元 [5] 技术路线与市场竞争 - 国内GPU赛道主要玩家包括海光信息 沐曦股份 天数智芯 壁仞科技和摩尔线程 ASIC赛道参与者包括华为海思 寒武纪 昆仑芯和平头哥 [7] - 2024年中国AI加速芯片市场中 英伟达份额66% AMD份额5% 华为海思份额约23% 沐曦股份份额约1% [8] - 国内厂商产品已应用于运营商 金融 互联网 教育 交通 能源 医疗健康等多个行业 [8][10] 产品进展与生态建设 - 龙芯中科发布3C6000系列产品 综合性能达2023年市场主流水平 并探索存储服务器 网络安全设备 云终端等专用市场 [8][9] - 沐曦股份曦云C600系列预计2025年底风险量产 已与互联网大厂 AI模型厂商 国家算力平台及多个行业客户接洽 并支持FP8数据格式 [10] - 海光信息上半年销售费用2.034亿元 同比增长185.83% 其中市场推广费1.106亿元 同比增长330.35% 主要用于生态建设和市场拓展 [12] 供应链与采购挑战 - 沐曦股份核心原材料晶圆和HBM采购周期约6个月 受国际供应政策和供应商产能分配影响 具有不确定性 [6] - 目前国内互联网企业采购GPU仍以国际产品为主 国产GPU占比低且多集中于推理场景 训练场景导入较慢 [9] - 国产GPU生态适配 迭代和培育是一项长期系统性工程 但沐曦股份已实现千卡集群大规模商业化应用 并推动万卡集群落地 [9]

纪要涉及的行业或者公司 行业：人工智能、半导体、云计算、金融、医疗、媒体、制造等 公司：AMD、Microsoft、Facebook、Zoom、Netflix、Uber、Salesforce、SAP、three ten AI、OpenAI、Google、Meta、DeepSeek、xAI、Tesla、Coher、Luma、Essential、Oracle、Humane、Allianz、Nokia、Philips、Unilever、Aleph Alpha、Mistral、NxAI、Red Hat、Astera Labs、Marvell 纪要提到的核心观点和论据 行业趋势 - **AI 发展进入新阶段**：自 ChatGPT 推出后，AI 创新加速，2025 年推理需求显著增长，模型数量爆发，预计未来将有数十万甚至数百万个专用模型 [4][5] - **Agentic AI 带来新需求**：Agentic AI 活动增加，相当于为全球计算基础设施增加数十亿新虚拟用户，需要大量 GPU 和 CPU 协同工作 [7] - **数据中心 AI 加速器市场增长**：预计 2028 年数据中心 AI 加速器 TAM 将超过 5000 亿美元，推理将成为 AI 计算的最大驱动力，预计未来几年推理年增长率超 80% [8][9][10] - **AI 应用场景拓展**：AI 从数据中心扩展到边缘智能系统和 PC 体验，预计将部署在每个设备中 [10] AMD 战略 - **提供广泛计算引擎组合**：提供包括 CPU、GPU、DPU、NIC、FPGA 和自适应 SoC 在内的完整计算元素套件，满足不同 AI 应用场景的计算需求 [12][13] - **投资开放开发者生态系统**：AMD 是唯一致力于硬件、软件和解决方案开放的公司，支持所有主要框架、库和模型，推动行业采用开放标准 [14][15] - **交付全栈解决方案**：通过建立合作伙伴关系，将各种元素整合在一起，提供全栈 AI 解决方案 [12] 产品与技术 - **MI 300 系列**：不到两年推出 MI 300，每年推出新的 Instinct 加速器，MI 350 系列实现了 Instinct 历史上最大的代际性能飞跃，在最苛刻的模型上表现出色 [42] - **MI 350 性能优势**：MI 355 采用最新 Instinct 架构，支持新数据格式，使用 HBM3E 内存，拥有 1850 亿个晶体管，在 AI 计算上实现 4 倍代际性能提升，可运行高达 520 亿参数的模型 [44][45][46] - **MI 350 与竞品对比**：在 DeepSeek r1 或 Lama 3.1 上，MI 355 使用开源框架的吞吐量比 B200 高 30%，与更昂贵复杂的 GB200 性能相当，每美元可生成的令牌数比竞品多 40% [49][50] - **ROCCM 软件栈**：ROCCM 软件栈不断进步，ROCCM 7 带来新功能，支持 MI 350 系列 GPU，在推理性能上比 ROCCM 6 提高 3.5 倍以上 [132][137][139] - **分布式推理**：通过将预填充和解码阶段分离到专门的 GPU 池，可以显著提高吞吐量、降低成本并增强响应能力，AMD 正在开发基于开放方法的分布式推理解决方案 [172][173][174] - **Rockham Enterprise AI**：为企业提供易于部署的 AI 解决方案，包括新的集群管理软件和 MLOps 平台，支持企业数据集成和工作流优化 [175] - **AMD Developer Cloud**：提供即时访问 AMD GPU 的云服务，无需设置，包含丰富的框架和 Jupyter 笔记本，为开发者提供良好的开发体验 [192][198][199] - **Helios AI Rack**：2026 年推出的 Helios AI Rack 是一个完全集成的 AI 机架平台，专为大规模训练和分布式推理而设计，具有领先的内存容量、带宽和互连速度 [250][251][252] 合作伙伴与客户 - **xAI**：xAI 使用 AMD GPU 开发 Grok 系列模型，认为使用 AMD GPU 轻松高效，双方紧密合作，快速将产品推向市场 [26][29][30] - **Meta**：Meta 是 AMD 的早期合作伙伴，广泛部署 MI 300x 用于 LAMA 3 和 LAMA 4 推理，对 MI 350x 的性能和功能表示期待，双方在软件和硬件方面进行了多年合作 [56][57][62] - **Oracle**：Oracle 与 AMD 合作多年，使用 AMD EPYC 用于数据库，在交易吞吐量和分析查询方面取得显著性能提升，计划在 OCI 上大规模部署 AMD Instinct 平台，预计未来一年增长 10 倍 [91][92][93] - **Microsoft**：Microsoft 是 AMD 的长期合作伙伴，将 Instinct 集成到推理平台，使用 Instinct 芯片在多种模型上实现高性能，与 AMD 在开放模型和训练方面的合作不断拓展 [143][145][153] - **Cohere**：Cohere 专注于为企业构建安全和私密的 AI，将最新模型 Command a 移植到 AMD 平台，计划在 AMD GPU 上进行大规模训练，认为 AMD 的内存系统有助于降低成本 [161][165][166] - **Red Hat**：Red Hat 与 AMD 在多个领域合作，包括虚拟化、AI 推理和分布式推理，共同推动 VLLM、LLMD 等开放框架的发展，通过 OpenShift AI 简化企业 AI 部署 [178][180][185] 其他重要但是可能被忽略的内容 - **主权计算**：AMD 在全球与各国政府和研究机构合作，帮助构建高性能计算和 AI 基础设施，推动主权 AI 发展，目前有超过 40 个活跃项目 [106][107] - **Ultra Accelerator Link Consortium**：AMD 捐赠 Infinity Fabric 关键 IP 给 UALink 联盟，该协议可扩展到 1000 个连贯 GPU 节点，支持 AI 系统的训练和分布式推理，Astera Labs 和 Marvell 等公司参与其中 [223][224][233] - **Ultra Ethernet Consortium**：AMD 是 UEC 的创始成员，UEC 标准可实现共享内存架构扩展到超过 100 万个 GPU，AMD 的 Pensando Polara AI NIC 支持 UEC 标准，可降低网络成本并提高系统可靠性 [243][244][245]