AMD推出Helios AI机架系统挑战英伟达

Lisa Su走上了旧金山一场座无虚席的舞台，做出了直接的宣言：AMD新推出的Helios是科技行业"性能最高的AI机架"，专为在全球规模上训练和运行最复杂的前沿模型而构建。这不是一个微妙的定位声明——这是对英伟达数据中心AI市场主导地位的直接挑战。AMD推出Helios AI机架系统挑战英伟达，而早期客户名单表明这不仅仅是一份新闻稿——这是AI基础设施格局的真正转变。

发生了什么

在AMD于2026年7月23日举办的座无虚席的"推进AI"大会上，董事长兼首席执行官Lisa Su博士正式推出了Helios机架系统，并公布了一份客户名单，汇集了前沿AI领域的佼佼者：OpenAI、Meta、Oracle、Anthropic和Microsoft。根据TechCrunch对该活动的报道，Microsoft首席执行官Satya Nadella在几天前确认Azure将扩展其基础设施以部署Helios。Anthropic更进一步，宣布与AMD建立战略伙伴关系，通过新的机架系统部署多达2吉瓦的GPU。

Helios并非突然推出。AMD首次在2025年透露了该系统，并在2026年1月的CES上进行了舞台展示。新的内容是发货时间表——客户将在今年晚些时候开始接收单位——以及支持Su信心的性能声明。The Register报道称Helios在多个关键指标上超越了英伟达的Vera Rubin机架，考虑到Vera Rubin和Grace Blackwell一直是大型AI实验室的主导机架系统选择，这意义重大。

机架系统之所以重要，是因为它们将许多处理器整合到单个高性能单元中，针对数据中心工作负载进行了优化——训练大型模型、大规模运行推理，以及处理单个GPU无法有效支持的计算密集型管道。AMD还在同一活动中推出了Venice-X CPU，这是一款数据中心芯片，旨在补充Helios生态系统，并与GPU堆栈一起处理高性能计算工作负载。

吉瓦级部署的表述值得停顿思考。当AMD说Helios将以"吉瓦级"部署时，这是对功耗的参考——这些是将消耗相当于小城市电力的系统。仅Anthropic交易就涵盖多达2吉瓦。这不是增量式硬件迭代。这是将定义下一代AI模型如何被训练的基础设施。

为什么这对亚洲很重要

亚洲的AI基础设施建设正在快速加速。从新加坡和日本的超大规模云计算提供商到印度、印度尼西亚和海湾国家的主权AI计划，该地区正处于数据中心建设热潮之中。对于在亚洲运营的每个云提供商和AI实验室来说，问题不是是否投资机架级AI计算——而是押注哪个技术栈。

到目前为止，答案几乎总是英伟达。H100和H200 GPU集群成为了亚洲各地严肃AI工作负载的默认基础设施，英伟达的CUDA生态系统创造了深厚的护城河，使切换变得痛苦。Helios改变了这种局面，不是因为它会立即在亚洲取代英伟达，而是因为它给超大规模云计算提供商和云提供商真正的谈判杠杆和可信的替代架构来评估。

对于正在构建自己AI基础设施的亚洲云提供商——想想韩国、台湾、日本的主要参与者，以及越来越多的东南亚——Microsoft Azure采用Helios这一事实是一个强有力的信号。Azure是该地区使用最广泛的云平台之一。如果Helios支持的计算通过Azure的亚洲可用区域提供，该地区的开发者和公司将能够访问它，而无需直接采购硬件。

还有一个特定于亚洲的供应链角度。台湾的TSMC为AMD和英伟达制造芯片，围绕先进半导体供应的地缘政治复杂性促使亚洲政府和企业分散其AI计算依赖。AMD在机架级市场中的实力增强意味着更多选择、更多定价竞争，以及对于历来在英伟达供应受限期间分配队列中排名较低的亚洲组织来说，可能更快地获得尖端计算的机会。

对于在东南亚构建AI产品的创始人来说，中期影响是直接的：严肃AI工作负载的云计算成本应该随着真正的竞争进入机架级市场而下降。这对于目前在模型能力和推理成本之间做出艰难权衡的初创公司来说意义重大。

这对开发者意味着什么

机架级硬件竞争最终会流向接触API、运行微调工作或在生产中部署模型的每个开发者。Helios公告有几个具体的含义值得思考。

推理成本将转变。当OpenAI、Anthropic和Meta以吉瓦级部署Helios时，他们正在构建将服务API流量的容量。来自竞争性硬件生态系统的更多计算容量意味着提供商有更多空间来降低每个token的定价。如果您正在前沿模型API之上构建应用程序——亚洲大多数开发者都是这样——这在方向上对您的单位经济学是好消息。

ROCm生态系统变得更加严肃。AMD的GPU计算软件栈ROCm在历史上在工具成熟度和社区支持方面落后于CUDA。但当Anthropic和OpenAI以这种规模承诺Helios时，他们也在承诺工程资源来确保他们的训练和推理管道在AMD硬件上工作。这种投资倾向于改进更广泛的生态系统。想要在AMD GPU上运行开源模型的开发者——无论是本地部署还是通过云实例——将受益于这些实验室投入AMD兼容性的工程工作。

框架支持将跟随硬件。PyTorch、JAX和更广泛的ML工具链跟随严肃计算的去向。在接下来的12-18个月内，随着Helios部署的增加，请关注训练库和推理运行时中改进的AMD支持。如果您正在MonstarX或任何其他位于云基础设施之上的平台上构建AI原生应用程序，底层硬件竞争转化为更强大和成本高效的基础模型来构建。

开源模型部署变得更加易于访问。AMD推动的一个更有趣的下游效应是它对想要自托管开源模型的开发者的影响。随着AMD GPU通过云提供商的可用性增加，在AMD实例上运行Llama、Mistral或其他开放权重模型变得更加可行。对于亚洲需要数据驻留合规性的团队——这是印度、日本、韩国和越来越多的东南亚市场的常见要求——在AMD云实例上自托管推理可能成为之前不可用的实际路径。

开发者现在的实际建议：关注AMD的ROCm发布说明，跟踪哪些云提供商在亚洲地区宣布Helios支持的实例，如果您有带宽的话，开始在AMD硬件上测试您的推理工作负载。新计算基础设施的早期采用者往往会获得更好的定价和支持。

关键要点

以下是从Helios公告中需要记住的内容：

• Helios是真实的硬件，拥有真实的客户。