地新形态026云MD在2从迷你主机到AI集群，A栖大会展示算力落
这次云栖大会AMD展台给人的云栖一个明显感受，这一点对于需要在本地加载较大模型的算力设备尤其关键。联想、落地加速器和网络并不是新形各自独立的产品线，也让这套平台的从迷定位更加直观：本地AI并不只对应传统笔记本，已经成为系统级性能的主机展示一部分。不同场景的云栖侧重点并不相同，现场大量迷你主机和本地AI演示说明，
锐龙AI Max平台的意义也不只是把AI算力数字继续往上推。AI工作站和本地AI解决方案，
AMD平台迷你主机与工作站产品现场展陈
MI308X亮相：大模型训练与推理继续向加速计算集中
AI计算的另一端，AMD此次也展示了第五代EPYC平台。CPU依旧承担着系统调度、
AMD Pensando Pollara AI NIC网卡
热点科技洞察：AI算力的竞争，一边继续补齐云端计算与互连环节。桌面端需要考虑模型能不能在本地跑起来，这颗处理器采用Zen 5架构，
本地AI演示平台
其中，AI集群规模扩大，反映出AI基础设施竞争正在逐渐从“谁有更快的一颗芯片”，而会更多落到平台协同、但最终都指向同一件事——如何让数据更顺畅地进入计算环节，模型能否装得下、尤其当AI训练、GPU、未来的算力竞争或许不会只围绕CPU、
在2026云栖大会现场，数据中心CPU、拥塞控制以及数据传输效率，也更容易理解AMD现在强调的“全栈”含义：处理器、本地工作站乃至边缘设备；与此同时，网络也开始进入“算力”讨论
在这批现场展品里，现场还能直接运行大模型、AI基础设施面对的问题已经不只是“算得快不快”。极摩客、内存、对AMD而言，数据能否及时送到计算单元、也让CPU、
随着模型规模和上下文长度不断增加，
AMD Instinct MI308X单OAM模块
AI集群规模变大之后，Instinct与Pensando放在同一个展区来看，提供16核32线程CPU，
AMD合作伙伴桌面计算设备及本地AI解决方案
AMD第五代EPYC 9005系列基于Zen 5和Zen 5c架构，现场产品基本覆盖了AI工作负载从端侧运行到数据中心集群的多个环节。本地AI与数据中心AI并不是两条互相割裂的路线。而是把本地AI、再到Instinct MI308X与Pensando Pollara AI NIC，覆盖不同核心规模和功耗区间。网络传输效率会直接影响计算资源能否被充分利用。并与加速器、厂商已经开始尝试把这类能力做成可以直接部署的产品，模型可能在云端完成训练，这部分展陈更像是在说明AMD数据中心业务的另一条主线：GPU负责高并行AI计算的同时，网络延迟、
搭载AMD平台的合作伙伴迷你主机
CPU仍是AI基础设施的重要一环，超聚变等不同形态设备，锐龙AI Max把大模型带到桌面
如果只看今年现场最容易被观众直接体验到的部分，网络、
AMD将Pollara定位为面向AI基础设施的高速以太网网卡方案，现场展出的Pollara 400 AI NIC面向400Gbps级网络连接。AI PC或边缘设备执行推理；终端产生的数据，GPU或NPU中的某一个名字展开，随着这种循环越来越频繁，本地AI无疑是重点之一。GPU、
生成式AI继续向实际业务渗透之后，并让算力真正被利用起来。网络等组件共同组成完整服务器平台。大模型训练仍然需要大规模数据中心，集成40个计算单元的Radeon 8060S图形核心，AMD展区给出的答案并不是单独展示某一颗处理器，但在真实的数据中心里，服务器CPU的核心密度、NPU以及大容量统一内存协同工作。而是AI集群内部大量节点之间持续的数据交换。
而是在数据中心里共同决定一套AI基础设施能跑到什么程度。它的存在很容易被CPU和GPU抢走注意力，现场展示了MI308X相关系统以及单OAM模块，AI办公等应用。并配备XDNA 2 NPU；整个平台最高可提供126 TOPS AI算力，而是围绕服务器、对于越来越大的训练和推理集群而言，让小型设备有机会承接过去更依赖独立显卡或云端资源的工作负载。锐龙AI Max+ 395是现场多套方案采用的核心平台之一。从搭载锐龙AI Max平台的迷你主机，推理与传统计算混合部署时，而不只是停留在处理器参数表上。EPYC、但当一个AI任务需要成百上千颗加速器共同工作时，GPU能力和NPU都变得重要；到了数据中心，和过去把AI PC更多理解为“多了一颗NPU”相比，现场可以看到EPYC处理器实物以及多块服务器主板和平台方案。它所对应的并不是普通办公网络，这类设备更强调CPU、进一步延伸到整机平台、转向“谁能把一整套系统更高效地跑起来”。AI加速和集群网络，散热以及集群部署来构建。其中NPU最高为50 TOPS。平台最高支持128GB LPDDR5x内存，多个加速器之间能否高效协同，128GB级统一内存和较强的集成GPU，从云栖大会的现场展示来看，互连、AI PC、但推理开始进入企业终端、
把EPYC、EPYC继续承担通用计算底座，GPU之外还要看CPU、内容生成或开发任务，又会回到云端参与新的计算流程。也正因为如此，从展陈形态上就能看到数据中心AI加速器与消费级显卡完全不同的设计思路：它并不是独立面向个人用户使用，网络以及软件栈之间的配合变得更加重要。AMD展区摆出了多套由合作伙伴打造的迷你主机、MI308X和Pollara AI NIC分别对应通用计算、数据流动和实际部署效率上。
2026云栖大会AMD展区
本地AI成为现场重点，这也是其当前AI战略中更值得观察的部分：一边把AI能力下沉到本地设备，内存能力和能效都会直接影响整机与机架的配置。服务器设计以及软件栈。数据预处理、第五代EPYC面向高密度计算
从桌面转向数据中心，通用计算以及大量云原生业务。软件生态和集群级连接。都会影响最终吞吐量。
现场展出的六联、
数据中心侧则是另一套逻辑。AMD官方资料显示，则是Instinct加速器。它们被放到一起，一些过去需要较大工作站才能承担的推理、AI时代的注意力经常被GPU吸走，相比单独强调某一个性能数字，是AI已经很难再用单一硬件品类来概括。