在最初那些年，
AI
数据中心的建设几乎围绕
GPU
展开。从大模型训练到推理，
GPU
成为整个基础设施中最受关注的计算芯片，而
CPU
更多承担数据准备、任务调度和系统管理等工作。在这种分工之下，服务器
CPU
一度显得不那么重要。
但随着AI从大模型训练、推理逐步走向Agentic AI，情况正在发生变化。一个Agent不再只是接收问题、生成答案，而是需要不断查询数据库、调用API、检索上下文、执行代码、使用外部工具，并在不同任务之间进行协调。大量工作并不直接发生在GPU上，却需要CPU持续参与。
AMD认为，这将重新改变数据中心的计算需求。
在日前于美国拉斯维加斯举办的AMD In Depth活动上，AMD将Agentic AI视为服务器CPU市场下一轮增长的重要驱动力，并预计数据中心CPU市场未来将以超过50%的复合年增长率增长，到2030年市场规模有望达到约2200亿美元。AMD引用的数据预测还显示，到2030年，投入生产环境的活跃Agent数量将达到25亿个，较当前增长近80倍。
AMD展示的计算架构变化也很直观：在以聊天机器人为主的阶段，CPU与GPU的配置比例大约为1:4；进入Agentic AI阶段后，这一比例可能向1:1靠近，并且仍有继续增长的空间。换句话说，AI数据中心不再只是需要更多GPU，也需要更多CPU来支撑Agent运行。
面对这种转变，AMD正在通过打造全新的CPU，来迎接这个即将巨变的时代。本次披露的Zen 6架构以及第六代EPYC处理器Venice，正是围绕这一变化展开的产品布局。
AMD Zen 6，两个版本
如文章开头所说，在AMD看来，Agentic AI并不是一个单一的计算任务。而在不同的环节，也都可能产生不同的计算需求。其中既有CPU密集型任务，也涉及内存、I/O、安全和加速计算。这也解释了AMD为什么反复强调CPU在Agentic AI基础设施中的作用——GPU负责模型推理和加速计算，但Agent要真正完成任务，还需要CPU负责调度、运行环境管理、数据访问和工具调用。尤其当Agent数量不断增加时，CPU需要处理的并发任务也会随之增加。
于是，针对不同的需求，AMD此次带来了Zen 6和Zen 6c两种核心设计。
据介绍，这两种核心设计并不是简单地在核心数量和频率之间做取舍，而是为了覆盖不同的计算需求。在AMD看来，Agent Sandbox需要尽可能多的核心和线程，以便同时运行更多Agent；GPU Host节点则更看重高频和低延迟，需要CPU及时向GPU提供数据，避免昂贵的加速器因为等待数据而闲置。
基于上述见解，AMD 将Zen 6定位为主要面向对单核性能、频率和响应延迟更加敏感的工作负载的架构。在介绍中，AMD将其定位为“Optimized for lowest latency”。与上一代Zen 5相比，Zen 6的CCX核心数量从8个增加到12个，单个CCD最多集成12个核心，L3缓存总量从32MB增加到48MB，仍保持每核心4MB L3缓存。频率方面，AMD给出的最高频率从Zen 5的5.0GHz提升至5.3GHz。与此同时，Zen 6还带来了较大幅度的IPC提升，以及电源效率和SMT效率方面的改进。
得益于这个设计，AMD Zen 6更适合对高频率和低延迟有较高要求的场景，例如GPU Host节点。CPU需要及时完成任务调度和数据准备，并向GPU提供数据，避免GPU因等待CPU而出现计算资源闲置。
至于Zen 6C，则主要是面向云计算和大规模并行计算场景，AMD将其定位为“Optimized for maximum socket performance”。如图所示，相比上一代Zen 5C，Zen 6C将单个CCX的核心数量从16个提升至32个，核心数量翻倍；L3缓存总量则从32MB增加到128MB，达到上一代的4倍。按照AMD披露的数据，Zen 6C每核心拥有4MB L3缓存，而Zen 5C为2MB。频率方面，Zen 6C最高频率从Zen 5C的3.7GHz提升至4.1GHz。AMD还强调了大核心IPC性能提升，以及电源效率和SMT效率的改进。
AMD表示，Zen 6C的优势在于能够在单颗处理器中集成更多核心，从而提高单路服务器的并行处理能力。对于Agent Sandbox、云计算和大规模并发任务而言，这意味着一台服务器能够承载更多工作负载，减少服务器数量及相应的部署成本。
在分享中，AMD展示了Zen 6C架构相较Zen 5的IPC性能提升。如下图，AMD采用固定频率测试，以16个核心为基准，对比Zen 5采用两个CCD承载16核、Zen 6C采用单个CCD承载16核的情况。在企业级和云服务器工作负载中，Zen 6C的几何平均IPC提升约20%。在AI工作负载中，同样采用固定频率、16核的对比方式，Zen 6C相较Zen 5的几何平均IPC提升约31%。
综合AI和服务器工作负载，AMD给出的Zen 6C几何平均IPC提升幅度约为27%。这组数据体现了AMD对Zen 6C的一个重要定位：在提高核心密度的同时，并没有牺牲单核性能表现，而是在不同类型的服务器工作负载中实现了明显的IPC提升。
全新EPYC，开启新时代
伴随着Zen 6的亮相，AMD也深度揭秘使用台积电2nm工艺打造的第六代EPYC处理器（代号：Venice）。
具体到设计方面，一如既往，AMD在Venice上采用Chiplet设计，但整个SoC最多由8个计算芯粒（CCD）和2个I/O芯粒（IOD）组成。与上一代平台相比，AMD进一步调整了芯粒之间的连接方式和I/O布局，以适应核心数量增加后对数据传输、内存带宽和外部连接能力提出的更高要求。其中，CCD负责计算，IOD则负责Fabric、内存控制器、PHY、I/O控制及安全等功能。
首先看CCD，据介绍，这代产品使用台积电的2nm工艺打造。如上所述，在这代产品上，AMD实现了自 Zen 3 以来的首次升级——标准的 Zen 6 CCD 现在最多可扩展至 12 个核心，而 Zen 6c 则拥有 32 个核心。相比之下，Zen 5 和 Zen 5c 的 CCD 核心数上限分别为 8 个和 16 个。此外，AMD 还为 Zen 6c 的 CCD 将每个核心的共享 L3 缓存容量翻了一番，由于其核心数量翻了一番，因此与 Zen 5c 相比，L3 缓存容量实际上增加了四倍。
来到使用6nm工艺打造的I/O Die，在Venice上，AMD采用双IOD分离式设计，每个IOD集成8个DDR5内存通道，两个IOD合计提供16个通道，并支持最高12.8GT/s的MRDIMM，单路处理器理论内存带宽最高达到1.6TB/s。每个IOD还配备48条64G SerDes和8条16G SerDes，两个IOD合计提供96条64G SerDes和16条16G SerDes。AMD表示，采用双IOD布局主要是为了应对更高的内存通道数量、更大的带宽以及更复杂的I/O需求，同时改善QoS和数据流量分配。
芯粒之间的互连也是Venice此次升级的重点。AMD增强了CCD到IOD的数据通路，提高数据响应和写入密集型流量的处理能力，同时增加端口数量，以提升带宽和数据共享能力。此外，Venice采用Elevated Fanout Bridges（EFB）实现Die-to-Die通信。AMD称，这种方式能够降低芯粒间数据传输的单位能耗，并进一步降低延迟，为处理器核心释放更多功率空间。平台同时采用第五代Infinity Fabric，并支持更快的Fabric P-state切换，以改善能效表现。
除了在架构上创新以外，AMD Venice系列还有一个重大的转变，那就是不再沿用单一平台策略，而是分别推出采用不同物理接口的SP7和SP8两大平台，并进一步布局9006X（Venice-X）和9006 LP（Verano）两个细分产品系列，以应对不同的需求。
其中，在嵌入式 9006 系列 SP7 CPU上，最高提供256核、512线程，并推出64核至256核的多种SKU，以满足不同应用对性能、功耗和频率的需求。内存方面，该系列配备16个DDR5内存通道，支持最高8000MT/s的RDIMM和最高12800MT/s的MRDIMM。I/O方面，最多提供96条PCIe Gen 6通道，单通道速率达到64GT/s，同时支持CXL 3.1，为高速存储、网络设备、加速器及内存扩展设备提供连接能力。
AMD公布的数据显示，与上一代EPYC嵌入式9005系列相比，9006系列整体吞吐量最高提升1.8倍，I/O带宽最高提升1.5倍，内存带宽最高提升2.7倍。应用方面，AMD重点瞄准半导体自动测试设备（ATE）、企业存储和网络防火墙。在半导体测试领域，处理器可承担测试系统的控制与编排任务，支持更多测试并行运行；在网络安全领域，可用于400G/800G防火墙的控制平面，相关吞吐量最高提升1.3倍；在企业存储领域，则可加速NVMe设备管理以及压缩、缓存和RAID等数据处理任务，ISA-L相关测试性能最高提升1.5倍。
考虑到嵌入式设备通常需要长期部署，AMD为EPYC嵌入式9006系列提供七年产品供货周期，并持续提供固件更新和软件支持。安全方面，该系列集成AMD信任根（ART）、AMD安全处理器（ASP）和Caliptra等安全机制，覆盖安全启动、运行时保护和设备身份验证，同时支持用于固件签名的后量子密码技术。
全面出击，披露新路线图
其实在两天的分享里，AMD披露了很多芯片方面信息，这绝不是上述内容所能够概述的。除此以外，公司还在系统以及软件方面做了全方位布局，以更好地服务客户。例如，在AMD看来，Agentic AI基础设施并不存在一种适用于所有客户的标准机架方案，不同规模的部署、现有数据中心条件以及工作负载特点，决定了客户对CPU、GPU配置和散热方式有不同需求。
为此，AMD通过Helion提供了三种不同的Agentic Rack配置，分别面向超大规模数据中心和企业级市场。
第一种是面向大型云服务商和超大规模数据中心的Agentic Rack，采用CPU与GPU分离部署的方式，其中CPU机架采用直接液冷设计，以提高机架功率密度和计算部署密度。第二种则面向希望利用现有基础设施扩展Agentic AI能力的企业客户，采用独立的CPU机架和风冷设计，虽然部署密度不及液冷方案，但能够更容易地融入现有风冷数据中心环境。第三种是All-in-One方案，将CPU和GPU集成在同一机架内，同样采用风冷设计，适合希望在本地部署AI推理、同时需要CPU与GPU紧密协同的企业客户。
这三种方案反映出AMD对Agentic AI基础设施的理解：随着AI Agent工作负载不断增加，数据中心需要的不只是更多GPU，也需要大量CPU承担任务调度、工具调用、沙箱执行和工作流管理等工作。但不同客户的部署条件并不相同，因此AMD并未将Helion限定为一种固定的机架设计，而是提供可根据客户需求调整的开放式参考架构。
来到软件方面，AMD的投入也不遑多让。他们就在这次大会上，就针对DRAM在AI时代面临的供应和成本问题，分享了AMD是如何凭借收购MEXT获得的软件技术，为终端客户赋能。
据介绍，整个方案的核心是通过软件将Flash纳入内存管理体系，把访问频率较低的“冷数据”迁移到Flash中，将DRAM留给活跃数据使用，从而减少对高成本DRAM的依赖。为避免Flash访问速度较慢影响应用性能，AMD MEXT的这个方案利用AI引擎分析内存访问模式，预测数据需求，并提前将即将使用的数据从Flash调回DRAM。
AMD透露，MEXT的解决方案可根据不同工作负载减少20%至75%的DRAM用量，有效内存容量最高可扩展至原来的3倍，延迟影响低于4%。由于Flash成本最高可比DRAM低约30倍，这一方案有望显著降低数据中心的内存配置成本。
AMD进一步指出，在145台服务器的初期部署中，采用MEXT进行内存扩容，相比全部使用DRAM的方案，预计可节省约83%的成本，避免约490万美元的DRAM支出。换而言之，对AI服务器而言，MEXT提供了一种新的内存扩容思路：不再单纯依靠增加DRAM满足容量需求，而是通过软件调度，让DRAM与Flash协同工作。
众所周知，自2018年推出第一代产品以来，AMD在EPYC方面的影响力日渐增强。从Mercury Research在八月份发布的一份报告可以看到，第二季度，AMD 在服务器处理器市场中的占比达到 34.5%，而一年前这一比例为 27.3%。
虽然成绩显著，但AMD并没有因此而放慢步伐。如下面的路线图所示，AMD展现了他们在Agent CPU新时代，再进一步的决心。基于其过去多年的积累，我们也坚信AMD能做到。
