当地时间7月23日，AMD在旧金山举办的Advancing AI 2026行业活动上宣布，其第二代AI服务器Helios已全面投产，预计第三季度末开始出货。OpenAI、Meta、Anthropic、微软等头部AI企业与云厂商相继公布大规模部署计划，标志着AMD从单一芯片供应商向机架级系统供应商的战略转型进入实质落地阶段。

AMD首款机架级AI系统

Helios并非单颗GPU，而是AMD推出的机架级一体化AI算力解决方案，搭载AMD最新的MI455X AI加速器与新一代Zen 6架构EPYC"Venice"中央处理器，两款芯片均由台积电代工制造。

根据AMD在活动现场的披露，Helios遵循开放计算项目（OCP）的Open Rack Wide规范，硬件供应商包括Bull、HPE、Lenovo、Supermicro、Sanmina和Wiwynn。该系统采用液冷散热架构，是AMD首款在系统层面与英伟达直接对标的机架级产品。

AMD首席执行官苏姿丰（Lisa Su）在主题演讲中宣布："Helios已全面投产，预计第三季度末开始出货。客户对Helios的需求极为强劲。"

更深层的合作

OpenAI与AMD的合作是本次大会最受瞩目的焦点。OpenAI基础设施负责人、计算战略副总裁Sachin Katti在现场证实，OpenAI计划从2026年第四季度启动Helios规模化上架，2027年进入加速投放周期。

这一部署计划对应双方于2025年10月敲定的多年期、多代际战略合作协议。根据公开报道，OpenAI承诺部署总计6吉瓦（GW）的AMD Instinct GPU算力，首批1吉瓦基于MI450系列，定于2026年下半年上线。作为协议的一部分，AMD向OpenAI发行了最多1.6亿股普通股的认股权证，行权价仅为每股0.01美元。若OpenAI全额行权，将持有AMD约10%的股份。

更深层的合作落点在于下一代芯片的联合研发。双方确定共同推进MI500系列AI加速芯片的定义与开发，OpenAI将基于自身前沿大模型的真实算力需求，向AMD输入负载特性、显存容量、互联带宽与功耗效率等实际运行数据，反向指导芯片架构、存储规格与软件栈适配。

据AMD此前披露，MI500系列预计2027年正式发布，采用台积电更先进的2nm制程工艺、全新CDNA 6架构与HBM4E内存。苏姿丰此前表示，从2023年的MI300X到2027年的MI500，AMD目标在四年内实现AI性能千倍级跃升。

头部厂商同步入局

除OpenAI外，AMD在Advancing AI 2026上披露了一系列Helios客户与合作伙伴：

Meta正在测试Helios机架与第六代EPYC平台，并基于MI450架构与AMD共同开发定制加速器。Meta计划部署最多6吉瓦的AMD GPU基础设施，与OpenAI的6吉瓦承诺合计达12吉瓦。

Anthropic计划安装最多2吉瓦的MI450 GPU。根据双方于7月22日公布的战略协议，Anthropic将使用Claude帮助优化AMD GPU工作负载并加速ROCm软件开发，AMD也将在其工程与产品开发团队中广泛采用Claude。此外，AMD将向Anthropic投资最多50亿美元。Anthropic联合创始人兼首席计算官Tom Brown在keynote中透露，Claude已能在一个周末内自行设置AMD的AI服务器。

微软于7月20日宣布扩大与AMD的战略合作，将在Azure云平台上大规模部署Helios机架级系统，并推出面向大规模AI推理的新虚拟机实例。AMD首席执行官苏姿丰表示："AMD与微软多年来一直在共建高性能基础设施，如今我们将这一合作扩展至Azure平台上AMD AI解决方案的全栈部署。"

（AMD首席执行官苏姿丰）

此外，Oracle也被列为Helios的早期采用者之一。Cerebras与AMD合作开发分离式推理系统，双方声称该系统每瓦token吞吐量可提升5倍。

能否挑战英伟达？

AMD此次发布Helios，被业界视为对英伟达在AI基础设施领域统治地位的最直接挑战。据Silicon Analysts和IDC估计，英伟达目前占据AI加速器市场约75%至81%的份额，AMD的份额约为5%至7%。

Helios的推出标志着AMD竞争策略的根本转变：从销售单卡或单服务器加速器，转向提供整合GPU、CPU、网络与冷却的统一机架架构，以"系统供应商"身份与英伟达竞争。微软将Helios明确用于"前沿模型推理"而非训练，随着AI行业从训练转向大规模推理部署，推理市场的性价比竞争日趋激烈，AMD有机会在此领域建立滩头阵地。

然而，英伟达的CUDA生态系统仍是其最坚固的护城河。AMD的ROCm开放平台虽在快速发展，PyTorch、Hugging Face、vLLM和SGLang等框架已支持MI455X，但开发者生态成熟度与CUDA仍有差距。SemiAnalysis的独立研究指出，在真实训练工作负载中，MI300X仅能达到理论FLOPS的不到30%，而英伟达H100约为40%；多节点训练性能差距在规模扩大时进一步拉大。

业界普遍认为，微软、Meta、OpenAI等厂商引入AMD作为第二供应商，短期内更多是"补充"而非"替代"英伟达。Azure将继续同时运营英伟达与AMD基础设施，为客户提供多元化选择。双源采购已成为行业常态，核心驱动力是供应安全、定价杠杆与工作负载特定优化，而非简单的技术替代。

苏姿丰在记者会上被问及AMD是否满足于"第二名"时表示："我们实际上正在实现另一次重大飞跃，相信在超大规模集群计算领域将取得领先地位。"她预计，到2030年全球总计算市场规模将达2万亿美元，其中AI加速芯片占1.4万亿美元，CPU占2200亿美元。