CPU 兩年一代、GPU 一年一代:AMD 公佈 AI / HPC 路線圖

重點摘要
AMD 近日正式揭露其 AI 與 HPC(高效能運算)領域的未來路線圖,明確展現 CPU 與 GPU 不同的更新節奏。在 CPU 方面,AMD 將維持約兩年一代的升級週期,而 GPU 則將加速至一年一更新。此策略旨在應對快速變化的 AI 運算需求,並與競爭對手在資料中心與超級運算市場展開激烈交鋒。
AMD 近日正式對外公開其人工智慧(AI)與高效能運算(HPC)領域的未來路線圖,明確揭示中央處理器(CPU)與繪圖處理器(GPU)將採取截然不同的更新節奏。在 CPU 方面,AMD 將維持約每兩年一次的重大架構升級週期;而在 GPU 領域,則加速至一年一世代,以因應 AI 訓練與推論負載的快速演進。這項策略展現了 AMD 兼顧長期架構規劃與短期市場反應的雙軌佈局,並試圖在資料中心與超級運算市場中,與主要競爭對手展開更激烈的交鋒。
根據 AMD 公布的規劃,下一代基於「Zen 7」微架構的 EPYC 伺服器處理器預計將於 2028 年正式登場,接續目前已在市場上銷售的 Zen 4 產品,以及即將推出的 Zen 5 與後續的 Zen 6 系列。這意味著 AMD 在高效能運算與雲端資料中心領域,將持續以穩定的兩年步調,為客戶提供更高效能、更低功耗的運算核心。隨後,代號為「Ravenna」的 Zen 8 架構則預計在 2030 年問世,進一步延續每兩年一次的 CPU 架構重大升級節奏。在 GPU 方面,AMD 則採取更為積極的一年一世代策略,以因應 AI 模型規模與運算需求的爆炸性成長。
雖然官方尚未公布具體 GPU 產品的型號與上市時程,但從路線圖可看出,AMD 正試圖在 AI 加速器市場中縮小與對手的差距,並透過更密集的產品迭代來搶佔市占率。業界分析指出,目前 AI 運算市場主要由 NVIDIA 的 GPU 與專用加速器主導,AMD 近年來雖在 Instinct 系列加速器上持續投入,但整體市占率仍有大幅成長空間。一年一更新的 GPU 節奏,將有助於 AMD 更快將先進製程與架構導入市場,並針對新興的 AI 工作負載進行最佳化。值得注意的是,AMD 在 CPU 與 GPU 上採取不同的更新週期,背後反映的是兩種產品在市場定位與技術瓶頸上的差異。
伺服器 CPU 的客戶通常需要較長的驗證與部署週期,兩年一代的節奏有助於維持平台穩定性與軟體生態系的相容性。而 GPU 加速器則處於 AI 運算需求快速變化的環境中,一年一世代能讓 AMD 更靈活地因應新演算法、新模型架構以及競爭對手的產品動態。除了架構升級時間表,AMD 此次路線圖也暗示了未來幾年將持續投資於先進封裝技術與記憶體解決方案。在 CPU 與 GPU 整合的趨勢下,AMD 的 Instinct 加速器已採用多晶片封裝設計,並搭配高頻寬記憶體(HBM)。隨著 GPU 迭代加速,預期 AMD 將進一步提升記憶體頻寬與容量,以滿足大型語言模型(LLM)與生成式 AI 的訓練需求。
從整體產業角度來看,AMD 的這份路線圖不僅是對自身產品規劃的宣示,也是對市場發出的明確信號:在 AI 與 HPC 領域,AMD 將不再只扮演追趕者的角色,而是試圖透過差異化的產品更新節奏,在關鍵市場建立獨特競爭優勢。過去幾年,AMD 在伺服器 CPU 市場憑藉 Zen 架構成功扭轉頹勢,如今在 GPU 領域的加速更新,則有望為其 AI 業務帶來新的成長動能。目前,AMD 的 Zen 5 架構預計將在 2024 年下半年至 2025 年間陸續推出,涵蓋消費級 Ryzen 與伺服器級 EPYC 產品線。
Zen 6 則規劃在 2026 年至 2027 年間登場,而 Zen 7 與 Zen 8 的時程已分別鎖定 2028 年與 2030 年。這條清晰的 CPU 路線圖顯示,AMD 有能力在維持長期架構演進的同時,也為客戶提供可預測的升級路徑,進而降低資料中心在採購與部署上的不確定性。在 GPU 方面,雖然具體產品名稱尚未公布,但業界普遍預期 AMD 將在 2025 年推出基於 CDNA 5 架構的下一代 Instinct 加速器,隨後在 2026 年再推出 CDNA 6 產品。若確能實現一年一世代,這將是 AMD 在 AI 加速器市場上史無前例的更新頻率,也代表其對先進製程與設計能力的信心。
整體而言,AMD 此次公布的 AI/HPC 路線圖,展現了其兼顧長期架構規劃與短期市場反應的雙軌策略。CPU 兩年一代的穩健節奏,確保了伺服器平台的穩定性與生態系相容性;GPU 一年一代的積極步伐,則讓 AMD 能夠更靈活地應對 AI 運算需求的快速變化。未來幾年,隨著 Zen 7、Zen 8 以及新一代 GPU 架構的陸續登場,AMD 在資料中心與超級運算領域的競爭力將持續提升,也為全球 AI 基礎設施的發展帶來更多選擇與可能性。
Related
相關文章

OpenAI首款AI硬件,為什麼是個沒有屏幕的「甜甜圈」
OpenAI與Jony Ive團隊合作的首款AI硬體,外型類似無螢幕的冰球大小圓環,被形容為金屬甜甜圈。這款設備定位為以AI為第一交互入口的計算設備,而非傳統智能音箱,售價可能落在300至400美元之間。
OpenAI 首款硬件真容浮現:冰球大小無屏設計,售價 300 至 400 美元
OpenAI首款硬件產品細節曝光,為一款無螢幕的智能音箱,外型類似冰球,售價約300至400美元,由OpenAI與前蘋果設計師Jony Ive的LoveFrom公司合作開發。該設備內建電池與攝影鏡頭,可支援手持使用並將視覺資訊傳給ChatGPT,實現多模態感知。此產品推出時正值蘋果對OpenAI提起商業機密訴訟,OpenAI內部評估其設計細節有望反駁侵權指控。

消息稱英偉達急尋中國 AI 基站供應商,與“下一個中際旭創”合作開發 6G 基站
NVIDIA正積極在中國尋找AI基站供應商,並有意與被視為「下一個中際旭創」的業者合作開發6G基站,顯示其從資料中心延伸至通訊基礎設施的布局。此舉凸顯NVIDIA對6G市場的重視,AI基站被視為整合邊緣運算與智慧調度的關鍵節點,但合作細節與技術方案尚未正式公布。
金剛GC3芯片重新定義視頻AI算力規則,國產RISC-V高端算力商業化提速
近日,第三屆中國計算機學會芯片大會(CCF Chip 2026)在太湖之濱無錫成功舉辦。會場中,兩院院士與頂尖工程師們的討論話題直指底層架構的“根技術”創新。一個核心追問被反覆推至臺前:當摩爾定律逼近物理極限,製程紅利日益稀薄,堆核心、拼頻率的老路越走越窄,是否該徹底換一條路走?換言之,與其在通用架構上不斷打補丁,能否從數據流動的本質出發,為特定場景原生設計一顆芯片?
把512 GiB閃存搬到xPU旁邊,HBF能打破推理內存牆?
HBM已經證明,通過堆疊和共封裝把存儲介質遷移至GPU附近,可以緩解AI計算中的數據搬運瓶頸。現在,SK海力士聯合閃迪,將類似的思路正式應用到NAND上,通過HBF將大容量閃存放到包括GPU在內的各類xPU旁,以緩解AI推理內存牆問題。近日,雙方通過OCP發佈《High Bandwidth Flash(HBF)High-Level Base Die Specification, Version 0.7.0》。

AI的錢,被誰賺走了?
AI 浪潮推動雲端服務供應商大舉擴建資料中心,背後龐大的資本支出正沿著供應鏈層層傳導,最終流向光模塊、晶片與伺服器業者。這條資金鏈路的起點是亞馬遜 AWS、微軟 Azure、Google Cloud 等雲端廠商,他們為了滿足訓練與推論大語言模型所需的算力,持續加碼採購 GPU 伺服器與高速網路設備,帶動上游零組件需求爆發。