智能体AI竞争进入新维度！ AMD先发红利还能保持多久？

在刚刚结束的Computex展上，英伟达扔出了一颗重磅冲击波——代号N1X的首款ARM架构PC芯片RTX Spark。这颗芯片搭载Blackwell架构GPU、端侧AI算力高达1 PFLOPS、配备128GB统一内存，参数相当抢眼。算上此前已经入场的高通，PC行业第一次凑齐了四家强势的芯片厂商：两家传统的x86阵营，两家新晋的ARM定制玩家。四家巨头同台竞技AI PC赛道，格局正在被重新书写。

不过，RTX Spark并非传统意义上的PC处理器——它本质上是一颗拥有6144个CUDA核心的Blackwell架构GPU，与一颗定制的20核Grace CPU融合而成。这颗芯片的目标很明确：针对年初以来迅速火爆全球的智能体AI。用黄仁勋的话说，RTX Spark是为了把大语言模型、长期记忆、工具调用等能力本地化，让PC真正成为“个人AI计算平台”，也就是AI智能体。

有趣的是，在智能体AI这个市场，AMD才是真正的先行者。

AMD：欢迎英伟达入局

早在2025年初，AMD就推出了规格同样炸裂的锐龙AI Max系列处理器（代号Strix Halo）。旗舰型号AMD锐龙AI Max+ 395采用“CPU+GPU+NPU”三位一体的异构融合架构：16大核32线程的Zen 5 CPU、RDNA 3.5架构40CU的Radeon 8060S图形显卡，外加算力高达50 TOPS的NPU。最关键的是支持最高128GB超大容量统一内存，通过AMD可变显存技术，最多可将96GB专用于显存——这意味着在本地流畅运行千亿参数级别的大模型不再是天方夜谭，智能体的理想平台由此成型。

AMD还提出了一个很有意思的概念——智能体主机（Agent Computer）。与传统PC被动执行用户指令不同，智能体主机可以主动运行各种应用程序，代用户下达指令，最后输出结果。截至目前，基于锐龙AI Max系列，AMD已经与合作伙伴推出了超过35款智能体主机产品。

对于英伟达的入局，AMD高级副总裁、客户端业务总经理Rahul Tikoo在Computex接受采访时态度相当开放：“很高兴看到英伟达进入这一领域。两年以来，我们几乎是唯一的参与者。随着智能体AI和各类AI工作负载的发展，大容量内存已经变得至关重要，我们也一直认为这将是重要的市场。英伟达加入，可以共同推动这类优秀产品发展，也能帮助整个行业验证端侧AI的价值——我们实际上非常高兴。”

这份自信不是凭空而来。它源于AMD在时间维度上的超前布局，以及在产业生态上的广度与深度。

从2025年的锐龙AI Max系列，到同样在Computex期间发布的锐龙AI Max PRO 400系列，AMD在这一领域已经完成了一轮完整迭代。35款OEM设备、一整套开发者支持体系，加上专门推出的锐龙AI Halo开发者平台——软件优化、快速上手指导，样样齐备。而反观RTX Spark，其终端产品还要等大概半年才能上市。两代产品迭代积累下的成熟度，加上原生x86架构与Windows生态的深度兼容，和一颗还处在量产前夜阶段的定制ARM芯片相比，优势是显而易见的。

超前领跑智能体AI时代

Rahul直言：“现在，智能体AI就是那个杀手级应用！”

回溯到2025年1月CES，当时AMD发布锐龙AI Max系列，很多人还在纠结NPU的TOPS值到底意味着什么，追问端侧AI的杀手级应用何时出现。而AMD的选择很干脆：把128GB大容量统一内存塞进笔记本，用高达96GB的显存，把本地跑大模型这件事从实验室推向了市场。

一年半之后，这个决策的成效在两个维度上得到了验证。

首先是2026年初，以OpenClaw为代表的智能体迅速崛起。它能研究、能写作、能总结、能分析、能规划并执行任务——它不仅回答问题，更能采取行动，甚至可以在各类任务、工具和信息之间持续协作。PC第一次从“被人操作的工具”变成了“可以自己去操作其他工具的主体”。

于是，AI智能体成为现实，AMD所做的所有准备也让智能体主机应运而生。PC上的AI，由此跨越了一个重要的里程碑。

更关键的是，AMD的超前布局让产品落地速度惊人。锐龙AI Max系列发布后，惠普、联想、华硕以及众多国内厂商迅速跟进，推出了超过35款产品，覆盖笔记本、工作站、台式机等全品类。Rahul的主力机就是一台配备锐龙AI Max+ 395的惠普G1a，128GB内存，可以流畅运行龙虾等各种智能体。

随着智能体AI迅速爆发，AMD的迭代节奏也在加快。2026年第三季度，锐龙AI Max PRO 400系列即将上市，内存容量从128GB拉升到192GB，通过统一内存架构可分配最高160GB显存——几乎是上代产品翻倍。本地可运行的模型参数也从70B级别跃升到300B级别，同时支持多个大语言模型并行运行和智能体集群协作。在RTX Spark真正进入市场之前，AMD已经完成了一整轮从第一代到第二代（Gorgon Halo）的产品升级。

对比时间线会发现：RTX Spark最早也要到2026年Q3发布，搭载它的PC产品预计年底甚至2027年初才可能上市。而锐龙AI Max PRO 400系列直接用192GB超大容量统一内存和300B模型能力对位RTX Spark的128GB和70B模型。两代迭代积累下的产品成熟度和生态配合度，与一颗还处在量产前夜阶段的芯片之间存在本质差异。

x86生态的原生优势

RTX Spark的硬件指标确实很强，英伟达的CUDA生态也非常强大。但对于试水PC市场的RTX Spark来说，一个关键问题不容回避：能完整移植CUDA生态到Windows on Arm吗？移植后在x86主宰的领域会不会水土不服？RTX Spark采用Arm架构的Grace CPU + Blackwell GPU组合，受底层架构限制，无法兼容常规Windows，必须依赖微软定制的Windows on Arm版本，通过模拟层运行——这很可能带来性能损耗和兼容性问题，短期内难以发挥出应有性能。

反观AMD的x86平台，在PC领域积累了四十年。Windows、Linux、主流AI框架全部原生支持。开发者拿到一台搭载锐龙AI Max系列的设备，装好驱动就能直接在PyTorch、TensorFlow、Llama.cpp上跑项目，省去了ARM翻译层的适配，跳过了CUDA兼容性的验证过程，环境配置的精力消耗降到了最低。

除了硬件上的领先优势，Rahul还特别强调了AMD在软件上的投入，尤其是两项关键措施的落地。

其一，AMD ROCm开发平台实现了全部主流AI框架的Day 0首发适配，从云端到终端全链路无缝兼容，大幅降低开发者门槛。项目开发完成后，可以灵活部署在任何场景。

其二，针对锐龙AI Halo硬件平台投入了大量软件优化，包括预置配套AI框架、模型、软件，主流开发场景可以一键启动，帮助开发者快速上手。

AMD的"Playbook"是一套开源的逐步操作指南——从环境搭建、依赖安装到跑通具体项目，每一步都有清晰指引。平台侧则预装了完整开发环境，开机就能用。目前五套Playbook覆盖了ComfyUI文生图、Agent项目、N8N自动化流程等高频需求场景，后续还会继续增加。

在门槛更低的x86生态中，AMD认为AI开发不应该只局限于资深技术人员，普通开发者同样应该能轻松上手，让AI开发惠及全行业。

AMD开放生态赋能海量开发者

降低开发者门槛、让开发变得简单——除了大模型适配和软件开发工具优化，AMD还做了大量推动工作。从面向高校AI教育、科研实践和成果转化的“春雨计划”，到“AMD锐龙AI智能体创新应用大赛”这样的科创赛事，再到全球举办的AMD AI开发者日，一系列生态赋能项目正在让智能体走向普及。5月19日，AMD刚刚在上海举办了国内首场AI开发者日活动。

AMD AI开发者日是一个免费的现场活动，面向所有从事AI和机器学习的开发者。通过主旨演讲、技术会议、实践工作坊、作品分享、产品应用演示等形式，提供与AMD工程师和行业专家面对面交流的机会，帮助开发者激发创新想法、分析工作负载、优化性能，并获得可以立即应用的实用工作流程。既有面向开发者的实操工作坊，也有围绕AI基础设施与开源生态的技术专题研讨会，还有聚焦端侧智能体应用创新大赛的优秀获奖分享论坛。

活动当天，AMD客户端业务的几位核心负责人全部到场，花了一整天与开发者群体面对面交流。现场还设置了沙盒试验环节：开发者带着自己的项目来，在AMD的硬件和软件栈上运行、调试、优化，AMD工程师在现场帮助解决问题。

AMD开发者计划的具体支撑包括：在线云资源访问、免费获取开发者Token、定期发布的最佳已知配置（BKC）更新，以及AMD工程团队的直接技术支持。

中国市场拥有全球规模的AI应用开发者和AI硬件供应链，是AI PC生态的关键一环。AMD很早就把赋能开发者放在了优先位置。

小结

在云端AI使用成本持续上升的背景下，本地推理的价值变得前所未有地清晰。

根据Gartner的数据，2025年AI PC将占全球PC超三成份额，到2029年或将成为市场常态。

Rahul在采访中也表示，这个市场目前仍处于起步阶段，未来会成长为一个规模巨大的市场。在这样一个庞大的市场中，必然会有许多参与者共同竞争，AMD对此完全可以接受，会凭借自身优势参与竞争。

他对未来的判断更具参考性。此前他拜访一家大型企业时算过一笔经济账：若对其8000名开发者推广使用Claude Code，预计每位开发人员每月需要大约3000美元，月Token费接近2400万美元。而如果让智能体主机成为AI节点的一部分，采用本地主机+云端协作的工作组合，就能大幅节省这笔费用。

"本地推理不是替代云端，是给开发者多一个高效的选择。AMD要做的，就是让这个选择变得足够简单。"Rahul这样总结。

未来的AI计算架构大概率是混合模式——本地、私有基础设施、云端三层协同，每层执行差异化的计算负载。在这个架构里，x86无疑更具通用性和生态优势。

如今，随着英伟达的加入，这场智能体AI的马拉松进入了新的竞争阶段。可以看见的是，AMD在x86传统优势市场的先发优势和原生优势、技术路线的选择、生态的广度深度与开放性、开发者赋能等关键方面的布局与表现，已经初见成效。

新的竞争，才刚刚开始。