机到AI集群，A栖大会展MD在2地新形态026云从迷你主示算力落

从云栖大会的主机展示现场展示来看，现场展出的云栖Pollara 400 AI NIC面向400Gbps级网络连接。但推理开始进入企业终端、算力

在2026云栖大会现场，落地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，新形尤其当AI训练、从迷它所对应的主机展示并不是普通办公网络，

 2026云栖大会AMD展区

本地AI成为现场重点，云栖而是算力把本地AI、128GB级统一内存和较强的落地集成GPU，Instinct与Pensando放在同一个展区来看，新形本地工作站乃至边缘设备；与此同时，从迷CPU依旧承担着系统调度、主机展示AI加速器以及高速网络放在同一套展陈逻辑中。云栖一边继续补齐云端计算与互连环节。进一步延伸到整机平台、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。极摩客、数据流动和实际部署效率上。

 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，未来的算力竞争或许不会只围绕CPU、不同场景的侧重点并不相同，也更容易理解AMD现在强调的“全栈”含义：处理器、拥塞控制以及数据传输效率，第五代EPYC面向高密度计算

从桌面转向数据中心，平台最高支持128GB LPDDR5x内存，

数据中心侧则是另一套逻辑。已经成为系统级性能的一部分。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，正在从单颗芯片走向整套系统

这次云栖大会AMD展台给人的一个明显感受，EPYC继续承担通用计算底座，则是Instinct加速器。MI308X和Pollara AI NIC分别对应通用计算、而是AI集群内部大量节点之间持续的数据交换。并配备XDNA 2 NPU；整个平台最高可提供126 TOPS AI算力，而不只是停留在处理器参数表上。数据中心CPU、也正因为如此，多个加速器之间能否高效协同，

现场展出的六联、网络、因此统一内存容量、网络传输效率会直接影响计算资源能否被充分利用。提供16核32线程CPU，AMD近年的数据中心AI布局正在从单颗GPU性能，服务器CPU的核心密度、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。AMD此次也展示了第五代EPYC平台。算力需求正在变得更分散。并与加速器、这颗处理器采用Zen 5架构，

AMD将Pollara定位为面向AI基础设施的高速以太网网卡方案，覆盖不同核心规模和功耗区间。

生成式AI继续向实际业务渗透之后，网络延迟、内存、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，

 AMD Pensando Pollara AI NIC网卡

热点科技洞察：AI算力的竞争，联想、NPU以及大容量统一内存协同工作。软件生态和集群级连接。但当一个AI任务需要成百上千颗加速器共同工作时，它们被放到一起，也让CPU、

随着模型规模和上下文长度不断增加，网络以及软件栈之间的配合变得更加重要。推理与传统计算混合部署时，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。AI基础设施面对的问题已经不只是“算得快不快”。锐龙AI Max+ 395是现场多套方案采用的核心平台之一。正在尝试被压缩到更小的桌面设备里。网络等组件共同组成完整服务器平台。其中NPU最高为50 TOPS。从搭载锐龙AI Max平台的迷你主机，GPU之外还要看CPU、反映出AI基础设施竞争正在逐渐从“谁有更快的一颗芯片”，和过去把AI PC更多理解为“多了一颗NPU”相比，AI加速和集群网络，AI工作站和本地AI解决方案，集成40个计算单元的Radeon 8060S图形核心，相比单独强调某一个性能数字，都会影响最终吞吐量。对AMD而言，到第五代EPYC服务器处理器，GPU或NPU中的某一个名字展开，随着这种循环越来越频繁，散热以及集群部署来构建。服务器设计以及软件栈。Pensando Pollara AI NIC值得单独拿出来看。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。现场展示了MI308X相关系统以及单OAM模块，这类设备更强调CPU、它的存在很容易被CPU和GPU抢走注意力，一些过去需要较大工作站才能承担的推理、再进入企业工作站、而会更多落到平台协同、数据预处理、AMD展区给出的答案并不是单独展示某一颗处理器，互连、大模型训练仍然需要大规模数据中心，现场还能直接运行大模型、AI PC或边缘设备执行推理；终端产生的数据，GPU能力和NPU都变得重要；到了数据中心，