在高盛 Communacopia + Technology 大會上，AMD 負責計算與企業 AI 業務的高階副總裁兼總經理 Dan McNamara 表示，公司正在把在人工智慧中的角色從半導體供應商擴充套件為機架級系統與軟體提供商，同時將伺服器 CPU 產品線定位為承接智慧體 AI（agentic AI）負載帶來的新增需求。AMD 財務戰略與投資者關係企業副總裁 Matt Ramsay 同場發言，重申了公司此前給出的增長目標。
從賣晶片到賣整機架
McNamara 稱，AMD 已從分別管理各條產品路線圖，轉向統籌覆蓋 CPU、GPU 與網路的資料中心路線圖，當前的首要重點是交付機架級解決方案。Ramsay 補充說，這讓 AMD 能以更廣義的高效能運算夥伴身份面對大型計算客戶，而不再只是 CPU、GPU、FPGA 或半定製部件的單一供應商；這一合作方式可延伸至終端裝置、邊緣推理、本地伺服器、雲部署、大規模 AI 資料中心以及 PC。
在具體產品上，Ramsay 提到 AMD 正通過機架部署擴大 AI 業務，包括 Helios 系統與 MI455 產品。公司重申的目標包括：在戰略時間框架內，資料中心業務複合年增速超過 60%，AI 業務複合年增速超過 80%；到 2030 年對應的潛在市場規模約 2 萬億美元，對應約 40% 的增速，AMD 預期自身增速將快於整體市場。他還提到公司預計到 2027 年資料中心業務規模將增長一倍以上。
智慧體 AI 為何利好 CPU
McNamara 認為，智慧體 AI 改變了系統架構。此前的提示—響應式推理應用大體是 Web 伺服器、應用伺服器、資料庫、儲存與 GPU 伺服器的線性部署；而智慧體系統涉及持續活動、多個智慧體，以及控制面操作、API 呼叫、資料庫查詢和工具執行等任務。這些任務跑在 CPU 上，因此既催生面向智慧體環境的新一類 CPU，也推高對傳統通用伺服器的需求，以支撐更活躍的系統負載。
按他的說法，AMD 以 Venice 產品組合瞄準三類 CPU 部署場景：面向智慧體 AI 環境的高核心數處理器，其中包括一款 256 核產品；面向頭節點工作負載、負責持續給 GPU 供給任務的高頻處理器；以及面向更廣泛企業與雲部署的通用伺服器處理器。
Ramsay 表示，AMD 已將伺服器 CPU 的潛在市場規模估計從 600 億美元上調至 1200 億美元，再進一步上調至到 2030 年的 2200 億美元；公司預計其伺服器業務將覆蓋其中一半以上，但他沒有給出詳細的市場份額預測。對於吉瓦級 AI 部署中 CPU 的佔比，McNamara 稱無法用固定比例表達，因為這會隨客戶負載（訓練、推理、通用計算與智慧體應用的組合）而變化；不過他提到，CPU 與 GPU 的比例正從目前大致 一比一的水平上升。
自用 AI 與模型組合
AMD 高管還披露了公司內部的 AI 使用情況。McNamara 說，AMD 已成為 AI 的重要內部使用者，最初是為 AI 智慧體最佳化資料層，並開源了名為 Optima 的解決方案；如今把 AI 用於電子設計自動化、編碼、除錯、核心開發及更廣泛的軟體開發等特定領域工作，並藉此改善運營自動化與效率。他表示，更快的上市時間才是關鍵所在，AMD 會先在自己的資料中心部署自家技術，再推向外部企業客戶。
Ramsay 說，AMD 在工程組織中採用了 Anthropic 與 OpenAI 的工具，以加速軟體開發、除錯和晶片程式生產；公司承擔了更高的 token 成本，但獲得了更大的生產率提升。在模型格局上，他認為市場將同時存在前沿模型、開放權重模型以及面向特定任務的更小語言模型，AMD 的目標是在這些場景中提供能帶來良好「每美元 token」經濟性的 CPU 與 GPU 產品。
McNamara 預計企業會採用混合架構，把雲端前沿模型與執行開放權重模型的本地系統結合，並按效能、延遲、安全與成本等因素，以基於策略的路由方式分配工作負載。他稱企業架構會高度混合，且這一趨勢將持續。
x86 生態與執行
在伺服器架構競爭上，McNamara 認為 x86 與基於 Arm 的產品之間的較量，更多是最佳化問題而非指令集架構問題；他指出 x86 軟體生態對龐大的通用伺服器存量負載仍然重要。他表示 Turin 產品需求強勁，並預期 Venice 將延續這一勢頭。
整體來看，AMD 這番表態把競爭焦點從單顆晶片的效能，推向 CPU、GPU、網路與軟體協同的整機架交付能力，同時把智慧體 AI 視為伺服器 CPU 需求的新增量來源。對產業鏈而言，這意味著價值分配可能進一步向系統整合、網路互聯與伺服器整機環節擴散，而 CPU 在 AI 資料中心中的角色也被重新定價。