AMD董事长兼CEO苏姿丰博士 | 图源：头条百科

AMD把Token成本砍到1/18，英伟达的客户开始算账了

过去五年，英伟达在AI芯片市场的统治地位几乎没人敢质疑。但7月23日，AMD CEO苏姿丰在旧金山Moscone中心扔出了一组数字，让台下坐着的OpenAI、Anthropic、Meta高管集体点头。

AMD新款Helios机架，把单位token成本砍到了上一代的1/18。每美元产出的token比英伟达下一代Vera Rubin还多30%。

这不是产品升级。这是计价规则的政变。

一、500万的机架里装了什么

当地时间7月23日，AMD年度Advancing AI大会在旧金山举行。苏姿丰站在舞台中央，身后是一款被内部代号"Helios"的机架级AI系统。

这款系统塞进了72颗Instinct MI455X GPU、18颗第六代EPYC Venice CPU，以及31TB的HBM4高带宽内存。MI455X是AMD首款基于2纳米工艺的GPU，单卡集成了3200亿个晶体管，配备432GB HBM4显存，带宽达到23.3TB/s。

AMD Instinct MI455X数据中心GPU | 图源：IT之家 / 头条

整机架在FP4精度下提供2.9 exaFLOPS的AI推理算力。翻译成人话，一个机架就能装下一个多千亿参数大模型的所有权重，外加足够的推理缓存，不需要跨机架做张量并行。

这跟过去的玩法完全不同。以前跑一个超大模型，需要把模型"切碎"分散到几十上百个机架上，效率损耗巨大。现在，一个机架就是一个完整的"AI大脑"。

苏姿丰说了一句话，把这事儿点透了。她说前沿AI已经没法靠单颗芯片或单台服务器满足需求，"整个机架必须作为一个系统来设计"。

这句话的潜台词是，未来的AI基础设施竞争，不是比单颗GPU谁更猛，而是比一整柜设备谁能以更低的成本产出更多的token。AMD不再卖芯片了，AMD在卖"token工厂"。

二、token就是AI时代的电费

AI行业正在经历一个巨大的范式转移。

前几年的军备竞赛集中在训练端——谁家的GPU能让大模型在最短时间内训练完成。那时候客户关心的是峰值算力、显存容量、节点间互联带宽。英伟达的H100在这个战场上几乎没有对手。

但现在情况变了。大模型训练完成后，真正的战场是推理——如何把模型部署到线上，以最低的成本服务尽可能多的用户。

MI455X token吞吐量较上一代提升34倍，单位成本降低18倍 | 图源：IT之家 / 头条

推理的成本结构和训练完全不同。训练是一次性投入，推理是持续性消耗。一家AI公司可能花几千万美元训练一次模型，但接下来每年要在推理上花几亿美元。推理效率每提升一倍，就相当于每年省下上亿美金。

token就是AI时代的电费。当一个AI助手回复用户一次提问，背后消耗的是算力，算力折算成token，token折算成钱。AMD把token成本砍到1/18，相当于把电费从每度五毛降到了不到三分钱。

MI455X在DeepSeek V4 Flash FP4服务测试中的token吞吐量达到上一代MI355X的34倍。跑Kimi K2思考模型时，Helios的单GPU token吞吐量比英伟达Vera Rubin NVL72高出10%到15%。

三、客户为什么集体站队

真正让市场震动的不是参数，而是客户阵容。

OpenAI基础设施负责人Sachin Katti亲自登台表态，说OpenAI计划从今年年底开始大规模部署Helios。他还补了一句大实话，"如果你们还没听说的话——我需要更多算力，而且需要得更快。"

Anthropic的动作更大。双方宣布Anthropic计划部署至多2吉瓦的AMD Instinct MI455X GPU，首批1吉瓦预计在2027年上半年开始。AMD还计划对Anthropic进行至多50亿美元股权投资。这不是买卖关系，这是战略合作。

AMD Helios机架级AI解决方案，整机架总算力达2.9 ExaFlops | 图源：IT之家 / 头条

Meta达成了涉及6吉瓦AI基础设施的多年合作。微软CEO纳德拉到场站台。甲骨文也在客户名单上。

一家芯片公司，同时拿到OpenAI、Anthropic和Meta的算力订单——这在英伟达统治AI芯片市场的这几年里，是头一次出现。

四、开放标准是另一张牌

AMD打的另一张牌是开放。

Helios的底层互联架构基于UALink开放标准，而不是英伟达的NVLink私有协议。英伟达的NVLink交换芯片只能从英伟达一家买，跟其他厂商的设备不兼容。UALink建立在开放以太网标准之上，可以从多个供应商采购。

对微软、甲骨文这样的云厂商来说，这很有吸引力。谁也不想被单一供应商掐住脖子。当一家供应商的市场份额超过95%的时候，议价权就基本为零了。

AMD的Venice CPU也在同一逻辑下进攻。在智能体AI场景下，Venice的性能是英伟达Vera CPU的3.3倍。随着AI从聊天机器人向智能体演进，工作负载不再只集中在GPU，编排调度、工具调用、沙箱执行都需要大量CPU算力。

AMD的打法很清楚，用Venice CPU + MI455X GPU + Helios机架 + ROCm软件，构建一套完整的AI基础设施方案，从"卖芯片"升级为"卖系统"。

五、但英伟达的护城河没那么容易撼动

先别急着喊"AMD要颠覆英伟达了"。

发布会当天AMD股价跌了约4%。投资者在担心什么？

首先是时间差。英伟达的Vera Rubin平台已经全面量产并出货，而Helios要到今年Q3末才开始发货。对于急着扩建算力的大客户来说，这几个月的等待可能意味着数亿美元的收入损失。

其次是软件生态。CUDA仍然是AI开发的事实标准。AMD的ROCm.AI平台要到今年8月才正式向开发者开放。虽然AMD说Hugging Face上超过300万个模型可以在AMD硬件上开箱即用，但真实世界的迁移成本永远比PPT上写的要高。

还有价格。Helios的成本在500万到550万美元之间，比英伟达Vera Rubin还贵。虽然每美元能多产出30%的token，但 upfront 成本摆在那里。

苏姿丰自己也承认，"在整个市场中，没有单一一家公司能解决所有问题。"这话既是说给竞争对手听的，也是说给客户听的——AMD不是在取代英伟达，AMD是在给客户一个选择权。

六、接下来会发生什么

苏姿丰在演讲尾声抛出了一个预测，到2030年，整体计算市场规模将达到2万亿美元，其中AI加速器市场1.4万亿美元。

她给出了清晰的年度迭代路线图，2027年推出MI500系列，2028年推出MI600系列。MI500的推理吞吐量将是4年前MI300X的2000倍以上。

AMD还在做一件事——投资。对Anthropic的50亿美元股权投资，意味着AMD不只是卖硬件，还在绑定下游客户。这种垂直整合的打法，英伟达也在做，但AMD做得更激进。

英伟达不会坐以待毙。黄仁勋手里还有下一代芯片的路线图，CUDA生态的护城河也不是一天能撼动的。

真正的赢家可能是客户。竞争带来的成本下降，最终会让更多AI应用变得经济可行。

七、对普通人意味着什么

对AI从业者和创业者来说，这件事的真正意义不在芯片本身。

token成本降低18倍，意味着很多今天还亏钱的AI应用，明天可能就能跑正了。一个原本月付10万美元的推理服务，现在可能只要5500美元。这个降幅足以让一大批商业模式从"不可能"变成"可以试试"。

同时，开放标准的兴起意味着硬件选择的自由度在增加。过去选英伟达是唯一答案，未来可能是多选题。

但我的建议是，别急着换平台。等真实部署数据出来，等ROCm生态再成熟一些。毕竟，算力便宜是好事，但算力便宜且稳定，才是真正的好事。

苏姿丰说得对，没有单一一家公司能解决所有问题。AI算力这场仗，正在从独角戏变成群戏。