被传签约三十兆瓦算力大单，AMD的真实布局：不拼GPU集群，用CPU和端侧芯片渗透AI

> 如果说2026年的AI算力军备竞赛是一场合围，AMD的战术不是硬拼算力峰值，而是选择换道突围——它打了一场**端侧与CPU通用算力的代理战争**。核查结果显示，近期在科技圈流传的“AMD与Rackspace Technology签署30MW AI算力协议”**是一条不存在的消息**。这大概率是把SpaceX与谷歌那笔涉及11万块英伟达GPU、算力超100兆瓦的惊天大单，张冠李戴到了AMD头上。问题在于，当市场都在盯着“谁拿到了更多H100”时，这种误读本身就暴露了行业对AMD的刻板印象——好像它必须复制英伟达的路径才算成功。但你仔细拆解AMD 2026年第二季度的动作，会发现它的算力生意底层逻辑截然不同：**AMD在用CPU和端侧推理芯片，构建一张渗透进操作系统和生产工具的毛细血管网，而非修筑一座供人租赁的超级核电站。**## CPU切入模型，用云服务商的性价比焦虑破局AMD的商业算盘，是直接瞄准了大模型爆发后的结构性痛点：**贵**和**落地难**。在5月的新加坡千问大会上，AMD与阿里云深化了战略合作。合作的核心不是比拼谁的GPU集群跑分更高，而是依托EPYC霄龙CPU的高通用算力，去优化千问大模型的**高并发推理**和**复杂业务调度**。AMD大中华区销售副总裁周俊杰在会上有一个关键判断：全球数据中心算力配比将全面优化，CPU将成为AI推理、业务调度的核心底座。这背后的逻辑很硬：不是所有的AI计算都需要烧GPU。当一个应用进入规模化落地阶段，面对海量交互请求时，具备高吞吐、低部署门槛的CPU，反而是企业避免财务崩盘的最优解。AMD赌的是“不是每家小公司都买得起英伟达，但家家都需要AI”，所以它的现金流模式不是卖“军火”，而是卖“标准基建”。## 端侧暗度陈仓，在英伟达来不及穿鞋的客厅里圈地如果说数据中心是英伟达穿着皮鞋的主场，那端侧就是AMD穿着跑鞋的赛道。AMD的算力生意另一个核心变量，是把大模型从云端拽进用户的本地设备里。通过将ROCm开源软件平台更新至7.2版本，并新增对锐龙AI 400系列处理器的支持，AMD打通了从笔记本、工作站到数据中心的全路径。目前惠普、联想等厂商已推出超过35款搭载锐龙AI芯片的主机产品，部分机型最高支持96GB GPU显存，能在本地高性能运行如Qwen 3.5 122B这类超大模型。5月底雷神科技发布的全场景AI工作站矩阵，就是这套逻辑的标准样板——从塔式旗舰到移动版，直接把能跑全参数微调的算力塞进了设计师和科研人员的工位上。这种“去中心化”的算力分发，卖的不再是纯粹的硬件毛利率，而是“数据不出门”的隐私安全溢价和极低延迟的体验溢价。AMD的护城河不在于算力密度有多高，而在于当智能体时代来临时，这些预埋进终端的锐龙处理器成了运行本地Agent最顺手的土壤。## 生态钓大鱼，向上下游合作伙伴收取“连接税”AMD最被低估的一步棋，是它正试图把自己的芯片做成软件生态的通行证。6月中旬，华瑞指数云自研的ExponTech WADP极速AI数据平台，通过了AMD EPYC 9004霄龙处理器的官方兼容性认证。表面看是一次技术适配，本质上是软硬协同后，能帮客户**降低约20%的数据中心建设成本**。AMD这一招的商业算计很深——只要生态伙伴通过适配AMD硬件实现了“降本增效”，就等于在帮AMD向整个产业链做信用背书。AMD再通过组建AI产业联盟，联合京东云、阿里云等厂商一起制定私有化部署方案，就把自己从单纯的芯片供应商，变成了一个**解决方案的集大成者**。它的营收结构不再只依赖芯片出货量，而是开始向“认证服务”、“生态协同”和“开发者工具链”延伸。最终结论很清晰：当全球还在盯着30MW、100MW这类集中式算力巨兽时，AMD其实在干另一件事——**把算力打成水分子，通过CPU和端侧芯片让它弥漫在空气里，让你感觉不到它的存在，却无时无刻不在呼吸它。** 这不是一场关于“谁力气大”的对抗，而是一场关于“谁铺得广”的生意。只要AI还想从神坛走进车间和手机，AMD这套业务逻辑的毛利率天花板，可能比单纯卖H200要乐观得多。