【專訪】蘇姿丰押注上海：推理時代 AMD 不只賣晶片

這場問答有幾個值得拆開來看的點。第一，AMD 的數據中心業務靠推理需求撐起，而不只是訓練；第二，蘇姿丰提出 Token 經濟學作為選晶片的新框架，暗示沒有一顆晶片能通吃；第三，她把 CPU 重新定位成 AI 時代的隱形主角，並給出具體數字支撐；第四，她對中國開源生態的背書力道之重，在科技高管裡不算常見。合起來看，這不只是一場公關訪問，而是 AMD 在地緣政治壓力下，對中國市場的一次明確押注聲明。

◎推理，不是訓練，才是現在的錢

早期 AI 軍備競賽的主戰場是訓練——把大量資料餵進模型，讓它學會東西，這需要極大量的 GPU 算力，英偉達因此大賺。但蘇姿丰在訪談裡說得很清楚：現在的重心已經轉向推理——也就是模型訓練完之後，每次有人問它一個問題，生成一段文字，消耗的那一口算力。每個人每天用 AI 的次數加總起來，推理的需求量遠比訓練更持續，更分散，更難用單一頂級晶片壟斷。AMD 數據中心業務單季 57.75 億美元，以及 Mercury Research 統計的伺服器市場收入佔比 46.2%，背後的邏輯正在這裡。這個轉變對總經理層級的決策者有一個直接含義：採購算力的考量標準，正在從誰的晶片最強，變成誰的推理成本最低。

◎Token 經濟學：選晶片的新語言

Token 是 AI 模型處理文字的基本單位，可以粗略理解成模型每思考一個字詞的成本。蘇姿丰在訪談裡把這個概念拉成一套採購邏輯：Token 用越多，成本越低，AI 才能真正普及；要降低 Token 成本，關鍵不是買最貴的晶片，而是為不同應用場景配對最合適的計算方案。她說得很直接——沒有任何一顆晶片能包打天下。這句話當然也是在說英偉達的 H100 系列，後者目前是市場最強 AI 訓練晶片，但價格也最貴。AMD 的策略是：用夠好但更便宜的方案切入推理市場，讓客戶在 Token 經濟學的框架下自然算出 AMD 比較划算。這個框架有沒有說服力，要看實際部署的成本數字；但至少作為銷售語言，它比硬拚規格參數聰明得多。

◎CPU 是被低估的 AI 基礎建設

過去兩年，市場的目光幾乎全壓在 GPU 上，CPU 顯得無聊。蘇姿丰在這場訪談裡用 AI 智能體（Agent）的場景反過來講：當每個人同時跑五個，十個甚至二十個 AI 智能體幫自己處理任務，GPU 負責推理計算，但協調這些智能體的排程，記憶體管理，資料搬運，大量依賴 CPU。她給出的數字是：過去六個月 CPU 需求明顯攀升，今年增速預計是去年的兩倍。AMD 的 CPU 業務（EPYC 伺服器處理器）本來就是它翻身的起點，現在蘇姿丰試圖讓外界重新認識這條產品線在 AI 時代的位置。這個論點能不能成立，取決於 AI 智能體的普及速度，但方向上並不難理解。

◎對中國的背書，比外交辭令更進一步

蘇姿丰說中國正在引領開放生態的發展潮流，點名開源模型與開放協作。這個說法在地緣政治敏感時期不算輕巧。AMD 在中國深耕逾三十年，聯想是重要客戶，今年把全球兩場開發者日之一擺在上海，本身就是一個選擇。她沒有迴避，直接說 AMD 的使命是賦能中國開發者，並提到與中國頂尖高校，新創和開發者社群深度合作。這些話說給中國媒體聽，當然有公關成分；但 AMD 的業績結構也確實需要中國市場。在出口管制的壓力下，這場訪問更像是 AMD 在劃一條線：我們能賣的，我們要盡力賣。

蘇姿丰這趟上海行，表面是開發者活動，實質是 AMD 在算力市場重新定義自己的位置：不是英偉達的廉價替代品，而是推理時代的系統整合者。CPU 加 GPU 加生態，這個組合能不能說服企業採購，接下來幾季的數據中心業績會給答案。中國市場能走多遠，則取決於蘇姿丰控制不了的那些事。