AMD 雲端

雲端運算的幕後引擎:AMD 如何重構資料中心版圖

AMD 這幾年的角色,已經從單純賣晶片,轉變成和雲端供應商共同設計整套機架系統的夥伴。與 Microsoft、Meta 等雲端龍頭的合作,從採購關係走向共同工程;企業採購決策裡,每瓦能跑多少任務的能效比,重要性也逐漸追上單純的運算效能。這篇整理這波轉變的樣貌,以及企業技術主管實務上該怎麼解讀。
雲端運算的幕後引擎:AMD 如何重構資料中心版圖:文章重點卡

雲端運算的幕後引擎:AMD 如何重構資料中心版圖

談到 AMD,多數人第一個想到的還是處理器規格表。但這幾年觀察下來,AMD 在資料中心這個戰場上,角色其實悄悄換了一層。

這篇不談晶片規格,談的是一件對企業技術主管更實際的事:當晶片商開始和雲端供應商一起設計整套機架,採購決策該怎麼跟著調整視角。

你將學到什麼

角色的轉變

AMD 已從單純賣晶片,變成和雲端供應商一起設計整套機架系統。

深度合作的樣貌

與 Microsoft、Meta 等雲端龍頭從採購關係走向共同工程的夥伴關係。

能效比的份量

每瓦、每美元能跑多少任務,正在成為企業採購決策的核心指標。

系統思維

運算、網路、電力與冷卻被當成一個整體來設計,而不是分開採購的零件。

從賣晶片到共同設計系統

AMD 這幾年的角色轉變,用一句話概括就是:從「你買我的晶片」變成「我們一起設計你的機架」。

與 Meta 的合作是很好的例子。雙方官方說法是把資料中心當成完整系統來共同工程,而不是分開挑選各自的零件再拼裝。

這套思路的具體成果之一,是建立在 Meta 開放機架規格之上的 Helios 方案,把處理器、加速器、網路晶片與軟體整合在同一套設計裡。

與各大公有雲的深度合作關係

Microsoft 官方在 2026 年宣布,將部署新一代 AMD Instinct 與 EPYC 處理器,作為雙方長期策略夥伴關係的延伸;Helios 也預計於 2026 年下半年開始出貨給包含 Microsoft 在內的客戶。

Meta 則是連續多個世代的重度使用者,官方資料顯示已部署數百萬顆 EPYC 處理器,橫跨 Milan、Bergamo、Turin 幾個世代,並在最新一代擔任早期驗證的主要客戶。

合作對象不只這兩家。VAST Data 與 AMD 擴大合作,結合 EPYC 處理器與 Instinct 加速器打造 AI 基礎設施;Scale Computing 也在自家虛擬化平台加入 AMD 處理器支援,把這股合作延伸到邊緣運算場景。

能效比:從跑分數字變成採購語言

資料中心真正的限制往往不是預算,而是電力供應與散熱能力。同一棟機房能塞進多少運算力,取決於每一瓦電能做出多少事。

這也是為什麼 AMD 近年的官方論述,反覆出現每瓦、每美元、每機架能跑更多工作這類說法,而不只是單一顆晶片的效能數字。

對企業技術主管而言,這代表評估雲端方案時,能效比已經和單純的運算效能一樣重要,甚至在部分場景裡權重更高。

不只是省電能效比影響的不只是電費,還有同一個機房能容納多少機架、擴充速度能不能跟上業務成長。這是規劃層級的問題,不是採購單一台伺服器時才需要考慮的細節。

系統思維:運算、網路、能源一起設計

過去:分開採購處理器網路設備供電與散熱現在:共同設計處理器+加速器機架內外網路供電、散熱與軟體同一套系統一起設計
運算、網路、能源與冷卻被當成同一套系統設計,而不是分開採購再拼裝的零件。

Helios 這類機架級方案背後的邏輯是:把運算、網路、記憶體、供電與散熱當成同一套系統來設計,而不是分開採購再拼裝。

官方用「從矽晶片一路到軟體都對齊需求與工程決策」來描述這種合作模式,取代傳統的供應商與客戶關係。

給企業技術主管的實務提醒

  • 評估雲端服務或自建機房時,多問一句:這套方案是把運算、網路與能源當一個整體設計,還是分開採購的零件組合。
  • 能效比的意義因場景而異,資料庫這類工作負載和訓練用的叢集,關注的指標不會一樣。
  • 雲端供應商與晶片商的合作深度,某種程度反映了對方在特定工作負載上的長期承諾,值得列入評估。
看的重點不是誰家晶片比較快觀察對方是否把系統當整體設計,往往比單純比較晶片跑分,更能預測未來幾年的擴充彈性。
本文源起本文依 AMD 官方公開資料整理,由酒Ann 以自己的視角編寫成中文導覽。實際規格與產品世代以 AMD 官網 當期公告為準。

延伸學習

把這篇文章分享給需要的人FacebookLINEThreadsX

常見問答

AMD 現在還只是賣 CPU 和 GPU 的公司嗎?
不完全是。AMD 近年把自己定位成資料中心系統的共同設計者,例如與 Meta 合作的 Helios 機架方案,整合了處理器、加速器、網路晶片與軟體,而不只是賣單一顆晶片。
為什麼雲端供應商願意讓 AMD 深度參與系統設計?
因為雲端的瓶頸已經不在單一顆晶片,而在整個機架能不能同步供電、散熱與傳輸資料。官方的說法是把資料中心當成一個系統來設計,這需要處理器供應商從矽晶片階段就開始參與。
能效比為什麼會影響採購決策,不是效能比較重要嗎?
效能仍然重要,但資料中心的電力與散熱是實體限制,同一個機房能塞進多少運算力,取決於每瓦能做多少事。這也是為什麼近年官方論述一再強調每瓦、每美元能跑更多任務,而不只是單純的跑分數字。
企業技術主管該怎麼解讀這波雲端與晶片商的深度合作?
重點不是追逐特定品牌,而是理解採購單位正在從買零件變成買系統。評估雲端服務或自建機房時,值得多問一句:這套方案是不是把運算、網路與能源當成一個整體來設計的。