
文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片
"multi_version":false2025年 , AMD重磅推出銳龍AI Max系列處理器并開拓出全新的迷你AI工作站品類 。 特別是銳龍AI Max家族中的銳龍AI Max+ 395處理器 , 它被寄予厚望 , AMD正在將其打造成邊緣/端側(cè)AI領(lǐng)域的優(yōu)選推理平臺(tái) 。
在迷你AI工作站品類中 , 銳龍AI Max+ 395處理器優(yōu)勢(shì)突出 , 它采用“CPU+IGPU+NPU”異構(gòu)架構(gòu) , 集成16核心Zen 5 CPU、RDNA 3.5圖形單元及高達(dá)50 TOPS算力的NPU , 更通過UMA統(tǒng)一內(nèi)存架構(gòu)支持最高128GB內(nèi)存 , 其中96GB可專用于顯存 , 這徹底解決了本地大模型運(yùn)行中的“顯存焦慮” , 可在本地流暢運(yùn)行諸如GPT-OSS-120B、Llama4 Scout 109B以及Qwen3-235B等千億參數(shù)模型 , 推理速度達(dá)14~40 tokens/s , 是運(yùn)行MoE架構(gòu)大模型的理想平臺(tái) 。
AMD一直希望圍繞銳龍AI Max+ 395迷你AI工作站構(gòu)建出強(qiáng)大的生態(tài)系統(tǒng) , 以確保其潛力在廣泛的用戶和應(yīng)用中得以充分釋放 。 早在今年9月的一場(chǎng)創(chuàng)新沙龍中 , AMD就帶來了不少進(jìn)展:基于銳龍AI Max+ 395的迷你AI工作站的應(yīng)用開發(fā)已經(jīng)覆蓋普通個(gè)人、團(tuán)隊(duì)/小企業(yè) , 以及小區(qū)物業(yè)、家庭等不同用戶和不同領(lǐng)域 。 僅僅過去不到兩個(gè)月 , AMD又為我們帶來了新進(jìn)展 。
2025年11月15日 , AMD在北大科技園創(chuàng)新中心舉辦主題為“春雨賦智 共筑未來”的高校春雨計(jì)劃啟動(dòng)會(huì) 。 在活動(dòng)現(xiàn)場(chǎng) , AMD正式啟動(dòng)全新的AMD高校春雨計(jì)劃“2025-2026冬春季”項(xiàng)目 。 是的 , AMD計(jì)劃用AI賦能教育新生態(tài) 。
▲AMD大中華區(qū)市場(chǎng)營(yíng)銷副總裁紀(jì)朝暉
據(jù)AMD大中華區(qū)市場(chǎng)營(yíng)銷副總裁紀(jì)朝暉介紹 , AMD高校“春雨”計(jì)劃將以AMD銳龍AI Max+ 395平臺(tái)為核心 , 依托AMD的全棧AI解決方案 , 從助力AI通識(shí)教育、培養(yǎng)ROCm開源軟件人才、建設(shè)AI開發(fā)者開源社區(qū)和推動(dòng)AI+ 行業(yè)應(yīng)用創(chuàng)新等四個(gè)維度 , 與高校和生態(tài)鏈合作伙伴一道攜手共建新型AI實(shí)訓(xùn)中心 , 共育AI新時(shí)代人才 , 共創(chuàng)AI+ 創(chuàng)新應(yīng)用示范站 , 從而激勵(lì)創(chuàng)新 , 助力創(chuàng)新成果轉(zhuǎn)化 , 推動(dòng)AI賦能千行百業(yè) 。
在AI大模型從早期的“技術(shù)嘗鮮”步入“深水區(qū)”的當(dāng)下 , 算力供給的底層邏輯正在發(fā)生劇烈變化 。 AMD大中華區(qū)市場(chǎng)營(yíng)銷副總裁紀(jì)朝暉在開場(chǎng)宣布的不僅是一份教育支持計(jì)劃 , 更是一種面向教育的AI算力普惠宣言:AMD正通過銳龍AI Max+ 395處理器迷你AI工作站 , 將千億參數(shù)級(jí)別的AI推理能力從昂貴的云端數(shù)據(jù)中心 , 搬到高校的實(shí)驗(yàn)室、教室甚至學(xué)生宿舍的桌面上 。
AI已經(jīng)重構(gòu)教育為什么我們需要將AI算力本地化?要回答這個(gè)問題 , 首先要理解AI在當(dāng)前教育場(chǎng)景中角色的轉(zhuǎn)變 。 在此次活動(dòng)現(xiàn)場(chǎng) , DTinsight數(shù)智化發(fā)展研究中心執(zhí)行主席王雪娜拋出了一個(gè)引人深思的觀點(diǎn):AI對(duì)教育的賦能已經(jīng)告別了單點(diǎn)工具輔助的初級(jí)階段 。 她指出 , 在AI的驅(qū)動(dòng)下 , 教育正在從工具應(yīng)用走向領(lǐng)域重構(gòu) 。 傳統(tǒng)的“教師-學(xué)生”二元模式正在演變?yōu)椤敖處?AI-學(xué)生”的三元協(xié)同模式 。
▲DTinsight數(shù)智化發(fā)展研究中心執(zhí)行主席王雪娜
這種變化并非空談 , 王雪娜提供的數(shù)據(jù)顯示 , 超過50%的高校已開始或計(jì)劃將AI應(yīng)用于教學(xué)、科研和管理 , 這標(biāo)志著AI已成為教育變革的主力軍 。 通過AI , 教育正經(jīng)歷從教學(xué)流程到評(píng)估治理的全面重構(gòu) , 包括促進(jìn)個(gè)性化學(xué)習(xí)、增強(qiáng)批判性思維、改變師生互動(dòng)、促進(jìn)跨學(xué)科合作和實(shí)現(xiàn)過程性評(píng)估等方面 。
她強(qiáng)調(diào) , 構(gòu)建AI原生的教育新生態(tài)至關(guān)重要 , 這需要算力支持、開放互聯(lián)的學(xué)習(xí)技術(shù)、AI賦能的師生共同體、人機(jī)協(xié)同的課程體系及敏捷包容的治理框架 。 也就是說 , 高校需要AMD高校“春雨”計(jì)劃這樣的支持 。 然而 , 對(duì)于大多數(shù)高校而言 , 依賴云端API不僅成本高昂 , 而且面臨數(shù)據(jù)隱私、網(wǎng)絡(luò)延遲等諸多不可控因素 。 高校迫切需要一種能夠“看得見、摸得著”、成本可控而且性能強(qiáng)大的本地化算力解決方案 。
在這種背景下 , AMD推出高校“春雨”計(jì)劃正當(dāng)其時(shí) 。 而支撐這一宏大計(jì)劃的基石正是AMD銳龍AI Max+ 395處理器 。
AMD銳龍AI Max+ 395終結(jié)大模型“顯存焦慮”在分析AMD高校“春雨”計(jì)劃的落地前景之前 , 我們需要先剖析一下其核心硬件——銳龍AI Max+ 395處理器 。 這款處理器之所以重要 , 是因?yàn)樗珳?zhǔn)地?fù)羲榱吮镜卮竽P瓦\(yùn)行的最大痛點(diǎn)——顯存瓶頸 。
對(duì)于大模型而言 , 參數(shù)量與顯存需求成正比 。 在過去 , 想要在本地流暢運(yùn)行千億參數(shù)(100B+)的模型 , 往往需要配備多張昂貴的專業(yè)級(jí)獨(dú)立顯卡 , 這對(duì)于高校實(shí)驗(yàn)室特別是通識(shí)教育課堂來說 , 預(yù)算壓力太大 。
▲AMD大中華區(qū)AI市場(chǎng)經(jīng)理昝仲陽
AMD銳龍AI Max+ 395采用創(chuàng)新的“CPU+IGPU+NPU”異構(gòu)架構(gòu) , 集成16核心的Zen 5 CPU和RDNA 3.5圖形單元以及算力高達(dá)50 TOPS的NPU 。 最引人注目的技術(shù)參數(shù)在于其UMA(統(tǒng)一內(nèi)存架構(gòu))支持最高128GB內(nèi)存 , 其中96GB可專用于顯存 。
這解決了本地大模型運(yùn)行中的“顯存焦慮” 。 根據(jù)AMD官方數(shù)據(jù) , 該平臺(tái)可以在本地流暢運(yùn)行諸如GPT-OSS-120B、Llama4 Scout 109B以及Qwen3-235B等千億參數(shù)模型 , 推理速度達(dá)到14~40 tokens/s 。
這意味著 , 原本需要幾十萬元服務(wù)器才能承載的教學(xué)任務(wù) , 現(xiàn)在只需要一臺(tái)迷你AI工作站即可完成 。 這種硬件形態(tài)的革新降低了AI實(shí)訓(xùn)中心的建設(shè)門檻 , 使得AMD在發(fā)布會(huì)上提出的“共建新型AI實(shí)訓(xùn)中心”和“AI實(shí)訓(xùn)教室整體方案”具備了極高的可落地性 。
場(chǎng)景落地從醫(yī)療隱私到機(jī)器人編程技術(shù)參數(shù)只是紙面實(shí)力 , 真正的價(jià)值在于應(yīng)用場(chǎng)景 。 在活動(dòng)現(xiàn)場(chǎng) , 來自清華大學(xué)、北京大學(xué)、華南理工大學(xué)和武漢紡織大學(xué)的四位專家用各自的實(shí)踐案例 , 生動(dòng)展示了端側(cè)AI算力如何在不同學(xué)科中發(fā)揮關(guān)鍵作用 。
醫(yī)療科研:隱私圍墻內(nèi)的“私域算力”
清華大學(xué)自動(dòng)化系、生命基礎(chǔ)模型實(shí)驗(yàn)室閭海榮博士在現(xiàn)場(chǎng)演講中主要強(qiáng)調(diào)其團(tuán)隊(duì)在科研領(lǐng)域?qū)ο冗M(jìn)技術(shù)和高算力需求的重視 , 特別是在醫(yī)療領(lǐng)域的應(yīng)用探索 。 在此之前 , 閭海榮博士帶領(lǐng)的團(tuán)隊(duì)在尋找醫(yī)療領(lǐng)域合作解決方案的過程中遇到了不少關(guān)于數(shù)據(jù)隱私、算力、穩(wěn)定性和成本效益的挑戰(zhàn) , 同時(shí)也發(fā)現(xiàn)了機(jī)遇 。
比如在數(shù)據(jù)隱私方面 , 醫(yī)療機(jī)構(gòu)不允許數(shù)據(jù)出院 , 患者隱私、醫(yī)學(xué)影像、內(nèi)鏡視頻和病歷照片等都不適合脫域 , 因此院內(nèi)需要私域AI算力 。 在穩(wěn)定性層面 , 醫(yī)護(hù)人員用AI不是做實(shí)驗(yàn) , 要靠它指導(dǎo)患者 , 而OCR解析、報(bào)告總結(jié)和RAG問答等都不能卡頓 , 夜間隨訪、急癥咨詢等更不能依賴外網(wǎng) , 因此還需要可控、可靠以及低延遲的本地推理能力 。
另外 , 在成本方面 , 很多醫(yī)院無法部署大集群算力 , 教育場(chǎng)景也不能要求高預(yù)算和高運(yùn)維 , 無論是教學(xué)、科研還是臨床 , 都需要“開機(jī)即用”的環(huán)境 , 因此需要“小型化、高性價(jià)比和易部署”的AI工作站 。
閭海榮博士特別指出 , 在真實(shí)醫(yī)療場(chǎng)景中 , 小型化、高性價(jià)比的AI算力解決方案是至關(guān)重要的 。 而AMD銳龍AI Max+ 395平臺(tái)擁有高帶寬大顯存、CPU+GPU異構(gòu)設(shè)計(jì)、小型化規(guī)格、本地部署簡(jiǎn)單安全且成本低等特性 , 很好地滿足了這些需求 。 通過使用AMD產(chǎn)品和技術(shù) , 閭海榮博士帶領(lǐng)的團(tuán)隊(duì)已經(jīng)在醫(yī)療場(chǎng)景 , 如患者管理中實(shí)現(xiàn)了AI負(fù)載的高效處理和部署 , 展現(xiàn)了AMD AI技術(shù)的應(yīng)用價(jià)值 。
模型優(yōu)化:在邊緣側(cè)實(shí)現(xiàn)“極致壓縮”
北京大學(xué)楊仝教授帶來的視角則更為硬核 , 他的團(tuán)隊(duì)專注于大模型的“極致瘦身” , 旨在解決模型在端側(cè)應(yīng)用時(shí)算力消耗大、功耗高的問題 。 他在現(xiàn)場(chǎng)詳細(xì)分享了模型壓縮和量化技術(shù) , 特別是蒸餾技術(shù)在模型壓縮中的應(yīng)用 , 以及這些技術(shù)如何在預(yù)訓(xùn)練、蒸餾和強(qiáng)化學(xué)習(xí)階段通過特定策略減少模型參數(shù)量和每個(gè)參數(shù)的占用空間 , 同時(shí)保持模型的準(zhǔn)確性和性能 。
此外 , 楊仝教授還分享了其團(tuán)隊(duì)在壓縮和優(yōu)化大模型方面的進(jìn)展 , 包括復(fù)數(shù)模型的使用和量化技術(shù)的應(yīng)用 , 強(qiáng)調(diào)這些方法如何使大模型能夠在資源受限的端側(cè)設(shè)備上高效運(yùn)行 。 比如早在今年8月 , 楊仝教授團(tuán)隊(duì)就發(fā)布了國(guó)內(nèi)首個(gè)復(fù)數(shù)量化模型iFairy , 該方案創(chuàng)新性地利用復(fù)數(shù){±1 ±i}對(duì)模型權(quán)重進(jìn)行2-bit量化 , 在實(shí)現(xiàn)1/8極致壓縮與“無乘法”推理加速的同時(shí) , 語言建模能力和下游任務(wù)表現(xiàn)反超了同尺寸的全精度LLaMA基座模型 。
同時(shí) , 楊仝教授還展示了基于AMD銳龍AI Max+ 395端側(cè)算力支持的“開物”異構(gòu)多智能體協(xié)同導(dǎo)航框架 。 這套框架證明在資源受限的設(shè)備上 , 通過軟硬件協(xié)同優(yōu)化 , 同樣可以運(yùn)行高性能的前沿模型 。
機(jī)器人控制:從“寫代碼”到“與AI對(duì)話”
如果說醫(yī)療關(guān)注的是隱私 , 那么華南理工大學(xué)賴曉錚副教授則看重端側(cè)AI帶來的交互革命 。 賴曉錚副教授在演講中深入探討了機(jī)器人路徑控制和人工智能在機(jī)器人控制領(lǐng)域的關(guān)鍵作用 , 他指出當(dāng)前技術(shù)路徑的轉(zhuǎn)變并展望了大模型在這一領(lǐng)域的巨大應(yīng)用潛力 。
賴曉錚副教授以銳龍AI Max+ 395迷你AI工作站為例 , 介紹了端側(cè)大模型如何通過生成代碼實(shí)現(xiàn)機(jī)器人自主學(xué)習(xí)與操作 , 突出了端側(cè)大模型在解決機(jī)器人控制中不確定性、延時(shí)和數(shù)據(jù)丟包問題上的優(yōu)勢(shì) 。
比如 , 端側(cè)大模型可以通過生成代碼來實(shí)現(xiàn)機(jī)器人自主學(xué)習(xí)與操作 , 而且端側(cè)大模型在解決機(jī)器人控制方面有先天優(yōu)勢(shì) , 因?yàn)閭鹘y(tǒng)編程需要精確坐標(biāo) , 難以適應(yīng)環(huán)境變化 , 而端側(cè)大模型結(jié)合具身智能模型 , 可以在底層執(zhí)行時(shí)處理模糊信息 , 自適應(yīng)地完成如“抓取桌上任意位置杯子”的任務(wù) 。
賴曉錚副教授還強(qiáng)調(diào)了在機(jī)器人領(lǐng)域 , 利用自然語言和大模型進(jìn)行高效任務(wù)規(guī)劃和決策的可能性 。 傳統(tǒng)編程和端側(cè)大模型技術(shù)可以實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ) , 在端側(cè)大模型的幫助下 , 現(xiàn)在的編程模式從“寫代碼”轉(zhuǎn)變?yōu)椤芭cAI對(duì)話” , 這將極大地降低機(jī)器人開發(fā)的門檻 , 即使是小學(xué)生或非計(jì)算機(jī)專業(yè)人員也能通過自然語言配置機(jī)器人任務(wù) 。
跨界賦能紡織行業(yè)的AI填空AI不僅屬于象牙塔里的計(jì)算機(jī)系 , 也屬于紡織機(jī)旁的工程師 。 武漢紡織大學(xué)計(jì)算機(jī)與人工智能學(xué)院、網(wǎng)絡(luò)空間安全學(xué)院胡新榮院長(zhǎng)分享的案例 , 就是典型的“技術(shù)下沉” 。
“我們聯(lián)合AMD成立了‘AI+紡織聯(lián)合創(chuàng)新中心’ , 解決了從虛擬時(shí)尚到工業(yè)生產(chǎn)中的技術(shù)難題 。 ”胡新榮表示 。 該中心致力于通用AI技術(shù)應(yīng)用于紡織這一擁有長(zhǎng)產(chǎn)業(yè)鏈、復(fù)雜工藝的傳統(tǒng)行業(yè) , 填補(bǔ)通用大模型在紡織專業(yè)領(lǐng)域的空白 。
對(duì)于紡織專業(yè)的學(xué)生來說 , 配置復(fù)雜的云端環(huán)境或購(gòu)買昂貴的服務(wù)器是不現(xiàn)實(shí)的 。 而AMD銳龍AI Max+ 395迷你AI工作站解決了高校教學(xué)中算力不足和成本過高的問題 , 不僅改善了教學(xué)環(huán)境 , 還為學(xué)生參加學(xué)科競(jìng)賽提供了硬件支撐——有學(xué)生參加教育部A類賽事 , 利用該工作站獲得了湖北省特等獎(jiǎng) 。 這是一個(gè)典型的“普惠算力”案例 , 展示了AI工具如何下沉到垂直行業(yè) , 賦能非CS(Computer Science)專業(yè)的師生 。
生態(tài)合圍從芯片到應(yīng)用的閉環(huán)硬件的成功離不開生態(tài)的滋養(yǎng) 。 在本次活動(dòng)上 , AMD明顯加快了在軟件生態(tài)和合作伙伴層面的布局 , 試圖構(gòu)建一個(gè)從芯片到最終用戶的完整閉環(huán) 。
在軟件開發(fā)端 , AMD大中華區(qū)市場(chǎng)營(yíng)銷副總裁紀(jì)朝暉特別強(qiáng)調(diào)了對(duì)ROCm開源軟件人才的培養(yǎng) 。 通過高校“春雨”計(jì)劃 , AMD將聯(lián)合高校、ROCm實(shí)驗(yàn)室 , 推廣ROCm開源生態(tài)并計(jì)劃在2026年啟動(dòng)ROCm軟件專家認(rèn)證 。 這一舉措意在從源頭培養(yǎng)習(xí)慣使用AMD軟件棧的開發(fā)者 , 打破目前的生態(tài)壁壘 。
在生態(tài)平臺(tái)端 , Ripple AI CTO賴錦鋒展示了如何打通“最后一公里” 。 Ripple是一個(gè)集成DeepSeek等大模型與MCP工具的一站式智能平臺(tái) 。 搭載在銳龍AI Max+ 395上 , 它可以為高校提供“體驗(yàn)-學(xué)習(xí)-創(chuàng)新-落地”的全流程環(huán)境 。 這意味著學(xué)生不需要從安裝驅(qū)動(dòng)開始折騰 , 而是可以直接在一個(gè)整合好的平臺(tái)上進(jìn)行AI實(shí)驗(yàn) , 極大地提升了教學(xué)效率 。
在硬件OEM端 , 上海首界科技有限公司聯(lián)合創(chuàng)始人郭萌明代表了下游OEM廠商對(duì)AMD的支持 。 他分享的NovaStudio一站式AI學(xué)習(xí)實(shí)踐平臺(tái)正是基于銳龍AI Max+ 395開發(fā) 。 郭萌明指出 , 得益于該處理器的大顯存和高性價(jià)比 , 他們的設(shè)備不僅能搭建本地知識(shí)庫(kù) , 還能支持深度學(xué)術(shù)研究 , 真正實(shí)現(xiàn)“一機(jī)多用” 。
在官方資源端 , AMD軟件開發(fā)總監(jiān)陸佳華介紹了基于AMD大學(xué)計(jì)劃(AUP)的迷你工作站教學(xué)資源與案例 。 AMD將聯(lián)合高校開展研究項(xiàng)目資助、計(jì)算資源和設(shè)備捐贈(zèng)、教學(xué)資源開發(fā)、師資培訓(xùn)、學(xué)術(shù)界開源解決方案以及技術(shù)支持等六個(gè)方面的賦能 , 以AUP開發(fā)的用于教學(xué)的銳龍AI迷你PC集群、AUP教學(xué)方案、LLM實(shí)驗(yàn)室課程、基于銳龍AI Max的機(jī)器人項(xiàng)目等助力“教AI、學(xué)AI、用AI”的教育和創(chuàng)新新生態(tài) 。 這種全方位的投入 , 彰顯著AMD賦能教育的決心 。
結(jié)語打通AI+教育的“最后一公里”綜合來看 , AMD在2025年末啟動(dòng)的這場(chǎng)“春雨”計(jì)劃的戰(zhàn)略意圖非常清晰:利用自身在軟硬件(銳龍AI Max系列處理器)上的差異化優(yōu)勢(shì) , 搶占邊緣側(cè)和端側(cè)AI+教育的高地 , 實(shí)現(xiàn)校企乃至生態(tài)鏈的共贏 。 過去 , 高校AI建設(shè)往往陷入“重科研、輕教學(xué)”或“重云端、輕端側(cè)”的誤區(qū) 。 云端算力雖然強(qiáng)大 , 但高昂的持續(xù)投入和網(wǎng)絡(luò)依賴限制了其在普惠教育中的普及 。 AMD銳龍AI Max+ 395以及隨之而來的AMD高校“春雨”計(jì)劃實(shí)際上提供了一條新的路徑:通過高性能的端側(cè)算力 , 將AI算力變成一種可負(fù)擔(dān)、可控、可私有化部署的教學(xué)資產(chǎn) 。
【當(dāng)千億參數(shù)不再仰望云端:AMD高校“春雨”計(jì)劃背后的端側(cè)AI野望】從紀(jì)朝暉發(fā)布的“六項(xiàng)行動(dòng)” , 包括實(shí)訓(xùn)教室建設(shè)、ROCm培訓(xùn)、應(yīng)用示范站招募等可以看出 , AMD正在試圖用其軟硬件優(yōu)勢(shì)撬動(dòng)整個(gè)AI教育市場(chǎng) 。 可以想象 , 當(dāng)一個(gè)紡織專業(yè)的學(xué)生可以輕松在本地微調(diào)時(shí)尚設(shè)計(jì)大模型 , 當(dāng)一個(gè)醫(yī)學(xué)生可以在斷網(wǎng)環(huán)境下安全地訓(xùn)練診斷助手的時(shí)候 , 我們或許才真正迎來了AI+教育的“春雨”潤(rùn)物細(xì)無聲的時(shí)刻 。 而此時(shí)此刻 , AMD正在用行動(dòng)播下的這場(chǎng)“春雨” , 或許過不了多久 , 我們就能看到在高校教育的土壤里生長(zhǎng)出一片繁茂的森林 。
推薦閱讀
- 6G移動(dòng)網(wǎng)絡(luò)要達(dá)到當(dāng)前頻譜資源的三倍,方可滿足激增的數(shù)據(jù)需求
- Karpathy最新發(fā)文:醒醒!別把AI當(dāng)人看,它沒欲望也不怕死
- 撥亂反正:當(dāng)所有廠商重回直屏,才讀懂手機(jī)設(shè)計(jì)的“天道”
- 魅族大樓2.5億變賣:黃章當(dāng)初接受雷軍投資,或許就沒有小米了
- AMD CEO蘇姿豐,當(dāng)選半導(dǎo)體行業(yè)協(xié)會(huì)主席
- 三星Galaxy S26系列三款手機(jī)參數(shù)曝光
- 剛剛!美半?yún)f(xié)首位華人主席當(dāng)選!
- 當(dāng)貝D7X Pro:4K激光+240Hz高刷,影音游戲雙巔峰的秘密
- 微軟也當(dāng)起了鴕鳥,解決不了藍(lán)屏就解決設(shè)備
- NVIDIA RTX 3060原型機(jī)曝光:散熱器很樸素,當(dāng)收藏品的命
