在晶片巨頭的競爭版圖中，AMD 正發起一場雙線作戰，同時將觸角延伸至資料中心與實體 AI 的最前沿。AMD 近日在 Advancing AI 大會上正式展示名為 Helios 的機櫃級 AI 系統，這套系統被視為直接向主導資料中心市場的 NVIDIA 宣戰。
同時，人形機器人新創公司 Foundation Future Industries 也投下震撼彈，宣布未來的 Phantom 人形機器人將採用 AMD Ryzen AI Embedded X100 系列處理器，並利用 AMD 的 FPGA 晶片執行關鍵的機器手與感測控制。
過去，NVIDIA 憑藉 Vera Rubin 和 Grace Blackwell 機櫃系統，在 AI 運算市場建立領先優勢，並在邊緣端以 Jetson 模組和 Isaac 模擬工具，奠定其在機器人領域的市場地位。然而，AMD 的最新戰略正試圖從硬體到平台的多個層面，撼動 NVIDIA 的領先優勢。
代理式 AI 推升算力需求，AMD 用 Helios 機櫃搶進資料中心市場
隨著全球 AI 模型的訓練與執行需求呈現爆發式成長，AMD 藉由 Helios 系統，正式從單一晶片銷售邁向高度整合的整機櫃解決方案。Helios 是一套將多個處理器整合成單一高效能運算單元的機櫃級系統，專門為資料中心設計，用於處理 AI 模型訓練等超高運算量工作。
AMD 執行長蘇姿丰將 Helios 稱為科技業「效能最高的 AI 機櫃」，並強調其「是為了大規模訓練與執行全球運算需求最嚴苛的前沿模型而打造」。目前，這款機櫃系統已吸引 OpenAI、Meta、Oracle、Anthropic 及 Microsoft 等頂尖科技公司規畫採用與部署。例如，微軟已計畫採用 Helios 擴充 Azure 雲端基礎設施；Anthropic 更與 AMD 達成策略合作，計畫透過這套新機櫃系統部署高達 2 吉瓦的 GPU 運算資源。
蘇姿丰進一步分析，這種前所未有的龐大運算需求，主要受到「代理式 AI」崛起的影響。她指出，當我們要求 AI 代理執行任務時，背後往往包含數十個複雜步驟，並且必須反覆執行，直到問題獲得解決，因此需要大量 GPU 完成所有工作。這股浪潮將推動全球 AI 加速器市場在 2030 年達到約 1.4 兆美元的驚人規模，幾乎等同於現今全球半導體市場的總和，而具備高度可程式化能力的 GPU，將占據其中絕大多數的市場份額。
AMD 與 Foundation 合作，戰線延伸到實體 AI
在實體 AI 應用端，這場晶片大戰同樣打得火熱。成立於 2024 年的人形機器人新創公司 Foundation Future Industries 宣布與 AMD 展開深度合作，決定採用 AMD 晶片，共同開發用於軍事與工業場域的自主型人形機器人。儘管雙方並未透露具體的合約金額，但 Foundation 已明確表示，其第二代人形機器人 Phantom MK-2 將採用 AMD 今年推出的 Ryzen AI Embedded X100 系列處理器。
與許多仍在實驗室階段的對手不同，Foundation 的人形機器人已展現商業化能力。其機器人目前在客戶場域以每週 5 天、每天 24 小時的三班制模式持續運行，並為公司帶來 1 億美元的合約型年度經常性營收（ARR），使其成為極少數能從人形機器人獲得實質經常性營收的企業之一。
AMD FPGA 接管 23 自由度機器手，突破精密控制瓶頸
Foundation 在人形機器人中導入 AMD 技術的核心，並非只為了 AI 演算法推論，而是看中 AMD 的自適應運算（Adaptive Computing）技術，以支援完整的機器人運算流程。
為了實現即時控制與超低延遲，Foundation 決定採用適合執行確定性、低延遲工作的現場可程式化邏輯閘陣列（FPGA）晶片，接管機器人的手部與感測系統。Foundation 手部開發負責人 Andrea Esposito 指出：「藉由 AMD 的 FPGA 晶片，Foundation 的客製化手部將能驅動並協調全部 23 個自由度，同時在單一確定性控制迴路中融合高頻觸覺回饋。」這種將自適應運算引入人形機器人的做法，也是業界的新嘗試。
手部控制技術的突破，被 Foundation 視為產品走向成熟的最後一哩路。Foundation 執行長 Sankaet Pathak 曾將研發中的第二代「腱驅動機器手」（tendon-actuated hand）形容為公司最後一項重大硬體障礙。他強調，這隻手是「硬體中最後一個需要被完善的部分，在此之後，機器人就只剩純粹的 AI 與數據問題」。因此，這次與 AMD 的合作，就是要為這隻複雜的腱驅動機器手提供精準的控制指令。
AMD 嵌入式事業部副總裁暨總經理 Salil Raje 指出，先進的人形機器人需要「在感知、推理與即時控制之間緊密協調運算」。這項合作將 AMD 的 AI 加速、CPU、繪圖與自適應運算技術整合，為人形機器人的完整運算流程提供支援。
AMD 全端 AI 戰線直追 NVIDIA，效能主張仍待驗證
對 AMD 來說，與 Foundation 的合作不只是贏得一家新創客戶，更是其全端運算策略（full-stack approach）在實體 AI 領域獲得驗證的里程碑。全端整合過去一直是 NVIDIA 的強項，而 AMD 如今也正循著相似路徑建立競爭優勢。
Foundation 甚至公開宣稱，相較於 NVIDIA 方案，其採用的 AMD 平台在機器人上的 AI 推論速度達到 2.5 倍，訓練速度則達到 3 倍。不過，產業分析也指出，這些數據目前「缺乏具體細節」（lack details），包括基準測試方法、所使用的模型，以及究竟與哪一款 NVIDIA 晶片進行比較等，因此相關效能主張仍有待更完整的背景資訊佐證。即便如此，即將問世的 Phantom MK-2 從設計初期就以 AMD 平台為基礎，顯示 Foundation 對 AMD 技術的高度信任。
從龐大的資料中心機櫃，到人形機器人指尖上的觸覺回饋，AMD 正逐步建構足以與 NVIDIA 競爭的 AI 運算版圖。在後端，AMD 憑藉 Helios 系統，直接切入 NVIDIA 以 Vera Rubin 與 Grace Blackwell 機櫃占據領先地位的大規模運算市場；在前端，AMD 則深入實體 AI 核心，在 NVIDIA 藉由 Jetson 與 Isaac 建立的機器人平台之外，為產業提供新的自適應運算選擇。
儘管部分效能主張仍有待第三方更詳細的測試檢驗，但與 Foundation 的合作也展現 AMD 整合 AI 加速、CPU 與自適應運算的全端技術能力，更顯示兩大晶片巨頭的競爭，正從雲端運算延伸至實體機器人的感知與運動控制場域。
＊本文開放合作夥伴轉載，資料來源：《Fortune》、《TechCrunch》、《Reuters》
，首圖來源：AMD
