蘇姿丰指出，全球AI使用量持續爆炸式成長，目前每月消耗Token已超過3.5萬兆（Quadrillion），兩年間增加近160倍。今年更出現重要轉折，全球首次將更多AI算力投入推論而非模型訓練，預估2026年約60%的AI算力將用於推論。
她表示，隨著數十億人每天使用AI，運算需求已從建構模型轉向實際執行任務。代理型AI不僅能回答問題，更可自主完成推理、工具呼叫、資料存取及多步驟工作流程，因此除了需要大量GPU負責推論，也需要CPU協調整體運作，使整體算力需求呈現階躍式成長。
蘇姿丰表示，AMD去年預估2028年AI加速器市場規模可達5,000億美元，如今已顯得過於保守。隨著模型能力提升、AI普及及推論需求快速攀升，最新預估2030年全球AI加速器市場將達1.4兆美元，規模幾乎逼近目前整體半導體市場。
她認為，未來仍會存在多種不同類型的AI加速器，不可能由單一架構滿足所有需求，但GPU仍將占據最大比重，因AI演算法與工作負載持續快速演進，可程式化能力仍是最大優勢。
除GPU外，代理型AI也同步推升伺服器CPU需求。蘇姿丰指出，大型雲端客戶近半年普遍反映推論工作快速增加，AMD因此將2030年伺服器CPU市場規模預估，由原本約600億美元大幅上修至突破2,000億美元，較目前約250億美元成長逾七倍。
她表示，AI未來將深入雲端、PC、邊緣運算及自主機器人等各種應用場域，AMD持續布局高效能運算、自適應運算及邊緣AI。公司預估，包含資料中心、PC、企業與邊緣AI在內，高效能與自適應運算市場至2030年將接近2兆美元，年複合成長率約40%。
蘇姿丰指出，AMD目前聚焦三大策略，包括持續提升CPU、GPU平台競爭力、打造開放生態系，並透過ROCm軟體平台降低AI部署門檻，同時將AI能力導入企業、PC及各類裝置。她透露，AMD EPYC已支援全球主要雲端服務商及超過60%的《財富》100強企業，上一季伺服器營收市占率創46%新高；Instinct GPU導入速度也持續提升，客戶涵蓋AI實驗室、雲端服務商、AI新創及國家級AI計畫。
她強調，隨著AI模型持續擴大，資料中心設計已從單一晶片演進至整個機櫃與資料中心層級，未來高效能CPU、GPU、高速互連網路及整體系統設計，都將成為AI基礎設施競爭的關鍵。
點擊閱讀下一則新聞
