文 | 汽车像素
从英伟达二供，变成 AI 另一极。
黄仁勋走后第四天，苏姿丰来了上海。
上周，黄仁勋在最后一刻挤进了特朗普的访华队伍。他想把英伟达重新带回中国，但他离开北京至今，随行的企业家，很多都拿到大单了，H200 在中国的落地依然没有明确说法。
紧接着，AMD CEO 苏姿丰落地上海。她把 AMD 面向开发者的年度技术盛会 Advancing AI 第一次搬出了美国本土，放在了中国。台下是两千多名中国开发者，座无虚席。
她在演讲里抛出一个判断：未来五年，会有 50 亿人每天使用 AI。然后她对台下说，" 你们兴奋吗？"
接着是这场大会最重要的一句话——中国，是 AMD 路线图的核心。
这是一句过去很多年都没有任何一家美国芯片公司 CEO 公开讲过的话。
要理解苏姿丰为什么这么说，得先理解她在赌什么。
AMD 输给英伟达的，从来不在硬件
同为 GPU 大厂，AMD 不是没有 AI 芯片，甚至在某些硬件参数上还领先英伟达。
比如 MI300X 单卡 192GB 的 HBM3 内存，是英伟达同代 H100 的两倍多。分析师每隔一段时间就会写一篇报告，标题大同小异，"AMD 这次硬件追上了 "。
但市场的真正规则，从来不是硬件参数决定的。
黄仁勋的护城河叫 CUDA。英伟达从 2006 年开始布局，二十年时间把它做成了 AI 开发者默认的底层语言。今天全球几百万开发者写的是 CUDA 代码，训模型、部署模型的工具链全部围着英伟达生态生长。一家 AI 创业公司发招聘启事，岗位要求第一条默认就是 " 熟悉 CUDA"。
这不只是技术优势，是心智垄断。
AMD 也做了对应的开源软件栈 ROCm，但起步晚了十几年。开发者要从 CUDA 迁到 ROCm，意味着重写代码、重新踩坑、重新建立工程直觉。
这个迁徙的难度有多大，看最近的 DeepSeek 就知道了。为了让 V4 从英伟达生态迁到华为和寒武纪，国产芯片厂商一起帮忙，发布日期还是一再延期。
所以你能看到一个反复出现的循环。AMD 每发布一代新 GPU，硬件追上来一次，但开发者还在写 CUDA。这是 AMD 过去十年最深的战略困境。它能赢硬件，但赢不了生态。
苏姿丰不是没赢过英伟达和英特尔。
2014 年她接手 AMD 时，公司股价不到 4 美元，市场在讨论它会不会被挤出牌桌。她押的赌注是硬件架构，把复杂的巨型芯片拆成更容易制造的小模块，再拼起来。这就是 Zen 架构和 chiplet 封装，它绕开了单颗大芯片的良率难题。
这一仗 AMD 赢得很彻底。六年时间，AMD 在服务器 CPU 市场的份额从接近零拉到超过 30%，从英特尔手里硬切下来。
进入 AI 时代，AMD 也拿到了几家超级客户，MI300X 在北美是仅次于英伟达、市场份额第二的 AI 芯片。
但仔细看大客户的采购结构，会发现一件事：微软、OpenAI 买 AMD，本质是供应链对冲。他们不希望英伟达拿到 100% 的份额，于是养一个 B 方案。这意味着，只要哪一天英伟达让步、降价或者改善服务，AMD 的份额随时会缩。
客户买 AMD，不是因为离不开 AMD。
苏姿丰很清楚这一点。她需要一个新战场。一个不只是把 AMD 当 B 方案，而是愿意把 AMD 当主力的市场。
这件事在美国几乎不可能，她需要中国。
AMD 要在中国抢的，是下一波
2022 年开始，美国对华 AI 芯片出口管制一轮轮收紧。英伟达不断推出中国合规版本，又不断被新一轮规则卡住。到了 H20，连中国市场自己也开始变得谨慎，越来越多客户开始评估国产替代。
英伟达曾经在中国占 95% 的份额。今年 5 月，黄仁勋在一次公开访谈里亲口说，这个数字现在接近零。
同样的政策环境，AMD 的处境完全不同。
它的市值只有英伟达的二十分之一，从来没有被视为大国技术博弈的核心标的。它的对华出口产品 MI308 拿到了美国部分许可证。在中国，它的份额低到没有垄断嫌疑，产品没有进入任何安全审查名单。市场上有传言，国内某大厂正在谈判采购 5 万颗 MI308。
不够强、不够大、不够标志性。
放在过去，这是 AMD 的劣势。放在 2026 年的中美芯片格局里，这个身份反而让它更容易在中国市场移动。
苏姿丰不需要造一个新风口，AI 本身已经足够大。她要的是在中国找到一群愿意把 AMD 当主力的客户。
她找到了，做 AI Agent 的那一拨人。
过去三年，全球 AI 竞争的关键词是大模型训练。下一阶段，行业里几乎所有人都心知肚明，是 Agent。
简单说，Agent 是一种能干活的助手。它自己拆任务、调用工具、执行步骤，最后把结果交给你。
做 PPT、订机票、跟进销售线索、处理合同。它消耗的不是一次性的问答，而是一连串的判断、拆解和执行，算力需求和训练时代完全不同。
美国的 Agent 市场集中在少数巨头手里，它们要么自研芯片，要么深度绑定英伟达，AMD 很难切进去。
中国不一样。这里有大量还没被 CUDA 锁住的新客户，有成熟的移动互联网消费习惯，习惯了低单价、高频次的商业模式。这套土壤养出了一批技术中立、熟悉开源生态、对价格敏感的开发者。
这正是 AMD 苦寻而不得的客户类型。
理解了这一点，再看苏姿丰这次来上海做了什么，逻辑就清楚了。
苏姿丰的主旨演讲只讲了十几分钟。剩下的时间，全部交给了技术工作坊、生态对谈和工程师的一对一交流。
大会的主题不是某款新芯片的性能突破，是手把手的迁移指南。
AMD 这次重点推的几样东西，每一样都精准对应一个迁移环节。当前最主流的两个开源推理框架，AMD 展示了它们在 MI 系列上的优化；国内最受欢迎的微调工具，AMD 让它在自己的硬件上跑通。
八场实操工作坊，传递的信息只有一条：你今天用 CUDA 做的事情，明天用 ROCm 一样能做。我们派工程师陪你。
显然，苏姿丰从黄仁勋身上学到了一件事，真正的壁垒是开发者的心智。一个工程师用 CUDA 写了五年代码，他的工程直觉、分析框架、调试习惯都长在英伟达生态里。
要让他切换，只有两种情况，硬件供应断了别无选择，或者有人陪他走完最痛苦的前三个月。
2026 年的中国市场，两个条件第一次同时成立。
英伟达高端供给变得不确定，AMD 把 4000 人的中国研发团队推到了前台。这些工程师可以直接坐进阿里、字节、月之暗面的办公室解决具体问题。AMD 还在中国建了四个 AI 卓越中心，把这里变成它全球最大的研发基地之一。
这套打法和 CUDA 完全不同。CUDA 是封闭的，英伟达说了算；ROCm 是开源的，AMD 用 " 和你一起建生态 " 的姿态切入。
苏姿丰故事里的裂缝
但 AMD 的故事里，藏着一道裂缝。
苏姿丰这次在上海讲了整整一场关于 "CPU+GPU 双引擎 " 的演讲，它对应的是 Agent 时代的算力特点，即 Agent 的逻辑判断、API 调用、工具调度是 CPU 擅长的事，模型推理才是 GPU 的活。
传统 PCIe 架构下，CPU 和 GPU 每次数据交换都要跨总线搬运，会拖慢响应。
这正好是 AMD 的牌面，它同时握着三张牌，x86 架构的 CPU、AI GPU，以及把两者融合在一颗芯片里的 MI300A。CPU 和 GPU 共享同一块 HBM 内存，省掉了数据搬运的损耗。
这是英伟达做不到的事，它的 CPU 是 Arm 架构，和中国数据中心 90% 以上的 x86 软件栈不兼容。
但裂缝就在这里。AMD 今天能卖到中国的 MI308，根本不是 CPU+GPU 融合产品。它是 MI300X 的降配版，纯 GPU 加速器。真正讲故事的 MI300A，目前没有对华合规版本。
她的答案是先铺路。她现在抢的不是 2026 年的订单，是中国客户未来两三年的算力规划。
用 MI308 把市场撑住，把开发者关系和开源生态建立起来。等 Agent 真正大规模爆发，这个时点很可能在 2027 到 2028 年，AMD 的 CPU+GPU 融合产品最好能拿到对华合规许可，把这两年沉淀下来的客户关系，无缝接到下一代平台上。
这是一个赌注，赌的是时间，赌的是市场能开放。
但时间不一定站在 AMD 这边。
监管红利会消失，国产替代会成熟，英伟达也终究会想办法回来。每一个季度的犹豫，都是窗口期的损失。苏姿丰非常清楚这一点，所以她必须开始奔跑。
2026 年 5 月 19 日，苏姿丰站在两千名中国开发者面前问，你们兴奋吗？
那一刻，她问的不只是开发者，也是 AMD，和她自己。
