AMD把32768个CPU核心，塞进了一个机架

AMD把32768个CPU核心，塞进了一个机架图1

计划今年11月出货。

编译 | 崔嫄伟

编辑 | 陈骏达

芯东西10月13日消息，今天，AMD推出一款专为Agentic AI设计的机架级参考设计Helion，其遵循开放计算项目（OCP）规范，计算单元采用AMD自研的EPYC CPU与Instinct GPU。

Helion支持两种形态：一种是面向超大规模客户的CPU-only机架，最多可塞进32768个第六代EPYC CPU核心；另一种是面向企业的一体式机架，将CPU执行、GPU推理与通用计算整合进同一机架。

Helion是AMD在Helios之后推出的、面向Agentic AI的机架级补充方案。Helios以72块Instinct GPU为核心，主打前沿AI训练与大规模推理，而Helion以CPU为核心，由CPU承担Agent的调度执行，GPU仅负责模型推理。AMD目前正与生态伙伴联合开发，计划2026年11月出货。

01.

AMD Helion机架：最多16块GPU

超3.2万个Zen 6核心、102Tbps带宽

Helion的设计逻辑源于一个判断：Agentic AI不是单一工作负载。个人Agent、企业应用、代码执行和复杂工作流对计算的需求各不相同：个人Agent要的是每瓦承载最多的Agent数量，企业Agent要的是高性能Agent的规模，技术计算Agent则看重单个Agent的性能上限。

AMD称，没有一种固定配置能同时满足这些需求，Helion因此被设计成可自由组合的开放机架。

Helion机架提供液冷和风冷两种版本，可混搭三类CPU节点：256核400W的密集服务器面向个人Agent；256核600W的均衡服务器面向企业Agent；96核高频（5.0GHz）的性能服务器面向技术计算Agent。Helion超大规模版为纯CPU机架，专供Agent执行并外接独立推理设施。

Helion企业版在CPU节点之外增加Instinct MI350P GPU推理节点，以及承担数据库、存储和技术计算负载的通用节点。GPU方面，每台5U服务器集成8块MI350P，一个机架最多加入两台这样的服务器、共16块GPU。

两个GPU节点独立运行，节点之间没有scale-up GPU互联。这是因为这套配置面向企业级Agentic负载与通用加速，而非前沿规模的模型训练。整柜上限为32768个Zen 6核心、102Tbps网络带宽。

软件层面，Helion集成了一套token路由器，可在云上前沿模型和机架内开源模型之间调度Agent的模型调用，让企业按成本与延迟自主选择。

Helion的OCP合规性贯穿每层：机架与母线遵循ORv3，主机处理器模块遵循DC-MHS，管理与安全遵循DC-SCM，电源架遵循HPRv2，网络遵循OCP NIC 3.0，硅根信任采用Caliptra，而非一个外形像OCP的机架。

AMD计划将Helion规范提交给OCP，向社区开放供进一步开发与采用。目前思科、戴尔、鸿海、HPE、联想、QCT、超微、纬颖均已表态支持该生态系统，其中超微将通过其OCP认证机架产品线将Helion推向市场。

02.

AMD机架路线第二步

Helion补位CPU执行层

Helion并非凭空出现，它是AMD机架级路线图上的第二步。2025年7月10日，AMD在博客中首次预告机架级AI方案“Helios”，彼时披露的设计包含Instinct MI400 GPU、第六代EPYC CPU和Pensando 网络，计划2026年上市。

2026年7月，在Advancing AI 2026大会上，AMD正式发布Helios。其由72块 MI455X GPU加18颗第六代EPYC CPU组成的一体化机架，面向基础模型训练与大规模推理，2026年下半年开始大规模部署。

10月5日，AMD又放出Helios的工程幕后内容。直到今日，Helion作为Helios“开放平台方法”的延伸登场，将同一套机架设计思路从GPU主导的前沿AI，转向CPU主导的Agentic AI。

AMD的布局节奏与行业的机架级竞赛同步。英伟达2026年推出自研CPU Vera，并在GTC 2026上明确从GPU公司转向AI基础设施公司，其Vera Rubin NVL576等机架级系统与Vera CPU组合覆盖训练、推理与Agent场景。

Cerebras则在8月发布机架式CS-4系统，宣称推理速度可达GPU服务器的30倍。与英伟达以GPU和私有互连为核心的NVLink机架不同，AMD选择的是开放标准路线：Helios与Helion均基于OCP规范，同时Helios已在8月获得客户部署协议。

03.

结语：CPU执行层被产品化

Agentic AI机架走向开放定制

Agentic AI把算力需求从“集中推理”扩展到“分散执行”：模型推理集中在GPU集群，而Agent的调度、工具调用与工作流编排发生在执行层，这一层以CPU为主。

Helion的意义在于把执行层的算力需求产品化：以机架为单位、按Agent类型灵活配置CPU密度与GPU配比，而不是继续在单一机架里堆叠GPU规模。

同时OCP规范与公开蓝图都能让客户和OEM可按需裁剪配置、不被单一路线绑定。Agentic AI的机架需求刚刚起步，Helion的落地表现将检验开放路线在规模化部署中的成色。

来源：AMD