AMD首席财务官Jean Hu在近期公开活动中释放了一个明确信号：代理式AI的兴起正在为中央处理器带来新一轮需求爆发。她形容这股需求“巨大”（tremendous），并强调公司对AI芯片市场的长期展望未变——到2028年，整个AI芯片的可寻址市场规模将达到1200亿美元。这一数字最早由AMD首席执行官苏姿丰在2023年底提出，如今由CFO再度确认，显示出管理层对该预测的信心。

Jean Hu进一步指出，AI基础设施中增长最快的部分，可能既不是纯粹的传统服务器，也不是完全依赖GPU的加速计算，而是介于两者之间的中间地带。这一表述颇为耐人寻味。在当前的AI叙事中，英伟达的GPU几乎垄断了训练环节的注意力，但AMD试图将焦点拉向推理和数据处理——这些场景对高吞吐量、低延迟的CPU需求同样旺盛，尤其是在代理式AI（即能自主执行多步骤任务的AI系统）逐步落地的背景下。代理式AI需要频繁调用各类工具、检索信息、进行逻辑判断，这些操作往往更依赖CPU的通用计算能力，而非单纯的并行浮点运算。

从产业背景看，AMD的这番言论并非孤立事件。过去两年，该公司在AI领域的布局明显加速，其MI300系列加速器直接对标英伟达H100，同时EPYC服务器CPU在云计算和数据中心市场的份额持续攀升。Jean Hu此次特意点出CPU的角色，实际上是在强化AMD的差异化叙事：AI计算并非GPU一家独大，CPU在推理、数据预处理、系统调度等环节不可或缺，而AMD恰好是少数能同时提供高性能CPU和GPU的厂商之一。

对于AI产业投资者而言，这一表态牵动了“五层蛋糕”中的芯片层。它提醒市场，算力需求的增长并非线性地流向某一类芯片，而是呈现多元化扩散。当代理式AI从概念走向实际部署，企业客户在构建AI基础设施时，可能会更注重CPU与加速器的平衡配置，这对AMD的EPYC产品线构成潜在利好。同时，1200亿美元的市场规模预期相当于给整个AI芯片赛道划定了一个巨大的天花板，即便AMD只切下其中一小块，也足以支撑可观的收入增长。

当然，也需要冷静看待这一前景。英伟达在AI训练领域的生态壁垒依然坚固，其CUDA软件栈的粘性短期内难以撼动。AMD能否在推理和代理式AI场景中真正兑现需求，取决于其ROCm软件生态的成熟度以及企业客户的采纳速度。此外，定制化芯片（如谷歌TPU、亚马逊Trainium）也在蚕食通用芯片的市场，竞争格局远未定型。Jean Hu的发言更像是一次战略定调，意在让市场看到GPU之外的AI芯片价值，但最终能否转化为财报上的数字，仍需持续跟踪。