AMD 探討本地端 CPU 對於代理 AI 的重要性
生成式 AI 藉由 LLM 語言模型所提供的 Chatbot 聊天功能，這都是用戶輸入字詞、靠著雲端 GPU 產生輸出，也就是 Tokens In, Tokens Out。但現在 AI 正轉變成為代理 AI，就像是 ChatGPT 也提供了各種代理的功能可使用。https://news.xfastest.com/wp-content/uploads/2026/07/slide-2.jpg
代理 AI 的模式，則是使用者輸入指令例如「報稅」，Cloud GPU 推論後，將指令丟給本地端 CPU 執行、Cloud GPU 參與推論、本地端 CPU 執行直到任務完成，最終使用者得到相應的結果。
也就是說這類雲端行是的代理 AI，雖說主要的 AI 推論工作還是倚賴雲端的 GPU 伺服器，但 AI 推論後的執行指令迴圈的工作還是要交給本地端 CPU 負責。
https://news.xfastest.com/wp-content/uploads/2026/07/slide-3.jpg
因此在代理 AI 的時代，本地端 CPU 也有一定的重要性，從以前止負責輸入文字、語音等提示，然後代理 AI 實際執行是藉由本地端 CPU 將 Tokens 轉換成 Action。
而這類的代理 AI 像是 ChatGPT Codex、Perplexity、Claude Cowork 與 Claude Desktop 等主流的應用都是如此。
https://news.xfastest.com/wp-content/uploads/2026/07/slide-4.jpg
因此 AMD 提到使用 Zen 5 核心架構的 x86 CPU 能夠提供更好的代理 AI 任務完成速度。AMD 比較最新的 Ryzen AI Max+395、Ryzen AI 9 HX 470 與 4 年前的 Ryzen 7 Pro 6850U 等筆電處理器。
測試使用多 Agent、重度 Codex 開發工作流程中，最新的 Ryzen AI Max+395 其 CPU 輸出效能可提升 6x 倍，而 Ryzen AI 9 HX 470 也有著 3x 倍速的提升。
https://news.xfastest.com/wp-content/uploads/2026/07/slide-1.jpg
因此再代理 AI 時代，當用戶在本地端執行多個代理 AI 功能時，本地端的 CPU 效能就相對重要，畢竟各位可在雲端中購買更多的 Tokens，但本地端 CPU 很難再次購買更多的 CPU。
https://news.xfastest.com/wp-content/uploads/2026/07/slide-5.jpg
https://news.xfastest.com/wp-content/uploads/2026/07/slide-7.jpg
source: amd.com
頁:
[1]