AMD 提倡代理式 AI 效能新標準，稱 Ryzen AI Halo 處理速度超越 NVIDIA 競品

AMD 於 2026 年 8 月 3 日發布官方部落格文章，針對代理式 AI 時代的硬體效能評估提出全新觀點。該公司主張，隨著人工智慧應用日益複雜，客戶端 AI 效能的衡量標準應從過去單純比較 Token 生成速度，轉向更具實務意義的「端對端工作流程完成時間」以及「每次完成工作流程成本」。在代理式 AI 的實際應用場景中，資料處理、檢索與任務編排等非生成階段同樣佔據大量運算資源，因此整體工作流程的執行效率與成本結構，更能準確反映硬體系統的真實表現。

為了具體驗證這項觀點，AMD 透過其內部自訂的 Hermes Executive Presentation Agent（HEPA）基準測試進行硬體比較。在這項專為代理式 AI 設計的測試中，總共劃分為八個管線階段。其中包含資料解析、資訊檢索與向量嵌入等七個階段，均交由 CPU 執行編排與資料處理工作，僅有最終的 Token 生成階段由 GPU 負責運算。這項測試設計反映了 AMD 對於代理式 AI 工作負載的理解，強調 CPU 在整體流程中扮演的關鍵角色。

在 Linux 作業系統環境下連續進行的五輪測試結果顯示，搭載 Ryzen AI Max+ 395 處理器的 AMD Ryzen AI Halo 開發系統，在 CPU 編排速度上展現出顯著優勢。對比 NVIDIA DGX Spark Grace Blackwell (GB10) 系統，AMD 系統的 CPU 編排速度提升約 34%，處理耗時從 229.9 秒縮短至 152.1 秒。這項數據顯示，在高度依賴 CPU 進行資料處理與任務編排的測試環節中，Ryzen AI Halo 架構能夠有效減少運算等待時間。

在涵蓋所有管線階段的整體端對端工作流程方面，AMD 系統的總完成時間為 311.6 秒，較 NVIDIA 系統的 367.1 秒快了 55.5 秒，整體執行速度提升 15%。除了效能數據，AMD 也將硬體建置成本納入評估指標。若以 AMD 開發系統售價 3,999 美元與 NVIDIA 系統 4,699 美元作為計算基礎，AMD 指出其單次完成工作流程的成本可降低 27%。基於上述測試結果，AMD 宣稱其 Ryzen AI Halo 架構在真實世界的所有代理式 AI 工作負載中，均能全面超越 NVIDIA 競品。

儘管 AMD 提出了亮眼的測試數據，但這項由其專門設計的客製化基準測試，在結構上高度凸顯了 CPU 編排階段的比重。根據獨立第三方評測的資料顯示，若將評估重點放在純大型語言模型推論與脈絡預填等高度依賴 GPU 運算能力的項目上，NVIDIA DGX Spark 依然保持顯著的效能領先優勢。這項差異顯示，在不同的 AI 應用場景與測試基準下，兩家公司的硬體架構各有其擅長的運算領域，企業在選擇硬體時仍需評估實際工作負載的特性。