维端网2025年10月，美国加州——AMD（纳斯达克代码：AMD）股价周一上涨1.3%，此前该公司宣布与美国能源部将共同启动一项价值10亿美元的超级计算机合作计划，用于建设下一代高性能计算（HPC）与人工智能（AI）基础设施。这一合作不仅代表着AMD在高性能计算领域的又一次突破，也显示出美国政府正在加速AI与科学研究的算力战略部署。
两台新系统，支撑AI与科学双重任务
根据双方披露的信息，美国能源部（DOE）将投资10亿美元，在未来三年内建成两套基于AMD平台的新一代超级计算系统，计划分别部署在橡树岭国家实验室（Oak Ridge National Laboratory，ORNL）与劳伦斯利弗莫尔国家实验室（Lawrence Livermore National Laboratory，LLNL）。
这两台系统将接替当前的“Frontier”和“El Capitan”超级计算机，后者目前均位列全球最强计算机之列，峰值性能分别达到1.68和2.0 exaflops（每秒百亿亿次浮点计算）。新项目预计将把峰值算力提升至2.3 exaflops以上，并将系统能效提升约30%，PUE（能源使用效率）控制在1.05以下。
能源部方面表示，这两套系统的应用范围将从传统的科学计算（如气候建模、材料科学、核能研究）拓展至AI驱动的科学探索与模型训练领域，成为AI科研计算与能源模拟的“双用型”系统。
赖特指出：“能源部的新一代系统不仅将用于科学探索，也将成为AI模型训练与验证的重要平台，帮助我们更快应对能源安全、气候变化与技术创新的挑战。”
AMD的角色：CPU与GPU双引擎
AMD将在该项目中提供核心算力平台，包括第六代EPYC处理器与Instinct MI325X GPU加速器。
据AMD介绍，MI325X基于CDNA 4架构，支持每秒超过300万亿次（TFLOPS）的FP16浮点计算，配备192GB高带宽HBM3内存，可通过Infinity Fabric互联构建规模化AI训练集群。
AMD同时将提供一整套软件与编译生态，包括ROCm开放平台、AI编译器栈及能源效率调优工具，以实现跨CPU/GPU的统一编程与任务调度。
目前AMD在能源部的系统占据主导地位——在美国能源部旗下4台Exascale级超级计算机中，有3台采用AMD架构。根据调研机构Hyperion Research的数据，截至2025年第二季度，全球前10台超级计算机中有3台使用AMD芯片，占比30%；而在能源部项目中，AMD份额接近70%。
美国能源部的算力战略：从“Frontier”到“下一代Exascale”
能源部自2018年启动“Exascale Computing Project”（ECP），目标是在2030年前保持美国在高性能计算领域的全球领先地位。
该计划的预算超过50亿美元，由能源部科学办公室（DOE Office of Science）主导，分阶段建设多个超级计算系统，以支撑能源转型、核安全与AI科学研究等国家战略任务。
“Frontier”系统于2022年上线时，成为首个突破1 exaflops的超级计算机，采用AMD第三代EPYC与MI250X GPU。随后“El Capitan”项目进一步升级，使用更高密度的GPU集群架构，优化了能效与AI性能。
此次AMD与能源部的新合作被视为ECP 2.0阶段的核心组成部分，将重点探索如何让超级计算机同时承担AI模型的训练与科学计算的融合任务。这种“AI-enhanced HPC”方向正成为国际竞争的新焦点。
能源部高性能计算主管劳伦斯·麦克法登指出：“过去我们关注的是纯粹的算力，如今我们更看重算力的灵活性与智能性。AMD在异构架构与能效优化上的投入，为系统的AI适配能力提供了关键支撑。”
随着超级计算系统的算力提升，其能耗问题成为重要考量。据能源部统计，目前单台Exascale系统的功耗通常在25至35兆瓦之间，相当于一座中小型城市的电力负荷。
因此，新项目在设计上强调能效提升。AMD的Instinct系列GPU采用了6纳米工艺与自适应电源管理机制，能够在满载时自动调整核心电压，从而提升每瓦性能（performance per watt）指标。
此外，两套新系统将全面采用液冷方案，并利用可再生能源驱动数据中心基础设施。能源部预计，这一代系统在每瓦性能上将比“Frontier”提高28%。
AMD数据中心业务负责人Jack Hu表示：“能效已经成为高性能计算竞争的核心维度。我们正在用AI优化AI本身——通过智能功耗预测与任务调度，让系统持续保持高负载运行的同时降低能耗。”
AI基础设施的地缘政治竞争
超级计算机长期以来被视为国家科技实力的重要标志。2025年的全球“Top500”榜单显示，美国与中国仍占据主导地位，美国拥有124台入榜系统，中国为117台，日本和欧盟分列其后。
美国的战略方向正从传统科学计算转向AI模型训练支撑。例如，能源部近期启动的“AI for Science”计划，旨在让科学家利用国家超级计算资源训练大型科学模型，用于气候预测、材料模拟和药物研发。
与此同时，中国、日本和欧洲也在推进Exascale系统建设。日本的“富岳2号”项目计划于2026年投用，采用Arm架构与液冷技术，峰值算力预计达2.2 exaflops。欧盟的“Jupiter”项目由SiPearl与NVIDIA合作，目标算力同样超过2 exaflops。
业内分析认为，美国此次投入的10亿美元项目是对国际竞争态势的直接回应，旨在确保AI计算能力的自主可控与持续领先。
生态合作与经济效应
该项目的执行将涉及多家企业。系统集成商HPE和戴尔科技（Dell Technologies）预计将参与主机架构与冷却系统的设计，存储解决方案由Cray（HPE子公司）提供，部分高性能互联组件可能由Broadcom与Mellanox供应。
根据项目预算分配，约60%的资金将用于硬件采购与系统集成，20%用于研发与软件优化，其余部分用于数据中心设施建设与能源改造。
分析机构IDC预计，美国政府每投资1美元于HPC基础设施，可带动2.5美元的科研与商业产出。AMD的参与不仅将带来芯片出货增长，也有望促进其AI数据中心平台在企业市场的渗透。
摩根士丹利分析师布莱恩·诺里斯表示：“AMD凭借在能源部项目中的技术积累，正在将这些成果反哺至商业市场。Instinct GPU的能效表现将成为其与NVIDIA竞争的重要筹码。”
过去五年，AMD在高性能计算领域的投入持续增长。根据公司年报，AMD在数据中心和AI相关研发上的投入从2020年的18亿美元增长至2024年的超过42亿美元，占总营收比例超过25%。
除了与能源部的合作，AMD还在欧洲、印度及中东地区推动类似科研合作项目。例如，2024年与瑞士国家超级计算中心合作的“Alpine”系统已投入运行，用于气候模型计算。
AMD认为，未来超级计算将与AI训练基础设施趋于融合。公司内部将这一趋势称为“Converged Computing”——即AI、HPC与云计算的融合架构。苏姿丰表示：“我们的长期战略是成为AI基础设施的核心提供者，从科研到商业，再到边缘智能。”
八、结语：AI与科学计算的交汇点
这项10亿美元的合作既是一次技术延续，也是一次战略升级。对于能源部而言，它意味着美国在AI与科学算力上的持续领先；对于AMD而言，它验证了公司从CPU厂商转型为AI算力平台提供商的路径。
未来三年内，这两台新系统的部署将成为AMD与美国政府合作的新里程碑，也可能成为全球AI基础设施版图中的关键节点。
当算力从实验室走向AI大模型，AMD的角色正从硬件提供者转向智能计算的系统推动者。
