面對輝達，蘇姿丰CES 2026演講為何反覆強調開放？
展前輝達黃仁勳搶先站外演講，到了在CES 2026的舞台上，AMD執行長蘇姿丰演講如何因應？她6日談的除了AMD自身產品路線以外，有許多篇幅著墨於算力正在發生的位移。NVIDIA以CUDA護城河鎖定客戶、Intel也在重啟戰線，在這場牽動雲端、終端與物理世界的競爭中，AMD要如何在夾擊之下，成為下一階段AI基礎建設中難以被繞過的關鍵角色？
場外是拉斯維加斯一貫的燈紅酒綠，舞台上，CES2026的聚光燈則落在AMD執行長蘇姿丰（Lisa Su）身上，她的語氣冷靜，卻直指迫在眉睫的算力問題。
她沒有急著介紹新品、拋出眼花繚亂的效能比較，而是先帶著大家回顧這幾年宛若激流的AI發展。
「自從幾年前ChatGPT發布以來—我敢肯定大家都還記得第一次嘗試它的情景—我們已經從一百萬人使用AI，發展到現在超過十億活躍用戶。」
然而，在她的判斷中，這只是起點。
蘇姿丰預期，未來幾年AI活躍用戶數將從10億推進至50億，而背後支撐這個數字的全球運算需求，五年內可能成長100倍。
這是她預見的絕佳契機，但也是任何一家晶片公司都無法忽視的市場位移。
面對輝達在資料中心的主導地位，以及與英特爾在PC市場的長期廝殺，蘇姿丰並未選擇正面對撞。
這場橫跨雲端、終端與物理世界的演講，其實對應的是AMD當前三個彼此不對稱的戰場選擇。
降低算力門檻、鬆動生態鎖定、搶占終端入口，這三條路線，決定了她在舞台上的每一個鋪陳。
降低算力門檻，從效能競賽走向強調成本
第一個戰場，發生在雲端與資料中心。
演講一開始，蘇姿丰刻意淡化單點效能的比較，轉而拋出一個更貼近企業現實的問題：當算力需求以百倍速度成長，既有的預算與架構，真的撐得住嗎？
她引用AI應用走向代理（agent）化後，符元（token）消耗量將大幅放大的趨勢，指出未來的挑戰已不只是更快的晶片，而是整個系統能否長時間、可預期地擴張。
「為了跟上這種運算需求，你需要整個生態系統齊心協力。」
在她的論述中，企業真正關心的不是極限效能，而是在既有預算下，是否能隨需求調整、持續擴充。這也成為她對競爭對手路線的隱性對比：封閉生態與單點效能，未必適合長期部署。
她強調，AMD是目前少數同時擁有CPU、GPU、NPU與客製化加速器的廠商，能依不同工作負載，提供對應的運算資源。
「針對每個工作負載，你需要正確的運算引擎。」
她與OpenAI總裁Greg Brockman的對談，進一步點出這個問題的嚴重性。即便是OpenAI這樣的頂級AI公司，在追求算力成長時，也無法承受長期被單一供應商鎖定的成本結構。
AMD執行長蘇姿丰演講。取自AMD YouTube
「我希望世界上每個人背後都有一個GPU在運行，因為那能創造價值，但那需要數十億個GPU。」布羅克曼解釋，隨著AI走向代理（agent）時代，自主運行的Agent只會消耗更多算力，他預期背後將會有海量的代理運算（agentic compute）持續運行。
而這就是AMD想把握的機會，他們將選擇性落實在Helios機架級平台上。
Helios裡面，裝載新一代的Venice CPU與Instinct MI455X GPU，期待藉由翻倍頻寬與一致的架構，拉開系統級效率的差距，建立競爭對手難以複製的總體擁有成本（TCO）優勢。
打破軟體鎖定、占據終端入口
第二個戰場，則從硬體延伸到軟體與生態。
這也解釋了為什麼蘇姿丰在演講中反覆強調「開放」。
當運算需求推進到堯級規模（yotta-scale），企業面對的已不只是價格問題，而是供應商鎖定帶來的長期風險。
在輝達以CUDA建立護城河的背景下，AMD選擇將自己定位為另一種選項。她明確指出，AMD是目前少數能在AI堆疊（stack）各層，也就是從硬體、軟體到解決方案，全面提供開放架構的供應商。
以Helios為例，其機架標準與Meta合作制定；而AMD長期發展的ROCm，則支援PyTorch、Hugging Face等主流開源工具，降低企業在不同平台之間轉換與混用的成本。
隨著AI變得普及，企業也會從重視最先進的技能，轉向更為關注定價與升級，採購與風險管理的重要性也會跟著提升。
蘇姿丰押注的是，當市場真正進入大規模部署期，開放與標準化將會從宣傳用的理念，實際轉化為市佔率優勢。
第三個戰場，則是現在聲量較小、容易被低估，卻也最貼近使用者的終端設備。
蘇姿丰解釋，AI若要專屬於個人，還是要回到本地端的PC。
這正是Ryzen AI 400系列與Ryzen AI Max的核心邏輯。她沒有把焦點放在效能排名，而是不斷強調本地端開發者工作流程。
她展示的Halo開發平台，讓開發者在離線狀態下，也能在筆電上運行2000億規模參數的模型。
如果開發者習慣在搭載AMD晶片的筆電上訓練與測試模型，那麼這些模型未來在雲端部署時，自然會優先選擇相容的架構。
對企業而言，本地端運算意味著更好的資料隱私與更低的頻寬成本；對個人開發者來說，則是一種過去難以想像的算力自由。
AMD執行長蘇姿丰演講。取自AMD YouTube
AI從聊天走向理解世界
演講後段，蘇姿丰將視角從數位世界拉向物理空間，點出她對AI終極形態的判斷：未來的AI，將是具備感知與行動能力的實體系統。
從World Labs執行長李飛飛（Fei-Fei Li）的空間智慧研究，到藍色起源的月球居留計畫，AMD被定位為支撐現實世界運作的底層神經系統。
李飛飛展示了AI如何僅憑幾張照片，即時生成符合物理規律、可導航的三維世界，為建築、機器人模擬與數位孿生帶來成本結構上的轉變。
AMD執行長蘇姿丰演講。取自AMD YouTube
接著，Generative Bionics執行長普奇（Daniela Pucci）的人形機器人Gene 1，以及藍色起源對極端運算環境的說明，進一步強化同一個訊息：未來的AI，必須在低延遲、低功耗、極端條件下可靠運作。
在演講結尾，蘇姿丰談及AI教育、主權AI與國家戰略，試圖將AMD放入長期基礎建設的位置。正如她所言，真正困難的挑戰，只有在整個生態系共同合作下才能解決。
回頭看這場橫跨雲端、PC與物理世界的演講，蘇姿丰沒有選擇在單一戰場與對手正面交鋒，而是按照她的邏輯，降低算力門檻、鬆動生態鎖定，並提前占據終端入口，讓AMD成為一個難以繞過、也更具經濟效益的選項。
在這場算力競賽中，AMD未必是聲量最大，卻正試圖成為連結算力與現實世界最難以取代的關鍵節點。