【算力平替时代：AMD正在撕开Nvidia的昂贵防线】事实层面，Wafer.ai在AMD MI355X上成功跑通了GLM5.2，通过MXFP4量化和sglang框架的深度优化，实现了单节点2626 Token/s的吞吐量。这一数据达到了Nvidia B200约80%的性能，但硬件成本仅为后者的一半左右。在Blackwell架构供应极度受限且价格高企的背景下，AMD凭借近2.75倍的价格优势，证明了自己在企业级推理市场的竞争力。观点层面，CUDA的护城河正在被“推理成本”这把钝刀慢慢磨损。当AI行业从疯狂训练转向大规模落地，单枚Token的成本和能效比就成了企业的生死线。数据中心真正的瓶颈往往不是买不起卡，而是当地电网无法支撑更高的电力负荷。AMD的崛起路径很清晰：在软件生态追赶的同时，利用更高的显存容量和价格冗余，为那些拿不到Nvidia配额或电力预算有限的开发者提供“Plan B”。这种从底层硬件到推理框架的工程优化，正在让算力从奢侈品回归为普惠的工业能源。 wafer.ai/blog/glm52-amd