在 Agent 智能体成为主流技术方向之后，AI 算力不再只依赖 GPU，CPU 承载的调度、检索、沙箱并发任务快速增长。AMD 与甲骨文正式扩大长期云基础设施合作，把代号 Venice 的第六代 EPYC 处理器部署到 OCI 全新 E7 计算实例，同时搭配 Pensando DPU 卸载网络与安全负载，补齐 AI 全栈算力短板，打造 CPU+GPU + 智能网卡一体化云平台，支撑大规模智能体调度与企业级业务稳定运行，大幅提升云平台整体算力利用率与任务吞吐能力。
一、本次合作深化的核心背景
- Agent 型 AI 带来 CPU 算力需求爆发 大模型进入智能体时代，GPU 负责模型推理生成，CPU 要承接智能体编排、多沙箱并行、向量检索、内存缓存、API 网关等大量前置与后置任务，单纯依靠前代 CPU 很容易出现算力瓶颈，CPU 资源会成为 AI 集群的性能短板。
- 双方合作从 GPU 集群延伸到全栈基础设施 此前 AMD 已经和甲骨文联合部署 MI 系列 GPU 超算集群，本次合作向上延伸到主控 CPU，向下配套 DPU 智能网卡，实现 Helios 机架方案下 CPU、GPU、网络硬件全链路协同，打通从模型训练到智能体部署的完整算力链条。
- OCI E7 实例需要高密度多核 CPU 支撑多租户并发 E7 定位为新一代高性能计算实例，面向多租户云环境，要求单台服务器拥有海量核心、超大内存带宽与高速 I/O，第六代 EPYC 刚好匹配这一硬件需求，能够高密度承载上百个智能体沙箱同时运行。
二、第六代 EPYC（Venice）适配 OCI E7 实例的硬件核心参数
表格
| 硬件项目 | 第六代 EPYC（Venice）技术规格 | 对应 E7 实例业务价值 |
|---|---|---|
| 核心线程 | 单颗最高 256 核、512 线程，Zen6 架构 | 高密度并行运行数百路 Agent 沙箱，多任务并发无拥堵 |
| 三级缓存 | 最高 1024MB 超大缓存 | 大幅降低向量检索、数据库查询的内存延迟 |
| 内存规格 | 16 通道 DDR5，支持 MRDIMM，速率最高 12800MT/s | 支撑超大内存型 AI 检索业务，减少内存带宽瓶颈 |
| 总线接口 | 原生 PCIe 6.0+CXL3.1 | 高速对接 GPU、DPU 网卡，保证数据无阻塞吞吐 |
| 硬件卸载 | 内置安全与 RAS 可靠性模块 | 提升云多租户隔离能力，降低故障停机概率 |
三、整套 E7 实例软硬件部署实施步骤
步骤 1：完成硬件整机联调，搭建 Helios 机架底座
- 双路部署第六代 EPYC 处理器，开启超线程，配置多 NUMA 节点，保障多核调度均衡。
- 搭载 AMD Pensando DPU，对接甲骨文 Acceleron 融合网卡，把网络转发、存储读写、防火墙安全任务全部卸载到专用芯片，不占用主机 CPU 算力。
- 整机接入 PCIe 6.0 高速互联，打通 CPU 与后端 GPU 集群的数据通道，避免出现数据等待。
步骤 2：针对 Agent 智能体场景优化系统配置
- 开启 CPU 核心隔离，把一部分物理核心专门留给智能体调度进程，防止业务互相抢占资源。
- 开启大页内存，配合超大三级缓存，优化向量数据库、内存缓存的读写效率，降低检索延迟。
- 开启 CPU 调度优先级，把 Agent 编排任务设置为高优先级，保障多沙箱并行任务稳定运行。
步骤 3：分层部署 AI 业务，实现 CPU 与 GPU 协同分工
- E7 实例 CPU 承担上层业务：智能体任务编排、多实例沙箱管理、文档检索、API 网关、前置数据预处理。
- 后端搭配 AMD Instinct GPU 实例，负责大模型训练与推理生成，CPU 只负责下发任务、回传结果，各司其职。
- 开启弹性伸缩，根据智能体并发数量自动调整 E7 实例 vCPU 与内存规格，控制云资源成本。
步骤 4：配套网络优化，保障大规模集群稳定运行
- 依靠 Pensando DPU 完成 VXLAN 网络虚拟化、流量管控，降低主机 CPU 开销。
- 启用硬件级流量隔离，实现多租户之间业务互不干扰，满足公有云安全规范。
- 开启 RDMA 高速传输，缩短 E7 实例与 GPU 集群之间的数据传输时延。
四、落地后的综合业务收益
搭载第六代 EPYC 的 OCI E7 实例，能够把智能体调度、多沙箱并发任务的处理效率提升 40% 以上；DPU 卸载网络负载后，主机 CPU 空闲算力提升 30%，可以承载更多业务进程；16 通道高带宽内存让向量检索响应速度缩短一半，整套云实例可以同时支撑数百路 Agent 并行运行。同时软硬件采用同一家厂商全栈方案，软硬件兼容性更强，运维复杂度更低，整体 TCO 得到明显优化，为大规模 Agent 应用上云提供高性价比算力底座。
【相关 FAQ】
问题 1：AMD 第六代 EPYC 处理器在 OCI E7 实例中，主要承接哪些 AI 相关业务？
回答 1：第六代 EPYC 在 E7 实例里主要承担 GPU 之外的全链路 CPU 任务，包含 Agent 智能体编排调度、多组智能体沙箱并发运行、知识库信息检索、内存缓存服务、Web 与 API 网关、AI 数据预处理等，解决 Agent 场景下 CPU 算力不足的痛点，和后端 GPU 形成算力互补。
问题 2：Pensando DPU 搭配甲骨文 Acceleron 融合网卡，能给 E7 实例带来哪些提升？
回答 2：Pensando DPU 可以把网络转发、存储访问、租户安全隔离等基础设施任务从主机 CPU 剥离，交给专用硬件处理，大幅释放第六代 EPYC 的计算资源，让 CPU 全部投入智能体调度与业务计算；同时硬件级网络转发可以提升数据包吞吐，降低网络延迟，保障多租户云环境稳定运行。
问题 3：本次 AMD 与甲骨文的合作，和此前 GPU 集群合作有什么区别？
回答 3：前期合作聚焦 AMD Instinct GPU，主打大模型训练与推理；本次合作把算力版图向上拓展到主控 CPU，用第六代 EPYC 打造 E7 实例的计算底座，同时配套 DPU 智能网卡，形成 CPU+GPU + 高速网络的全栈 Helios 机架方案，覆盖从模型训练到 Agent 应用部署的完整链条，合作范围从单一加速器扩展到整套云基础设施。
【参考资料】
[2026-10-27]（AMD 与甲骨文扩大 AI 云合作，第六代 EPYC 落地 OCI E7 实例）AMD 官方新闻稿AMD
[2026-10-28]（AMD 携手甲骨文扩展 AI 云合作 第六代 EPYC 将用于 E7）CNMO 科技
[2026-09-18]（第六代 EPYC 全栈支撑 Agent AI 算力栈）AMD 技术白皮书AMD
[2026-10-27]（OCI E7 实例硬件架构：EPYC+Pensando DPU）甲骨文云官方技术文档AMD
[2026-07-23]（Advancing AI 2026：AMD 全栈数据中心算力布局）AMD 开发者大会资料AMD
免责声明
本文内容仅为 AMD 与甲骨文云基础设施合作的技术方案与业务场景介绍，不构成云服务器采购与项目上云投资建议；第六代 EPYC 处理器的实际性能表现会受系统配置、业务负载、内存带宽、网络环境影响；OCI E7 实例的正式上线时间、规格定价与可用区以甲骨文云官方发布为准；所有硬件优化方案仅用于合法合规的云计算业务部署，业务运行必须遵守公有云服务协议与网络安全法规。