作者丨Jia Ming Eow

編譯 | 華爾街大事件

AMD（NASDAQ：AMD）的股價表現跑輸了標普 500、納斯達克 100（QQQ）等主要指數，原因是之前市場炒作過頭，導致 AMD 估值過高。但現在，AMD 的新產品線 ——2026 年推出的 MI400 系列 GPU，絕對能改變格局：它既能充分抓住推理需求的增長，又能大幅縮小與英偉達的技術差距。英偉達目前市值約 4.1 萬億美元，而 AMD 僅約 2550 億美元，這種市值差距根本沒反映出兩者的實際差距有多小。所以，分析師給 AMD 的初始評級是 “強烈買入”。

蘇在 AMD 的表現堪稱驚豔 —— 她把一家曾經瀕臨邊緣化的公司，帶到了市值超過英特爾、甚至能遙望英偉達的位置。AMD 當 “追趕者” 也不是頭一回了。未來幾年，AMD 市值超過英偉達的可能性不大，但差距肯定會縮小。

去年，投資者還嘲諷 AMD 是 “燒錢先鋒（Advanced Money Destroyer）”，華爾街分析師的目標價跟着股價一路跌；但現在情況反過來了。市場情緒轉暖，加上 AMD 在 AI 推理領域優於英偉達、與中東合作、獲 OpenAI 青睞等利好，股價反彈，華爾街也紛紛上調目標價。麥肯錫預計，到 2030 年全球 AI 基礎設施投資可能高達 7 萬億美元。AI 推理是這場技術浪潮的剛需，而 AMD 的 GPU 在這一領域更有優勢，客戶自然會更願意用 AMD 的 GPU 做推理（而非訓練），這會大幅縮小它與英偉達的差距。

AMD 預計 2028 年的潛在市場規模 (TAM) 將達到 5000 億美元（見下圖），其中推理領域將佔據更大的份額。AMD 的定位是面向推理領域的未來，而不是現在與英偉達在訓練領域競爭。他們最近在 AI 主題演講中提出的改進，以及 OpenAI 對 MI400X 的採用，都對 AMD 非常樂觀。

AI 推理是指經過訓練的機器學習模型從全新數據中得出結論的過程。因此，英偉達在 AI 訓練方面佔據主導地位，這涉及從海量數據集中學習，而推理則是基於新數據進行預測。從 AI 發展主題演講中可以看出，這正是 AMD 的重點，MI355x 相比 MI300x 的性能提升高達 35 倍。隨着 MI400 將於 2026 年推出，其技術更先進，並被 OpenAI 採用，這只是 AMD 令人驚歎的產品的冰山一角。

2025 年 6 月 12 日發佈的 MI355X，堪稱 GPU 市場的 “攪局者”。要理解它的優勢，得從內存容量和內存帶寬這兩個關鍵指標說起 —— 這倆是 AI 推理競爭的核心。

內存帶寬之所以重要，是因爲大語言模型（LLM）需要 GPU 反覆從內存中調取權重數據，再通過矩陣運算把中間結果存回去。說白了，GPU 的性能不總是由中央處理器（CPU）決定，很多時候是在等數據從內存傳過來，也就是 “內存受限”—— 數據在內存通道里傳得越快，性能就越好。

“token” 是 AI 模型處理數據的基本單位（比如 GPT 這類模型，每個令牌都要調取權重、做運算、存中間結果）。每個令牌會產生幾十 GB 的內存流量，帶寬不夠的話，生成答案時就會卡頓，用戶體驗差。而帶寬高，數據傳得快，答案生成就快；同時，GPU 核心能一直高效工作，延遲低，單位用戶成本也低。對數據中心來說，每秒處理的令牌越多，就能同時高效處理更多查詢，利潤率自然更高。

MI355X 的 “每美元令牌數” 比英偉達的 B200 高 40%—— 這意味着運營商的可變成本更低，運營利潤更高。說白了，AMD 的芯片用着更划算，這在成本敏感的市場裏太有吸引力了。

內存容量可能更重要 —— 它能支持 “單 GPU 推理”，不用把模型拆到多個 GPU 上運行。大語言模型（比如 GPT-4、Llama）運行起來需要幾百甚至幾千 GB 的內存。比如 GPT-4 估計有 1.8 萬億參數，用半精度（fp16）計算的話，至少需要約 3350GB 內存。這時候，內存容量大的 GPU 就佔優勢：需要的 GPU 數量更少，數據不用在多個 GPU 間來回傳，延遲低，成本也低。

英偉達的 GPU 內存容量不如 AMD，要運行這類模型就得用更多 GPU，不僅硬件成本高，電源、散熱、機架空間的管理也更復雜，負載還容易不均衡，效率低。而 AMD 的 GPU 內存容量更大，需要的 GPU 少，延遲低，計算快，令牌生成效率高 —— 這也是爲什麼 AMD 的芯片可能會接到大量訂單的原因。

真正的 “王炸” 是 MI400：內存容量從 MI355X 的 288GB 提升到 432GB，帶寬從 8TB/s 漲到 19.6TB/s，進步驚人。雖然 2026 年才上市，但已經有大客戶了 —— 山姆・奧特曼（OpenAI CEO）在 AMD 的 AI 主題演講上現身，宣佈要用 AMD 的芯片，這足以說明問題。

ChatGPT 是全球用戶最多的 AI 應用之一，要保持領先，就得靠最頂尖的推理性能。有 OpenAI 這樣的大客戶背書，其他大模型（比如 Meta 的 Llama）也可能跟進用 AMD 的 GPU。AMD 的演講裏還提到，MI400 系列的性能會是 MI355 的 10 倍 —— 這進步太猛了。

AMD 的 Helios AI 機架也是個大招。從演講內容看，這是 AMD 首款全自研的機架系統，把自家的 CPU、GPU、Pensando 網卡和 ROCm 軟件全整合到一個平臺上。以前的 AI 機架多用戴爾這類服務器廠商的第三方組件，而 Helios 全用 AMD 自己的東西，不僅部署更簡單，效率可能更高，直接對標英偉達的 DGX 系統。這說明 AMD 正在掌控從硬件到軟件的全鏈條，實力不容小覷。

分析師主要看好推理和整個數據中心 AI 加速器的增長。2023 年至 2028 年，推理的複合年增長率爲 80%，訓練和推理的複合年增長率超過 60%，這樣的增長水平令人印象深刻，而 AMD 已佔據有利地位。蘇姿豐預測，到 2028 年，AI 處理器市場規模將達到 5000 億美元，其中推理的收入佔比將高於訓練。蘇姿豐對未來發展有着長遠的展望，他認爲訓練的收入現在可能超過推理，但未來推理將超過訓練，而 AMD 正準備挑戰英偉達在推理領域的市場份額。

對 AMD 來說，現在就看執行力了。MI400 還沒正式發佈（2026 年才上市），就已經有 OpenAI 這樣的大客戶下單。按這個節奏，2026 年出 MI400，2027 年可能出 MI500。從 MI355X 到 MI400 的巨大進步來看，MI400 到 MI500 的提升肯定也不小。

AMD 一直在緩慢地搶佔英特爾的年度 CPU 市場份額，從2014 年的低點11% 上升到 2025 年的 24.7%，預計 AMD 最終將在 2029 年達到約 39.2%。

AMD 的下一代 2 納米第五代 EPYC CPU 於 4 月 23 日發佈，標誌着業界首款與臺積電合作生產的 2 納米 HPM CPU。這些是他們的全新 Zen 5 系列。

這些芯片已爲谷歌雲提供支持，這向投資者表明 AMD 在雲領域的主導地位正在增強。微軟、谷歌和甲骨文等其他雲服務現在也都運行在 EPYC CPU 上。

這之所以意義重大，是因爲 AMD 的 EPYC 和英特爾至強 CPU 之間的差距只會越來越大。目前採用 Zen 5c 芯片的“Turin”CPU 已在通用計算、服務器端 Java、能效、Web 服務器、內存分析、媒體處理等諸多指標上顯著超越英特爾至強 6s 。

AMD 的市場份額一直在持續追趕英特爾，並將繼續保持這一勢頭。預計到 2029 年，AMD 的市場份額將高達 39.2% 左右，因爲 AMD 不再是弱勢一方。儘管英特爾可以大幅擴展其產品規模並獲得更多市場份額，但 AMD 的擴張並贏得英特爾的客戶只是時間問題，因爲 AMD 的 CPU 性能優於英特爾，谷歌雲使用 EPYC CPU運行要求苛刻的 HPC 工作負載就是明證。

AMD 董事會還批准了額外 60 億美元的股票回購，目前總額已達 100 億美元。這直接反映了董事會對 AMD 發展方向以及在蘇領導下前景的信心，因爲 AMD 持續強勁的自由現金流增長使其得以實現。這也增強了股東對 AMD 的信心，也體現了 AMD 對投資者的關愛。

Llama 是 AMD 的大客戶，利用 AMD 的開源技術進行創新，例如Llama Stack。Meta則使用 AMD 的 GPU MI300X 進行推理。Meta 目前正在從OpenAI招募一批才華橫溢的 AI 人才，並招募蘋果的AI 模型負責人，以創建新的部門Meta Superintelligence Labs。扎克伯格表示，該團隊將致力於開源 Llama 軟件等基礎模型的研究，這表明 Llama 模型的規模只會越來越大，希望很快能有路線圖，因爲這將需要更多的 AMD GPU。這對 Meta 來說是一個大項目，扎克伯格爲這一招募狂潮投入了數億美元。由於 Meta 最近開源的 Llama 4 模型反響不佳，人們對 Meta 將專注於 LLM 寄予厚望。這無疑會增加對 AMD GPU 的需求。

第一季度，數據中心同比增長57%，客戶端同比增長28%，這些數字都令人印象深刻。目前值得關注的是，財報中指出：“我們仍然有信心，憑藉最新一代Zen 5 EPYC、Ryzen CPU和Radeon GPU帶來的快速市場份額增長，我們能夠在2025年實現強勁的兩位數百分比收入增長。”

AMD 股價在過去一個月飆升了約 20%，市盈率高於包括英偉達在內的大多數同行。AMD 的預期市盈率約爲 78 倍，而英偉達的預期市盈率約爲 42 倍。

AMD 的 1 年表現相對平穩，市值遠低於英偉達。如果 AMD 能夠證明自己在推理領域佔據主導地位，它將成爲一個巨大的贏家。

上圖顯示，2023 年的 TAM 爲 450 億美元，AMD 佔據了65 億美元，佔比 14.44%。預計到 2028 年，TAM 將達到 5000 億美元，這意味着 2028 年僅數據中心的收入就將達到約 722 億美元。如果推理業務的規模超過訓練業務，並且 AMD 確實像圖表所示那樣成功主導推理業務，那麼 AMD 的份額可能會遠超 722 億美元。考慮到 AMD 的市值僅爲 2500 億美元，對於如此占主導地位的 AI 公司來說，這似乎是一個絕佳的機會。

【如需和我們交流可後臺回覆“進羣”加社羣】