作者丨Jia Ming Eow编译 | 华尔街大事件AMD（NASDAQ：AMD）的股价表现跑输了标普 500、纳斯达克 100（QQQ）等主要指数，原因是之前市场炒作过头，导致 AMD 估值过高。但现在，AMD 的新产品线 ——2026 年推出的 MI400 系列 GPU，绝对能改变格局：它既能充分抓住推理需求的增长，又能大幅缩小与英伟达的技术差距。英伟达目前市值约 4.1 万亿美元，而 AMD 仅约 2550 亿美元，这种市值差距根本没反映出两者的实际差距有多小。所以，分析师给 AMD 的初始评级是 “强烈买入”。苏在 AMD 的表现堪称惊艳 —— 她把一家曾经濒临边缘化的公司，带到了市值超过英特尔、甚至能遥望英伟达的位置。AMD 当 “追赶者” 也不是头一回了。未来几年，AMD 市值超过英伟达的可能性不大，但差距肯定会缩小。去年，投资者还嘲讽 AMD 是 “烧钱先锋（Advanced Money Destroyer）”，华尔街分析师的目标价跟着股价一路跌；但现在情况反过来了。市场情绪转暖，加上 AMD 在 AI 推理领域优于英伟达、与中东合作、获 OpenAI 青睐等利好，股价反弹，华尔街也纷纷上调目标价。麦肯锡预计，到 2030 年全球 AI 基础设施投资可能高达 7 万亿美元。AI 推理是这场技术浪潮的刚需，而 AMD 的 GPU 在这一领域更有优势，客户自然会更愿意用 AMD 的 GPU 做推理（而非训练），这会大幅缩小它与英伟达的差距。AMD 预计 2028 年的潜在市场规模 (TAM) 将达到 5000 亿美元（见下图），其中推理领域将占据更大的份额。AMD 的定位是面向推理领域的未来，而不是现在与英伟达在训练领域竞争。他们最近在 AI 主题演讲中提出的改进，以及 OpenAI 对 MI400X 的采用，都对 AMD 非常乐观。AI 推理是指经过训练的机器学习模型从全新数据中得出结论的过程。因此，英伟达在 AI 训练方面占据主导地位，这涉及从海量数据集中学习，而推理则是基于新数据进行预测。从 AI 发展主题演讲中可以看出，这正是 AMD 的重点，MI355x 相比 MI300x 的性能提升高达 35 倍。随着 MI400 将于 2026 年推出，其技术更先进，并被 OpenAI 采用，这只是 AMD 令人惊叹的产品的冰山一角。2025 年 6 月 12 日发布的 MI355X，堪称 GPU 市场的 “搅局者”。要理解它的优势，得从内存容量和内存带宽这两个关键指标说起 —— 这俩是 AI 推理竞争的核心。内存带宽之所以重要，是因为大语言模型（LLM）需要 GPU 反复从内存中调取权重数据，再通过矩阵运算把中间结果存回去。说白了，GPU 的性能不总是由中央处理器（CPU）决定，很多时候是在等数据从内存传过来，也就是 “内存受限”—— 数据在内存通道里传得越快，性能就越好。“token” 是 AI 模型处理数据的基本单位（比如 GPT 这类模型，每个令牌都要调取权重、做运算、存中间结果）。每个令牌会产生几十 GB 的内存流量，带宽不够的话，生成答案时就会卡顿，用户体验差。而带宽高，数据传得快，答案生成就快；同时，GPU 核心能一直高效工作，延迟低，单位用户成本也低。对数据中心来说，每秒处理的令牌越多，就能同时高效处理更多查询，利润率自然更高。MI355X 的 “每美元令牌数” 比英伟达的 B200 高 40%—— 这意味着运营商的可变成本更低，运营利润更高。说白了，AMD 的芯片用着更划算，这在成本敏感的市场里太有吸引力了。内存容量可能更重要 —— 它能支持 “单 GPU 推理”，不用把模型拆到多个 GPU 上运行。大语言模型（比如 GPT-4、Llama）运行起来需要几百甚至几千 GB 的内存。比如 GPT-4 估计有 1.8 万亿参数，用半精度（fp16）计算的话，至少需要约 3350GB 内存。这时候，内存容量大的 GPU 就占优势：需要的 GPU 数量更少，数据不用在多个 GPU 间来回传，延迟低，成本也低。英伟达的 GPU 内存容量不如 AMD，要运行这类模型就得用更多 GPU，不仅硬件成本高，电源、散热、机架空间的管理也更复杂，负载还容易不均衡，效率低。而 AMD 的 GPU 内存容量更大，需要的 GPU 少，延迟低，计算快，令牌生成效率高 —— 这也是为什么 AMD 的芯片可能会接到大量订单的原因。真正的 “王炸” 是 MI400：内存容量从 MI355X 的 288GB 提升到 432GB，带宽从 8TB/s 涨到 19.6TB/s，进步惊人。虽然 2026 年才上市，但已经有大客户了 —— 山姆・奥特曼（OpenAI CEO）在 AMD 的 AI 主题演讲上现身，宣布要用 AMD 的芯片，这足以说明问题。ChatGPT 是全球用户最多的 AI 应用之一，要保持领先，就得靠最顶尖的推理性能。有 OpenAI 这样的大客户背书，其他大模型（比如 Meta 的 Llama）也可能跟进用 AMD 的 GPU。AMD 的演讲里还提到，MI400 系列的性能会是 MI355 的 10 倍 —— 这进步太猛了。AMD 的 Helios AI 机架也是个大招。从演讲内容看，这是 AMD 首款全自研的机架系统，把自家的 CPU、GPU、Pensando 网卡和 ROCm 软件全整合到一个平台上。以前的 AI 机架多用戴尔这类服务器厂商的第三方组件，而 Helios 全用 AMD 自己的东西，不仅部署更简单，效率可能更高，直接对标英伟达的 DGX 系统。这说明 AMD 正在掌控从硬件到软件的全链条，实力不容小觑。分析师主要看好推理和整个数据中心 AI 加速器的增长。2023 年至 2028 年，推理的复合年增长率为 80%，训练和推理的复合年增长率超过 60%，这样的增长水平令人印象深刻，而 AMD 已占据有利地位。苏姿丰预测，到 2028 年，AI 处理器市场规模将达到 5000 亿美元，其中推理的收入占比将高于训练。苏姿丰对未来发展有着长远的展望，他认为训练的收入现在可能超过推理，但未来推理将超过训练，而 AMD 正准备挑战英伟达在推理领域的市场份额。对 AMD 来说，现在就看执行力了。MI400 还没正式发布（2026 年才上市），就已经有 OpenAI 这样的大客户下单。按这个节奏，2026 年出 MI400，2027 年可能出 MI500。从 MI355X 到 MI400 的巨大进步来看，MI400 到 MI500 的提升肯定也不小。AMD 一直在缓慢地抢占英特尔的年度 CPU 市场份额，从2014 年的低点11% 上升到 2025 年的 24.7% ，预计 AMD 最终将在 2029 年达到约 39.2%。AMD 的下一代 2 纳米第五代 EPYC CPU 于 4 月 23 日发布，标志着业界首款与台积电合作生产的 2 纳米 HPM CPU。这些是他们的全新 Zen 5 系列。这些芯片已为谷歌云提供支持，这向投资者表明 AMD 在云领域的主导地位正在增强。微软、谷歌和甲骨文等其他云服务现在也都运行在 EPYC CPU 上。这之所以意义重大，是因为 AMD 的 EPYC 和英特尔至强 CPU 之间的差距只会越来越大。目前采用 Zen 5c 芯片的“Turin”CPU 已在通用计算、服务器端 Java、能效、Web 服务器、内存分析、媒体处理等诸多指标上显著超越英特尔至强 6s 。AMD 的市场份额一直在持续追赶英特尔，并将继续保持这一势头。预计到 2029 年，AMD 的市场份额将高达 39.2% 左右，因为 AMD 不再是弱势一方。尽管英特尔可以大幅扩展其产品规模并获得更多市场份额，但 AMD 的扩张并赢得英特尔的客户只是时间问题，因为 AMD 的 CPU 性能优于英特尔，谷歌云使用 EPYC CPU运行要求苛刻的 HPC 工作负载就是明证。AMD 董事会还批准了额外 60 亿美元的股票回购，目前总额已达 100 亿美元。这直接反映了董事会对 AMD 发展方向以及在苏领导下前景的信心，因为 AMD 持续强劲的自由现金流增长使其得以实现。这也增强了股东对 AMD 的信心，也体现了 AMD 对投资者的关爱。Llama 是 AMD 的大客户，利用 AMD 的开源技术进行创新，例如Llama Stack。Meta则使用 AMD 的 GPU MI300X 进行推理。Meta 目前正在从OpenAI招募一批才华横溢的 AI 人才，并招募苹果的AI 模型负责人，以创建新的部门Meta Superintelligence Labs。扎克伯格表示，该团队将致力于开源 Llama 软件等基础模型的研究，这表明 Llama 模型的规模只会越来越大，希望很快能有路线图，因为这将需要更多的 AMD GPU。这对 Meta 来说是一个大项目，扎克伯格为这一招募狂潮投入了数亿美元。由于 Meta 最近开源的 Llama 4 模型反响不佳，人们对 Meta 将专注于 LLM 寄予厚望。这无疑会增加对 AMD GPU 的需求。第一季度，数据中心同比增长57%，客户端同比增长28%，这些数字都令人印象深刻。目前值得关注的是，财报中指出：“我们仍然有信心，凭借最新一代Zen 5 EPYC、Ryzen CPU和Radeon GPU带来的快速市场份额增长，我们能够在2025年实现强劲的两位数百分比收入增长。”AMD 股价在过去一个月飙升了约 20%，市盈率高于包括英伟达在内的大多数同行。AMD 的预期市盈率约为 78 倍，而英伟达的预期市盈率约为 42 倍。AMD 的 1 年表现相对平稳，市值远低于英伟达。如果 AMD 能够证明自己在推理领域占据主导地位，它将成为一个巨大的赢家。上图显示，2023 年的 TAM 为 450 亿美元，AMD 占据了65 亿美元，占比 14.44%。预计到 2028 年，TAM 将达到 5000 亿美元，这意味着 2028 年仅数据中心的收入就将达到约 722 亿美元。如果推理业务的规模超过训练业务，并且 AMD 确实像图表所示那样成功主导推理业务，那么 AMD 的份额可能会远超 722 亿美元。考虑到 AMD 的市值仅为 2500 亿美元，对于如此占主导地位的 AI 公司来说，这似乎是一个绝佳的机会。【如需和我们交流可后台回复“进群”加社群】 文章原文