赛道Hyper | AMD连续收购强化AI布局

作者：周源/华尔街见闻

6月5日和之前一日，AMD次第宣布连续完成两笔战略收购：以未公开条款收购开源软件公司Brium，以及从AI推理芯片开发商Untether AI收购核心工程师团队。

这两笔交易是AMD继2023年收购Mipsology、Nod.ai及2024年收购Silo AI后的最新动作，标志着AMD构建全栈AI解决方案的战略进入新阶段。

AMD的这两笔交易，旨在构建“芯片-软件-系统”三位一体的竞争力。

Untether AI的芯片设计能力强化了AMD在边缘计算和数据中心的硬件实力，而Brium的软件优化能力，填补了AMD在推理环节的生态短板。

这种“软硬兼施”的策略与AMD此前收购Mipsology（编译器）、Nod.ai（框架适配）等公司的逻辑一致，目的都是形成完整的AI技术栈。

Brium的核心技术是优化AI推理软件在不同硬件架构上的运行效率。

该公司更重要的技术路线主要集中在云端AI软件生态，工具被集成到PyTorch官方插件库，开发者可通过简单配置，实现AMD硬件加速。这种开源策略有助于吸引更多开发者使用AMD平台，逐步打破英伟达 CUDA的垄断地位。

换句话说，Brium开发的工具可将原本针对英伟达 GPU设计的AI模型适配到AMD Instinct GPU等平台，解决“工作负载通常根据英伟达 GPU做广泛调整”的行业痛点。

这一技术能力对AMD具有战略价值：当前全球超过80%的AI软件基于英伟达 CUDA生态开发，而AMD Instinct MI300X等硬件虽在算力参数上接近英伟达 H100，但实际部署时性能释放不足50%。

此次收购Brium，是AMD构建开放AI软件生态的重要一环。

自2023年以来，AMD通过收购Mipsology（Zebra编译器）、Nod.ai（Shark抽象层）和Silo AI（大模型开发团队），已形成覆盖编译器、框架适配、模型训练的完整软件栈。

Brium被纳入AMD阵营，将进一步强化AMD在设计AI加速卡时推理环节的优化能力，帮助开发者实现“一次开发、多平台部署”，由此降低对英伟达硬件的依赖。

值得注意的是，Brium的技术路线与AMD近期推出的ROCm 6.0框架能形成互补。问题是，ROCm 6.0引入新的自动调优工具，但在跨硬件兼容性上仍存在局限。

Brium的解决方案，可在保持模型精度的前提下，将推理延迟降低30%+，尤其在医疗影像分析、金融风控等对实时性要求高的场景中具有显著优势。

Untether AI的核心价值在于其具有低功耗、高性能的AI推理芯片技术。

该公司为通用汽车、梅赛德斯-奔驰等车企开发的芯片，在自动驾驶感知系统中实现了比竞品快2倍、节能40%的技术性能。

通过动态资源分配，独特的空间架构（Spatial Architecture）可在边缘设备上高效运行复杂的视觉Transformer模型，同时支持企业数据中心的高密度部署。

此次被AMD收购的工程师团队，将直接增强AMD两项技术能力：一是AI编译器开发，Untether AI在动态编译和内核优化方面的经验，能提升AMD硬件的软件适配效率；二是SoC设计，被收购团队曾主导开发过集成AI加速器的车规级芯片，有助于AMD拓展自动驾驶和工业物联网市场。

连续收购反映了AMD从“硬件供应商”向“AI解决方案提供商”的转型。

通过整合Brium的软件优化能力和Untether工程团队的芯片设计经验，AMD正在构建“芯片-软件-系统”三位一体的竞争力。

这一战略在其2024年收购ZT Systems（数据中心基础设施公司）时已初现端倪：通过将硬件、网络和系统集成能力纳入自身体系，AMD得以与英伟达的DGX系统直接竞争。

在技术层面，AMD的全栈布局聚焦两大方向：一是通过开源生态吸引开发者，如Brium的工具已集成到PyTorch官方插件库，开发者可通过简单配置实现AMD硬件加速；二是优化边缘-云端协同，Untether的芯片支持与AMD MI300X GPU的混合部署，在智能工厂场景中能大幅降低整体推理延迟。

当前AI芯片市场仍由英伟达主导，其数据中心GPU市占率高达75%，且采用Blackwell架构的新品B200在推理性能上领先AMD MI325X两倍以上。

AMD的应对策略是“差异化竞争”：在高端市场，通过MI300X的1.5TB HBM容量抢占大模型单节点部署场景；在边缘市场，借助Untether的低功耗技术，快速切入自动驾驶、工业机器人等领域。

开源生态的构建是AMD破局的关键。

通过收购Brium 等公司，AMD已将ROCm框架的开发者数量提升至20万，较2023年增长300%。但这个数量与英伟达CUDA的200万开发者基数相比，差距依然非常大。

因此，AMD需在工具链成熟度、文档支持等方面持续投入，像Brium在博客中提到其工具仍需手动调整环境变量才能达到最佳性能，这一问题亟待解决。

巨头收购，通常会带来整合不力的问题，比如英特尔就是，数次大规模收购都没能带来预期中的正向反馈。因此，连续收购对AMD的整合能力也提出了考验。

2022年，AMD收购Xilinx后，AMD花了18个月才完成产品线协同，而Brium和Untether的团队分散在多个国家，文化差异和技术路线整合可能影响在组织和商业上的进度。

此外，AMD在一季度研发支出达17.3亿美元，其中约30%用于软件生态建设，但与英伟达同期58亿美元的研发投入，差距明显。

除了组织和文化整合，能否取得预期中的市场验证，也是AMD面临的另一大挑战。

AMD MI325X虽在硬件参数上领先，但实际部署中因软件问题导致性能仅达标称值的60%，客户更倾向选择英伟达B200。

Brium和Untether的技术能否在2025年底前显著改善这一状况，将决定AMD能否在AI芯片市场实现份额突破。