英特尔失手十年，AMD 迎来“复仇周期”

公众号记得加星标⭐️，第一时间看推送不会错过。

来 源 ： 内容来自nextplatform 。

在犯错之后，会出现一个恶性循环；但当你设法把自己从坑里挖出来，不仅不再犯错，还通过优秀的工程能力、辛勤的工作以及一点运气赶上并超越竞争对手时，也会出现一个良性循环。

过去十年里，由于（主要是代工业务的失误）英特尔在数据中心领域表现挣扎，这对AMD来说并非坏事；就像在那之前的十年里，AMD自己一路“跌下楼梯”时，也并没有伤害到英特尔一样。由于多个问题，AMD在十年前几乎被数据中心市场彻底赶尽杀绝，不得不重新赢得CIO们的信任，几乎像一家创业公司一样重头再来——先是依靠CPU，如今又凭借GPU以及借助其对赛灵思（Xilinx）、Pensando 和 ZT Systems 的收购而获得的部分网络和系统设计能力。

现在，AMD首席执行官苏姿丰（Lisa Su）以及其核心管理团队表示：AMD已经准备好乘上AI浪潮，并在传统企业级计算市场中获取超过其应得份额的增长。

这正是本周在纽约举行的面向华尔街的金融分析师日（Financial Analyst Day）上传达的主要信息。AMD并不经常举办这种FAD活动，因此每一次都对帮助外界同步预期、微调预测具有重要意义。第一次FAD是在2009年举办，那一年英特尔的Xeon产品线表现极佳，而AMD的Opteron表现不佳。2012年，前任CEO Rory Read 举办了一次大型FAD，宣布公司将弱化其数据中心业务；但到了2015年，苏姿丰成为CEO，技术长Mark Papermaster发布了AMD的“Zen”架构以及在数据中心实现复兴的目标。2017、2020、2022以及2025年的FAD活动则分别勾勒了这条复兴路线上的里程碑。如今可以安全地说：在高性能CPU和GPU方面，AMD已经比其老对手英特尔更可靠；同时在GPU与DPU方面成为Nvidia可信的替代者，并且从明年起，也将成为机架级AI系统的一个可行竞争者。

我们花了几天时间反复研究FAD 2025近五小时的演示内容，现在很高兴能根据本周AMD高层发表的内容，并结合我们对Nvidia的预期，分享我们自己的模型分析。

接下来是AMD对数据中心可寻址总市场（TAM）的最新界定，以及公司对自身CPU与GPU计算产品在该总体TAM中表现的评估——需要强调的是，这里的TAM指的是销售到数据中心的芯片本身，而不是由这些芯片构建的系统，也不包括将软件叠加其上所形成的完整解决方案。AMD销售芯片并免费提供软件，因此它统计的内容包括CPU、GPU（含其转售的HBM内存）、DPU、机架级系统的scale-up网络，以及scale-out网络中的DPU。

直到目前为止，苏姿丰及其团队提供的TAM和预测仅针对数据中心AI加速器。供您参考，这是过去两年内所有的预测：

我们在今年6月做过大量“巫术般的分析”，试图将AI训练芯片与AI推理芯片区分开来，再进一步推算AI推理与训练系统的收入规模。以红色粗体与蓝色斜体标出的数字为 The Next Platform 为填补模型空白或进一步限定AMD TAM模型而做出的估算。

而这一次，在FAD 2025上，AMD只讨论整个数据中心市场，并向华尔街说明其CPU和GPU业务未来将会如何表现。以下是苏姿丰公布的最新数据中心TAM图表：

“要准确判断TAM是什么，总是非常困难。”苏姿丰在开场白中承认。“当我们最早开始讨论AI TAM时，我记得我们从3000亿美元开始，后来更新到4000亿美元，再到5000亿美元。我记得你们中很多人都说过：‘Lisa，这个数字也太高了吧？你为什么认为这些数字会这么高？’事实证明，就AI加速的速度而言，我们可能比错误更接近正确。而这些判断来自我们与大量客户的深入讨论——了解他们如何规划自己的计算需求。”

因此，这就是AMD以及在很大程度上Nvidia正在追逐的TAM。（Nvidia的TAM更大一些，因为它还销售数据中心的scale-out和scale-across网络。但我们暂且忽略这一点。）

“毫无疑问，数据中心是当前最大的增长机会，而AMD在这个市场中的位置非常非常有利。”苏姿丰继续说道。“我真正想强调的是，我们的战略一直非常一致。我认为在科技行业必须如此，因为坦白讲，这些产品周期都非常长。这些是我们的战略支柱：我们从计算技术领先开始，这是一切的基础。我们极度专注于数据中心领导力，而数据中心领导力涵盖芯片、软件以及随之而来的机架级解决方案。”

在她的演讲中，苏姿丰表示：未来三到五年间，AMD的数据中心AI收入将实现超过80%的复合年增长率（CAGR）；在同一期间，公司将有望在服务器CPU市场获得超过50%的营收份额、在客户端CPU获得超过40%的营收份额，并在FPGA市场获得超过70%的营收份额。她还表示，AMD数据中心部门在未来三到五年将实现超过60%的CAGR；而其核心客户端、嵌入式、定制和FPGA业务将在同一期间实现10%的CAGR，从而推动AMD整体营收实现超过35%的CAGR。最后，苏姿丰表示，AMD预计2025年营收约340亿美元，其中约160亿美元将来自数据中心部门；我们认为今年其Instinct数据中心GPU将实现约62亿美元营收，Epyc服务器CPU约93亿美元营收，剩下一小部分来自DPU和FPGA。

在将所有数字塞入“魔法电子表格”之前，我们先来讨论一下CAGR。所谓CAGR，就是取一个数据集的两个端点，然后画一条直线，并计算这条直线的斜率。这是一个非常粗糙的工具，完全忽略了任何市场自然存在的高峰和低谷。特别是在AI领域，我们认为——苏姿丰也同意——未来几年的增长会高于后期年份。我们也认为2026、2027以及2030年将是AI市场整体增长非常好的年份。我们的模型反映了这一点。

因此，不再赘述，这里是AMD模型；而为了比较，我们也加入了日历化的Nvidia数据中心销售额。（注意：Nvidia的财年截至1月，因此需要将N、N-1、N-2三个财年中的1月营收剔除 N 年、从 N-1 中剔除、并将 N-2 的1月加到 N-1 中，以得到当前自然年的营收估算。）请看下方：

一些观察：在假设AMD数据中心营收实现60% CAGR 的情况下，又要让AMD总体营收保持在35% CAGR，同时让其核心业务（PC、嵌入式、FPGA）保持10% CAGR，从数学上似乎很难同时成立。我们的模型尝试平衡这些因素，同时让数据中心AI市场的机会在预测期末仍保持超过1000亿美元。

让我们继续讨论CPU业务。在深入表格前，先提一下AMD计算与企业AI总经理 Dan McNamara 对2026年即将发布、基于Zen 6与Zen 6c内核的“Venice” Epyc处理器规格的介绍：

根据“线程密度”的说法，我们计算得出的倍数为1.33，从而对应Zen 6版本为172核心，Zen 6c（半缓存版本）为256核心。而Zen 5版本的“Turin”Epyc 9005系列最高为128核心，Zen 5c为192核心。

McNamara展示的另一张有趣图表来自AI工作负载推动的GPU需求反过来刺激服务器CPU市场的复兴：

我们已经说了一段时间：如果把AI系统剔除，一般用途服务器市场实际上处于衰退——而从以上数据可以清楚看到确实如此：2022至2023年间，只有用于AI系统的高端服务器CPU维持了市场的平稳；而2024年一般用途服务器营收下降得更快，却依然因AI系统CPU销售而获得支撑。（我们认为在系统营收层面也是类似趋势，而且因为每套系统中GPU数量更高且单价更高，影响会被放大。）

今年，由于大量老旧机器需要升级，并通过负载整合提升效率、释放电力、空间与预算用于AI系统，一般服务器市场（以及其CPU部分）重新回升，AMD预期这一市场将增长到2030年。而AI服务器CPU市场将从2025年约82亿美元增至2030年约300亿美元——以服务器CPU标准来看，这是极其巨大的增长。

重点是：AI工作负载仍然需要大量串行处理，并且需要快速而昂贵的处理器来完成这些工作。

在GPU方面，AMD 的 MI350 与 MI355X GPU 正在加速量产，但所有目光都集中在明年推出的 MI400 系列——这些GPU将插入AMD与Meta合作打造的“Helios”机架中。同时，有不少人也在关注2027年推出、搭载 MI500 系列的新一代机架。

以下是“Altair”MI450 系列的基础规格，我们给它命名 Altair，因为AMD拒绝为其GPU正式采用代号：

虽然 FP4 和 FP8 精度下的FLOPS 很重要，但更重要的也许是HBM4内存的容量与带宽。我们认为，这意味着FP16训练将获得所需的内存容量与带宽，使其效率大幅优于以往的GPU；而在FP8与FP4模式下，也会有足够的带宽让上下文tokens更快被处理、输出tokens更快生成，相比Nvidia和AMD此前乃至当前GPU都更快。

据我们了解，MI400系列共有三种型号，全部采用台积电2nm（N2）工艺。正如苏姿丰本周指出，这是全球首批采用该工艺的芯片。MI450 面向 Microsoft 与 Meta 推动的 OAM 八路开放主板；MI450X（上图）进入 Helios 机架，初始为72 GPU 的配置（类似Nvidia “Oberon” 中的 NVL72），也将提供64与128 GPU 的版本。MI455X 是高端型号，我们认为其HBM4容量为432GB——明显高于今年早些时候提到的288GB。

配备 MI455X 的 Helios 机架可提供 1.45 EFLOPS（FP8）与 2.9 EFLOPS（FP4），总计31TB HBM4、以及1.4PB/s 带宽。其基于以太网的UALink（UALoE）scale-up网络可为72颗GPU提供260TB/s的带宽（每颗3.6TB/s），机架外的scale-out网络带宽为300GB/s。

以下是AMD将其未来Vera-Rubin 计算引擎（用于Oberon机架）与 Venice-Altair 计算引擎（用于Helios机架）进行对比：

看起来势均力敌……

MI430X 是 Altair 的另一个型号，目前信息不多，它面向逐渐成为AI中心的国家级HPC中心：

我们强烈认为 MI430 将拥有更高的FP64性能密度（每单位能耗或每美元），但AMD如何实现仍不得而知。今年早些时候，我们与 AMD GPU平台副总裁、长期领导IBM Power CPU项目的 Brad McCredie 对话时，他曾暗示AMD正在尝试一些新设计。我们当时提出：是否可以将不同浮点精度拆分到不同计算chiplet中，例如FP64/FP32一个chiplet、FP16一个chiplet、FP8一个chiplet、FP6/FP4一个chiplet，并将向量与Tensor单元也拆成独立chiplet。他暗示AMD正在做一些类似的事情，但没有给出细节。

最后是机架级GPU系统的短期路线图：

随着“Verano”Zen 7/Zen 7c处理器的推出，AMD也将发布MI500系列GPU——我们还没有为其想好代号，以便让AMD自己先公布。同时AMD会继续沿用“Vulcano” DPU 系列作为Helios机架的组件。

AMD尚未透露太多MI500的信息，但以下是相对性能路线图：

如果该图按比例绘制，则MI500系列最高将达到约72 PFLOPS（FP4），比MI455X高约80%，是正在量产的 MI355X 的7.8倍。

企业确实是“购买路线图，而不是购买单点产品”，但最终仍必须购买某个实际产品才能完成实际任务。买家总是希望等待下一代计算引擎来获得更高效率，但如果一直等待，工作永远无法完成。AMD、Nvidia 等厂商当然能依赖这种心理——并顺利将其转化为收入。

只要看看我们上文模型中 AMD 与 Nvidia 的收入数字，就知道这个市场有多丰厚。

https://www.nextplatform.com/2025/11/14/amd-solid-roadmaps-beget-money-which-beget-better-roadmaps-and-even-more-money/

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4227期内容，欢迎关注。

加星标⭐️第一时间看推送，小号防走丢

求推荐