AMD发布2024财年第三季度财报。财报显示，营收达68.2亿美元，同比增长18%，环比增长17%；净利润达到7.71亿美元，同比大增158%，毛利率达50%。第三季度的业务表现强劲，实现创纪录的季度营业额，主要得益于EPYC（霄龙）处理器和Instinct系列数据中心产品的销售增长，以及市场对Ryzen（锐龙）PC处理器高涨的需求。
从三季度财报中可以看出，与AI相关的数据中心业务是AMD当下备受关注的焦点。数据中心部门收入三季度达35.49亿美元，同比大幅增长122%，环比增长25%，收入连续三个季度创新高，且增速在今年逐季提高。这主要得益于公司旗下的AI芯片产品Instinct GPU、EPYC CPU销量的增加。
客户端事业部本季度营业额为18.81亿美元，同比增长29.5%， 环比增长26%，增长主要来自最新的Zen 5架构锐龙处理器激发的强劲需求；游戏事业部本季度营业额为4.62亿美元，同比下降69%，环比下降29%，主要原因是半定制业务营业额减少；嵌入式事业部本季度营业额为9.27亿美元，同比下降25%，主要由于客户对库存水平的调整。
当前PC市场依旧低迷，IDC最新报告显示今年第三季度全球PC出货量同比下降2.4%，市场需要更长时间来复苏，预计明年将能回到个位数增长。苏姿丰透露，公司对2025年的PC市场持乐观态度，预计上半年会出现一定程度的季节性，也许会增长中等个位数。
AMD对四季度的营收指引区间为72-78亿美元，环比增长约10%，区间中点为75亿美元，略低于市场平均预期的75.5亿美元。在市场期待更大提升的情况下，这引发了市场对于“AI泡沫”的担忧 —— 英伟达、AMD这批因AI业绩暴涨的明星公司能否符合预期持续增长，恰恰是影响市场信心的关键因素。
市场上AI芯片主要是被用于谷歌、Meta、微软、亚马逊、特斯拉等硅谷科技巨头投入数据中心AI基建项目，英伟达、AMD的数据中心业务大部分增长都来自这些“小部分”的大客户。如果大客户们正在布局的AI基础设施数量超过了当下实际的需求，未来可能会导致泡沫破裂。
但也分析认为AI需求的健康程度毋庸置疑，AMD主要是受到供应链的限制而无法满足对AI芯片的订单激增。全球最大芯片代工制造商台积电在7月份曾警告称，一直到2025年，全球人工智能芯片的产能都将非常紧张，意味着先进制程半导体的供应面临重大障碍。
就AI芯片的供应情况，苏姿丰表示AMD对供应链在过去几个季度的表现感到满意，但很明显仍处于一种紧张的供应情况，预计后续几个季度还将维持这种紧张的供应情况。
在英伟达Blackwell芯片出货延迟的影响下，由于市场对AI芯片和处理器的需求增加，不少人将AMD定位为英伟达的竞争对手。作为被外界看好的「英伟达挑战者」，10月10日于旧金山举行的Advancing AI活动上AMD推出了下一代Instinct MI325X，有望在2024年第四季度投入生产，预计从2025年第一季度开始发货。
MI325X采用了与上一代MI300X相同的CDNA 3架构，并扩展内存容量和带宽优势，首次采用了业界目前最先进的HBM3E，总容量达256GB，基于16-Hi堆栈制程，内存带宽高达6TB/s，单颗芯片总共拥有1530亿个晶体管。与H200相比MI325X推理性能提高20%，在运行Meta的Llama 3.1大模型时，MI325X的推理性能比H200高出40%。
横向对比，英伟达H200采用的HBM3E容量为141GB，带宽为4.8TB/sz，总晶体管数量约为800亿个；在今年3月，英伟达最新推出的B200采用的HBM3E内存容量为192GB，与MI325X的256GB HBM3E内存容量仍存在差距。虽然HBM3E内存容量并不是评判性能的唯一标准，但对产品性能的上限有明显提升，这也是AMD直面英伟达的底气。
AMD最新的GPU技术路线图
作为英伟达芯片的“性价比替代”，AMD有机会凭借其MI325X和MI350 Instinct产品来争取更多的市场份额。预计客户对AMD大部分产品组合仍将集中在MI300上，微软和Meta在本季度则扩大了对AI加速器MI300X的使用，微软已在广泛使用MI300X。
英伟达的脚步也并未放缓，今年3月推出的B200的性能是上一代H200 GPU的2.5倍。B200采用Blackwell新架构，AI运算性能在FP8及新的FP6上都可达20PFLOPS，是前一代Hopper构架的H100运算性能8PFLOPS的2.5倍。拥有高达2080亿的晶体管数量和192GB的HBM3E内存容量，提供了8TB/s的内存带宽。
从硬件性能上看，英伟达B200在晶体管数量、内存带宽以及FP8峰值性能等方面都占据了明显优势，总体而言MI325X与B200相比仍存在不小的差距。不过按照AMD的设想，MI325X足以跟H200正面竞争，明年推出的MI350系列将对标B200开始新一轮的竞争。
AI芯片的本身性能，英伟达采用了高度优化的架构，在浮点运算能力方面表现卓越，还具备出色的并行处理能力。AI计算任务通常具有高度并行化的特点，英伟达通过集成大量的计算单元能够同时处理多个数据块，这种并行处理能力可以让芯片在处理AI任务时充分利用数据的并行性，进一步提高计算效率。
研发投入巨大，过去10年，英伟达累计投入费用高达364亿美元，高于苹果公司、微软公司等科技巨头。截至2024财年（2023年自然年），英伟达研发费用高达86.75亿美元，是AMD同期研发费用的1.48倍；而根据目前的年化预测，英伟达的研发投入是AMD的2倍。随着研发投入的不断增长，通过技术进步降低成本和产品价格，不断推出新的产品吸引更多消费者，英伟达优势自然也逐渐凸显。
生态布局的建立进一步增加了竞争壁垒，英伟达推出CUDA平台，应用到3D游戏、图像处理、科学计算、大数据处理、机器学习等广泛领域。如今AMD抢占市场份额时遇到的最大难题就是CUDA平台在AI软件开发领域建立起的护城河，开发人员已经牢牢绑定在了英伟达的生态系统里。
在先进制程的获取上抢占先机，英伟达与台积电长期稳定的合作关系，使其在芯片生产的供应链管理上更加成熟，体现在生产计划的精确安排、生产周期的有效控制以及产品良率的保障上。相比之下，AMD 在争取台积电先进制程产能时，往往受到英伟达订单的挤压，在生产计划和良率控制方面可能面临更多的不确定性，这在一定程度上影响了AMD产品的市场竞争力和供货稳定性，进而导致其在AI芯片市场份额争夺中处于劣势。
尽管目前AMD在这些关键领域相较于英伟达处于劣势，但它正在积极地做出改变和追赶，并非毫无机会，AMD一直在不断优化自己的ROCm软件，目的就是让AI开发人员能更轻松地把更多AI模型「搬」AMD的芯片上。
除了AMD和英伟达这两大巨头外，越来越多的公司也开始进入AI芯片领域，许多互联网公司和技术巨头，如亚马逊、微软、Meta等都在开发ASIC芯片，以应对日益增长的计算需求。这些公司的加入，不仅丰富了AI芯片市场的产品线，也推动了技术的不断创新和升级。
洞察芯世界
了解芯趋势
