财报显示，D第二季度的收入和盈利均两位数下滑，但还没有华尔街预期的降幅大：D当季营收54亿美元，分析师预期53.2亿美元；二季度调整后运营利润率20％，分析师预期19.5％。

D首席执行官苏姿丰（Lisa Su）指出，二季度业绩强劲得益于，数据中心业务中的第四代EPYC CPU和PC业务相关的Ryzen 7000 CPU销售大幅增长。

同时，苏姿丰在与分析师的电话会议上表示，到2027年，数据中心的人工智能加速器市场可能会超过1500亿美元。个人电脑是推动半导体处理器销量的传统产品，但随着个人电脑销量下滑，人工智能成为半导体行业的新亮点之一。

生成式和大语言模型（LLM）需要的算力和内存大幅提高。预计今年，数据中心加速器的市场将达到300亿美元左右，到2027年将超过1500亿美元，复合年增长率超过50%。这意味着未来四年的CAGR将会超过50%。

AMD实现硬软件关键里程碑

在今年5月公布一季度财报后，苏姿丰就曾表示，现在是AMD的头号优先要务，“虽然我们仍处于人工智能新时代的早期阶段，但很明显，人工智能为AMD带来了数十亿美元的增长机会”。

AI是塑造下一代计算的决定性技术，也是AMD最大的战略增长机会。AMD正在增加AI相关的研发支出，并已经制定AI战略 —— 包括AI专用和软件的开发，在实现硬软件关键里程碑方面取得了巨大进展。

· A：A是AMD为AI和高性能计算（HPC）打造的一系列最新APU加速卡之一，采用3D堆叠技术和Chiplet设计，配备了基于5nm制程的9个组，置于基于6nm制程的4个芯片组之上，其晶体管数量达到1460亿。其中有24个Zen 4 CPU核心，一个CDNA 3图形引擎，内置128GB的HBM3内存。相较上一代的MI250X，在AI上的算力（TFLOPS）预计能提升8倍，能耗性能（TFLOPS/watt）将优化5倍。

· MI300X：MI300X是针对LLM设计的MI300A优化版本，内部没有集成CPU内核，而是采用基于CDNA 3架构8个GPU芯粒以及另外4个I/O内存芯粒组成的芯片，晶体管达到1530亿个，是目前全球最大的逻辑处理器。内存达到了192GB，内存带宽为5.2TB/s，Infinity Fabric带宽为896GB/s，高内存密度和高内存带宽使得MI300X在运行大模型（如GPT-3、PaLM2等）方面更具优势。

基于MI300X，AMD还宣布了Instinct平台，其搭载8颗MI300X，提供总计1.5TB的内存，意味着该计算平台能训练参数规模更大的大语言模型。

除了硬件，AMD也在加大软件生态的投入，推出了用于数据中心加速、一套完整软件栈工具AMD ROCm系统，包括为PyTorch 2.0提供即时“零日”支持，AI模型“开箱即用”等。ROCm软件栈可与模型、库、框架和工具的开放生态系统配合使用，TensorFlow和Caffe深度学习框架也已加入第五代ROCm。

去年11月ChatGPT发布以来，人工智能领域对算力的需求空前提升，提供底层算力的是最大的受益者，其GPU产品在AI大模型训练上几无替代品。随着AMD收购赛灵思完成后，其在AI领域的力度明显加大，也希望把握生成式AI带来的重大机遇。

此次MI300X新一代服务器处理器系列等产品披露进展后，AMD的计算产品线将从CPU、GPU、FPGA、DPU延伸至软件平台，形成与的全面竞争格局。

欲与试比高

目前，英伟达在AI领域处于制霸地位，它在AI处理器市场上占据大约80%的份额，其高端处理器已被用于训练和运行各种聊天机器人。

在2016年的GTC China大会上，黄仁勋就表示：“AI算力将是未来科技发展的核心，因此英伟达不再是一个半导体公司，而是一家AI计算公司”。之后一直专注于提升AI算力，成功搭上ChatGPT的浪潮，在2023年5月30日，英伟达市值突破万亿美金。再回过头，英伟达已经顺AI之势成了难以撼动的巨无霸。

面对五年复合增幅可达50%以上的市场需求量，AMD很难不心动，MI300新系产品线的亮相，或将成为能够与英伟达一决高下的“终极武器”。值得注意的是，因为多个客户启动或扩大支持AMD Instinct加速器未来大规模部署的计划，AMD的AI参与度在二季度增长了七倍多。

对标英伟达AI芯片H100的大模型专用芯片，AMD的MI300X号称HBM密度高达英伟达H100的2.4倍，HBM带宽高达H100的1.6倍，单个芯片可运行多达800亿参数的模型，可以运行比H100更大的模型，相比之下，H100芯片只能支持120GB的内存。虽然英伟达在这一点上可能将很快迎头赶上，甚至在相同的时间框架内实现反超，但在这一新兴市场的主导地位仍将受到挑战。

随着模型规模越来越大，需要多个GPU来运行最新的大型语言模型，而当MI300X配置更大的内存，生成式AI模型可能就不再需要数目那么庞大的GPU，意味着可以节约成本。

AMD尚未公布MI300定价，但不难预测很可能将延续往日的高性价比定价风格，重点关注先把市场打开。在全球算力紧张、英伟达芯片价格居高不下的情况下，很可能选择在英伟达产品的价格上给压力。

此前，AMD表示MI300系列芯片将于第三季度开始批量生产，并将于第四季度开始量产，并没有透露具体有哪些公司将计划购买MI300X或MI300A。

AMD真的能逆袭英伟达吗？

AMD的MI300系列是目前从硬件水平上最接近H100的产品，但MI300X并没有像H100的Transformer Engine（用加速Transformer大模型的引擎），H100可以将大语言模型（LLM）的性能提高两倍，这也意味着用同样数量的MI300X将花费更长的训练时间。

同时算力的比拼，除了硬件端，其实还有软件端的较量。MI300系列的发布虽然在硬件参数上努力实现对标，而在软件端存在不少的差距，需要更多的时间来追赶。

英伟达CUDA软件生态帝国早在2007年就开始起步，AMD的ROCm在2016年才发布，ROCm操作系统长期只支持Linux，最近才登录Windows，但由于前期积累的较少，在开发者数量和软件包数量上远远落后。在Github上，贡献CUDA软件包仓库的开发者超过32600位，而ROCm只有不到600个，这很大程度影响了客户的使用。

CUDA是一个完全封闭的系统，绑定了百万计的开发者。从2017年推出V100，到2020年推出A100，再到2022年推出H100，现如今英伟达的CUDA生态已经积累了近250万开发者，建立了其他竞争对手短时间难以逾越的护城河。

与英伟达独有的CUDA生态不同，AMD推出ROCm生态圈，并实现通过HIP完全兼容CUDA，同时也与客户包括微软等合作重构自己的生态。虽能完全兼容CUDA，为AMD提供了说服客户迁移的条件和理由，但兼容只属权宜之计，进一步建立属于自己的生态才能形成竞争优势。

目前可以真正兼容CUDA的除英伟达自身外就只有AMD一家，AMD和英伟达之间有相关的IP授权，这样AMD的MI系列GPU可以使用CUDA，其他初创企业都不能直接使用CUDA。

从技术层面来看，兼容意味着被动、落后，因为CUDA每一次升级，ROCm都需要做出对应升级，技术团队无法将所有精力用于ROCm生态圈的迭代上，应用场景和使用体验都会落后于英伟达。

相比于英伟达，AMD无疑落后了半个身位。此外，英伟达已经在交付H100，并表示在未来几个季度会增加产量，其产品已得到客户的认可和接受，并且已经有完整的产业链为其供货；而AMD的新品仍在试验阶段，还尚未披露任何基准测试，可能到下半年才会交付，还有许多问题仍待解决。这或是市场有所保留的原因，新品推出都需要经过市场长时间的验证。

在行业景气度持续上升的背景下，谁能率先完成独有的软件生态，谁就有可能挑战英伟达在训练芯片的市场地位，目前看最有机会的就是AMD。期待今年晚些时候能够看到一些与同业竞争对手的比较。

有望带动良性竞争

因为英伟达在算力芯片上具有绝对领先的地位，而当前AI需求的激增让A100、H100等产品供不应求，其订单已经排至2024年，像H100在明年一季度之前都处于售罄状态。

MI300X的推出给市场带来打破英伟达“一家独大”局面的希望，大模型玩家渴望通过使用更优秀产品，以减少与OpenAI等厂商算力支持差距。虽然从短期看，两家之间仍有不小的差距，但中长期的角度，市场追赶者的出现还是能加剧算力端的竞争，有助于降低AI芯片的价格，更利于技术的迭代和进步。