AMD繼續在AI中建立動力，還有很多工作要做

總體而言，我認為該活動對於展示AMD如何向客戶和開發人員移動球非常重要。在SU的領導下，AMD的MO將製定明確，雄心勃勃的計劃，並對他們執行。她的“說/do”比率很高。該公司會做它會做的事情。這正是在NVIDIA在數據中心AI GPU市場中的統治地位，必須繼續做的事情。我在前進的AI事件中看到的東西從去年開始引起了我的信心 - 儘管需要解決一些差距。

（注意：AMD是我公司的諮詢客戶，Moor Insights＆Strateging。）

AMD的AI市場機會和全棧策略

當她上台時，蘇通過描述了驚人的增長，這是當今AI芯片市場的背景，為AMD的公告建立了背景。只需查看下面的圖表即可。

因此，芯片行業的這一細分市場到2028年的TAM量為半萬億美元，整個AI加速器市場的複合年增長率為60％。 AI推斷子細分市場（AMD與NVIDIA更好地競爭）的複合年增長率為80％。人們認為去年引用的市場數量太高了，但事實並非如此。這是我們生活的世界。在記錄中，我從未懷疑去年的TAM數字。

AMD本身正在為這個世界上一個更大的位置。正如SU指出的那樣，其本能GPU被10家最大的AI公司中的7家使用，並且他們駕駛Microsoft Office，Facebook，Zoom，Netflix，Uber，Uber，Salesforce和SAP。它的EPYC服務器CPU繼續佔據創紀錄的市場份額（上一季度40％），並且已經建立了一個完整的堆棧（部分是通過智能收購）來支持其AI的雄心。我將特別指向ZT系統的採集以及Pensando DPU和Pollara NIC的引入。

GPU是Datacenter AI的核心，AMD的新MI350系列在此活動中引起了人們的關注。儘管這些籌碼計劃在第三季度運送，但SU表示，實際上，生產貨物實際上是在6月初開始的，合作夥伴正逐步啟動平台和第三季度的公共雲實例。當他們聽說MI350在上一代人的4倍性能中提高了4倍的表現時，他們的歡呼聲。 AMD表示，其高端MI355X GPU的表現優於NVIDIA B200的音調1.6倍，2.2倍計算吞吐量，每美元的標記增加40％。 （我公司Signal65的測試表明，運行DeepSeek-R1的MI355X比B200高達1.5倍。）

從不同的角度來看，單個MI355X可以運行520億個參數模型。當Su和其他舞台上的其他人展望更好的表現（也許更好的10倍）時，我並不感到驚訝。這使我們進入了一個單個GPU經營著萬億參數模型的夢境。

順便說一句，AMD一秒鐘沒有忘記它是一家CPU公司。原定於2026年上市的EPYC威尼斯處理器絕對應該更好 - 256個高性能核心，計算性能比當前一代高70％。 EPYC在過去幾年中在數據中心市場份額方面的迅速增長並非偶然，此時，公司為CPU所需要的所有工作都穩定在其當前的右上角軌跡上。我希望Signal65在測試公司在活動中提出的索賠時會有所作為。

在代理AI的時代以及許多競爭和互補的AI模型的景觀時代，需要這種表現水平。 SU預測 - 我同意 - 未來幾年將有數十萬個專業的AI模型。對於企業而言，這是完全正確的，該企業將較小的模型集中在CRM，ERP，SCM，HCM，Legal，Finance等領域。為了支持這一點，AMD在活動中談到了其計劃維持年度本能加速器的計劃，每年增加新一代。很難說，很難做到 - 但是，這些天AMD再次具有很高的發言/DO比率。

AMD的2026機架規模平台和當前軟件的進步

在硬件方面，最大的公告是即將到來的Helios機架GPU產品，AMD計劃在2026年交付。這是一件大事，我想強調將高性能CPU（EPYC Venice），GPU（MI400），GPU（MI400）和Next Gen contracing Chips（Nextgen dulvelcano pensando nics）組合在一起。這也是一種搭配NVIDIA的絕佳方式，NVIDIA可以通過自己的AI架子尺寸的產品造成薄荷。在活動中，蘇表示，她認為Helios明年推出時將成為新的行業標準（並引用了一系列規格和績效編號來支持這一點）。很高興看到AMD提供了這麼遠的路線圖，但是在Nvidia在今年早些時候的GTC活動中也必須進行。

在軟件方面，AMD人工智能集團高級副總裁Vamsi Boppana開始宣布ROCM 7的到來，ROCM 7是該公司GPU的開源軟件平台的最新版本。同樣，每一代都取得了很大的進步 - 在這種情況下，與ROCM 6相比，推理性能的增長3.5倍。 Boppana強調了AMD軟件的更新節奏非常高，每兩週發布新功能。他還談到了分佈式推理的好處，這允許將兩個推理的任務分開，以將GPU池分開，從而進一步加快了過程。最後，他宣布 - 為了歡呼聲 - AMD開發人員Cloud ，這使得AMD GPU可以從任何地方訪問，因此開發人員可以使用它們來測試他們的想法。

去年，梅塔（Meta）對ROCM有話要說，我給我留下了深刻的印象，因為Meta是微軟旁邊最困難的“分級”。今年，我聽到公司在談論培訓和推理，再次給我留下了深刻的印象。 （更多信息。）與AMD的AI軟件副總裁Anush Elangovan一起度過了一段時間，我與他一起拍攝了視頻。 Elangovan非常頑固，這正是AMD所需的。真正的研磨。夜間代碼下降。

AI中的AMD效果很好

因此，這就是AMD推進AI的新事物。在接下來的三個部分中，我想談談我在活動期間聽到的善良，需求改善和尚未確定的方面。

讓我們從跳到我的好處開始。

• 機架規模的平台公告 -一定要在孵化之前我們不應該計算任何雞，而且我們還不知道Helios在市場上的表現如何。但是我對團隊有能力進行這個非常具有挑戰性的項目充滿信心，我認為這可能會變成一個不錯的競爭產品，這將迫使NVIDIA在有效地擁有自由rone的領域中引起注意。
• ROCM的進步 -至少與機架規模硬件的發展一樣令人興奮，甚至更是如此 - 由於新版本可以實現的目標，而且還因為它的質量和改進的節奏表明了AMD在AI領域的成熟。儘管在過去的2。5年的AI革命中，該行業的大部分關註一直在GPU上，但實際上，該軟件與硬件一樣重要。為了支持這一觀察結果，我會注意到，在過去的幾年中，我有OEM高管直言不諱地告訴我，他們在關鍵時刻選擇了NVIDIA，因為它的軟件比任何競爭的芯片製造商都好得多。鑑於AMD在這一領域的迅速上升，我認為至少在CUDA層，他們今天不容易說出這一點。但是，如果您使用NVIDIA模型，框架或NIMS，那仍然很難克服。
• AI培訓 -去年，AMD與推理一起談論了很多關於培訓，但其客戶只談論了推理。與此事件的對比很明確：來自Meta，Microsoft和Cohere等的技術領導者強調，他們正在使用AMD GPU進行培訓，而不僅僅是推論。現實世界驗證很重要。
• TCO和Trust -為什麼AMD贏得業務？另一個客戶或合作夥伴另一個客戶重申了“信任”和“關係”等術語，以談論與AMD合作，“ TCO”或“價格/績效”，以討論其產品的交付方式。請注意，這並不意味著AMD是一種俯衝，或者它的產品便宜；這意味著該公司使自己可靠且易於開展業務，並且其產品可以以一種有意義的方式解決它們本應的問題。
• Ualink -這比上面的物品狹窄，但是儘管我的公司自去年推出以來已經涵蓋了Ultra Accelerator Link聯盟，但最近我一直想知道Ualink的競爭地位。 NVIDIA上個月宣布NVLink Fusion尤其如此。但是，在ASTERA LABS首席執行官Jitendra Mohan在AMD活動中聽到了Ualink的活力，我對Ualink的活力感到更好，並在AMD活動中與XPU提供商進行了交談。
• 新朋友 -令我驚訝的是，舞台上的客人包括來自Xai和Openai的領導人（不少於Sam Altman本人）。雖然現在要判斷這是否會導致與任何一家公司（或僅由AI公司用作對NVIDIA的價格桿）的大量業務，但這仍然令人印象深刻。

什麼對我推進AI不起作用

總體而言，我認為前進的AI是AMD的勝利，但在兩個領域，我認為該公司錯過了這一分數，一個是遺漏的，一個是按佣金進行的。

• NIMS -雖然NVIDIA的CUDA平台是其軟件上最大的競爭力差異，但這並不是唯一的差異化因素。它的NIM微服務使組織更容易在雲，數據中心部署基礎模型。到目前為止，我還沒有看到AMD的任何東西可以抵抗Nvidia在這方面的優勢。如果AMD擁有商品，則需要更好地向它們傳達和宣傳它們。如果不是這樣，我認為它必須在這一領域加強，否則可能會處於不利地位。在企業中尤其如此，在企業中，SAP，ServiceNow，Cloudera，Databricks，Workday等具有企業NIMS。我知道Linux Foundation正在研究某件事，但是在舞台上加強這一點是很棒的。
• “開放”對象 -我相信AMD說“開放”技術（硬件，軟件，生態系統）是正確的，通常在我們瀏覽現代信息技術歷史時會贏得勝利。而且不難考慮支持Linux，Pytorch，OCP或Android等示例。但是，在商業GPU的具體情況下，在過去20多年中，開放性並未獲勝。至此，我一遍又一遍地看這部電影。 “開放”通常太慢了，因為Nvidia的運作速度比過去幾十年來我們在技術各個領域看到的典型“封閉”主要供應商的運行速度要快得多。有人還記得Opencl何時將Nvidia放在其位置嗎？因此，儘管我喜歡開放的標準和開放開發過程，以擴大市場並廣泛傳播技術的進步，但當您與800磅重的大猩猩抗衡時，鼓聲敲響了，似乎並沒有疲倦或失去勝利和迅速獲勝的渴望。如果我看到其他證據，我可以改變主意。

陪審團在AMD AI策略的某些元素上

在某些地區，我懷疑AMD還可以，或者很快就會好起來 - 但我不確定。我無法想像以下任何物品都完全消除了AMD的注意力，但是我建議公司坦率地對待它們，以便客戶知道期望什麼並可以對AMD提供的東西保持高度信心。

• 機架規模的生態系統參與 -正如我上面說的那樣，Helios聽起來很棒。但是，當AMD創建自己的機架規模解決方案時，OEM和ODM在環境中如何發揮作用？他們參加藍圖階段嗎？經過驗證的OCP設計？我很想了解AMD如何看待這些合作夥伴關係在機架規模上。
• 存儲 -簡單的問題：AMD機架規模產品的最佳存儲解決方案是什麼？ （後續問題：地平線上有任何關鍵供應商作為合作夥伴嗎？
• GPU的舞台上沒有OEM - AMD列出了數十名MI350合作夥伴，但是從舞台上講話的合作夥伴或客戶都不來自OEM。那是偶然的嗎？ OEM對競爭機架規模解決方案感到生氣嗎？我認為AMD會很好地為OEM中的任何與OEM相關的公告提供額外的TLC。光學不是一切。 。 。但是他們也不沒有。
• 企業GPU -正如我之前討論的那樣，AMD與HyperScalers一起在其處理器（GPU和CPU）方面取得了長足的進步。在企業數據中心？少。企業GPU的進展似乎不清楚，我很想在這裡看到一兩個不錯的客戶勝利的消息。
• 沒有宣布新的大規模大規模 -正如剛才提到的那樣，在過去的幾年中，高標準對AMD的成功非常重要，任何CHIP供應商都希望聽到Microsoft，Meta和Oracle在此活動中提供的發光詞。但是到目前為止，AWS和Google是Mi系列的堅持。也就是說，如果CSP計劃宣布採用AMD，他們可能寧願在自己的活動中按照自己的條件（例如，AWS RE：Invent：在年底之前發明）。 AWS和Google都對自己的XPU進行了大量投資，因此他們會專注於AMD進行推斷嗎？最終，我認為我們會看到他們加入，但我不知道什麼時候。

AMD AI開發中的下一步

在AMD保持的穩定節奏方面，要設計尖端的半導體（更不用說機架規模的系統和所有隨之的軟件）非常困難。因此，對Su和其他所有人的人都表示敬意。但是，如果AMD從數據中心GPU預測開始，我的信心（和華爾街）將會上升。顯然，AMD不需要在每件事上都與NVIDIA競爭。但是，它可以很好地填補故事中的一些空白，以更好地與它所創造的全面生態系統交談。

在OEM和半導體方面都花了很多時間在公司內部工作，我確實了解AMD在提供這種清晰度方面遇到的困難。著陸設計獲勝的過程可能是笨拙的，一些非AMD發言人推進了AI，該公司在此過程中不可避免地參與了“烘焙”。同時，除了AMD的機構保守主義以外，我們還要想知道什麼可能會阻礙一切阻礙 - 工程師的健康沉默不在確定勝利之前不提出任何要求。

也就是說，隨著Nvidia的B200售罄，您會認為AMD應該能夠出售其製造的每一個晶圓，對嗎？那麼AMD的收益率還不夠好嗎？還是高分標有自己的問題擴展和部署？還有其他門控件嗎？我很想知道。

請不要以我的任何錯誤方式接受我的任何問題，因為AMD正在做一些令人驚奇的事情，而我擺脫了AI事件對公司的進步印象深刻。在節目中，SU直接描述了我們所居住的這場AI革命的節奏 - “與我們在現代計算中看到的任何東西，我們在職業生涯中看到的任何東西，坦率地說，我們一生中看到的一切。”我將繼續尋找解決問題的答案，我渴望看到AMD和NVIDIA之間的競爭如何在未來兩年及以後進行。同時，AMD在活動中移動下來，我期待看到它的發展方向。

以上是AMD繼續在AI中建立動力，還有很多工作要做的詳細內容。更多資訊請關注PHP中文網其他相關文章！