92億美元創紀錄營收背后，AMD從英偉達手中“搶”走了什么？｜甲子光年

黃仁勛的表外甥女，在逆襲之路上狂奔。

作者｜劉楊楠

編輯｜王博

美國當地時間11月4日，AMD公布了2025財年第三季度財報。

在AMD官方發布的財報新聞稿里，創紀錄（record）的表述一共出現了7次。

根據本次財報，AMD在總營收、利潤、自由現金流以及C端營收四個方面都創下了新紀錄：總營收達92.46億美元，同比增長36%；毛利潤為約47.80億美元，同比增長40%；自由現金流增長超2倍；C端業務營收27.5億美元，同比增長46%。

AMD GAAP 季度財務業績，翻譯：「甲子光年」

AMD其他業務表現也均優于預期：數據中心業務營收43.41億美元，同比增長22%；游戲業務營收12.98億美元，同比激增181%。

“我們交出了一份十分出色的季度成績單，創紀錄的收入和盈利表現，反映了市場對我們高性能EPYC（霄龍）、Ryzen（銳龍）處理器以及Instinct AI加速器的廣泛需求?！盇MD董事長兼CEO蘇姿豐表示。

蘇姿豐（Lisa Su）

值得一提的是，蘇姿豐和英偉達創始人兼CEO黃仁勛是遠房親戚。論輩分，蘇姿豐得喊黃仁勛“表舅”，也就是說，她是黃仁勛的表外甥女。

今年4月，蘇姿豐在臺灣大學演講時曾談到黃仁勛：“我非常尊敬黃仁勛，他建立了一家了不起的公司?！?/p>

不過，在2025財年第三季度創下多項記錄的AMD已在悄然搶奪英偉達在AI領域的市場。AMD近期與甲骨文、OpenAI達成的重要戰略合作已經給市場預留了充分的期待。這些合作不僅帶來了巨量訂單，更將AMD的未來與頂級AI玩家深度綁定。

當下市場最關注的，或許就是這些訂單何時真正從紙面落到賬面。

1.AMD手里到底有多少AI籌碼？

「甲子光年」認為，AMD在AI市場的迅速崛起，主要是基于其在GPU、CPU以及軟件層面的一系列戰略部署。蘇姿豐的野心，是打造一個能夠與現有市場主導者抗衡的完整算力生態系統。

AMD Instinct GPU

首先，在AI計算的主戰場GPU，AMD正在緊追英偉達。

此次AMD數據中心業務增長創歷史新高，正是得益于Instinct MI350系列GPU的放量以及服務器市場份額的增長。預計于2026年發布的MI450 GPU，也已經引起英偉達的注意。

據Wccftech報道，Instinct MI450X最初TGP（總圖形功耗）是2300W，后來AMD調高至2500W，以進一步提升性能；英偉達則將基于Rubin架構的VR200的TGP從1800W提高到2300W。

TGP指一塊GPU卡在典型負載下為顯卡核心、顯存、供電模塊、風扇等所有顯卡組件所允許消耗的總功率上限，代表GPU的供能能力。

AMD不僅卷參數，還要跟英偉達爭客戶。

近期Oracle（甲骨文）承諾將部署50000顆MI450 GPU，預計將從2026年第三季度開始交付，并計劃在2027年及以后進一步擴大與AMD合作。這份訂單確保AMD在企業級超大規模云服務市場中已經鎖定了一個核心客戶。

而像Oracle這樣的大客戶之所以選擇AMD，除了平衡英偉達的生態綁定考慮，還有另一大關鍵原因是，AMD確實是性價比更高的選擇：其核心不在于單卡性價比，而在于總體擁有成本（TCO）更具優勢。

在AI大模型訓練和推理場景中，TCO的計算不僅包括芯片采購價，還要計入能耗、機架空間、互聯帶寬、HBM內存容量等元素。

AMD則通過更高的HBM內存容量和更高的能效比來撬動市場。對于運行千億或萬億參數大模型的客戶而言，更高的HBM容量意味著用更少的芯片即可加載整個模型，從而減少所需的芯片互聯數量、降低功耗，最終降低整體TCO。例如，Instinct MI300X配置了192GB HBM3內存容量，以及5.3TB/s 的峰值內存帶寬；其對標的H100相應指標則為80GB和3.35TB/s。

蘇姿豐在此次財報電話會上透露，AI開發者的MI300系列GPU部署在本季度也有所擴大。IBM和Zifra將在大型MI300X集群上訓練多代未來的多模態模型，Coher現在正在OCI使用MI300X訓練其Command系列模型。在推理方面，包括Character AI和Luma AI在內的一些新合作伙伴現在正在MI300系列上運行生產工作負載，直觀展現了AMD在實時AI應用中的性能和總擁有成本優勢。

芯片的紙面性能能否充分發揮，也離不開軟件生態的加持。

AMD的AI芯片快速發展的同時，也在加速完善軟件生態。目前，AMD推出的ROCm生態已迭代到第七代，相比第六代，其推理性能平均提升3.5倍，訓練性能平均提升3倍。

ROCm 7與ROCm 6的對比

「甲子光年」發現，AMD通過一系列收購活動來增強其AI軟件能力，包括收購AI軟件公司Mipsology、Nod.ai，以及去年收購的Silo AI，均是加速AI模型在AMD硬件上的開發和部署。

未來，AMD還將繼續增強AI業務的軟硬件投入，以強化其TCO優勢。AMD將推出Helios機架級解決方案，該機架將搭載AMD Instinct MI450系列GPU、代號Venice的新一代AMD EPYC CPU、代號Vulcano的新一代AMD Pensando高級網絡，更好解決大規模AI訓練與推理工作負載的需求。

可以說，GPU是AMD必須補的一門必修課。但GPU并非AMD唯一的出路。長期來看，AMD真正的“基本盤”，或許還在CPU。

此次三季度財報電話會還透露一則關鍵信息，AMD傳統的服務器業務增長在上一季度甚至略微超過了其備受矚目的AI芯片部門。蘇姿豐透露，服務器CPU營收達到了歷史新高，因為第五代EPYC處理器（Turin）的采用速度迅速加快，在本季度占EPYC總營收的近一半。

這也預示著，AMD將用一條與英偉達不同的、更契合當前市場需求的路徑，趕超英偉達。

如今，許多AI算力中心已經發展到數萬卡集群級別時，核心的市場需求不再是單純的單卡性能，而是如何提供最具性價比的算力調度與業務適配，CPU正在成為AI集群中不可或缺的調度角色。

近幾年，AMD在GPU上加速追趕的同時，也并未放慢CPU的創新。

比如，蘇姿豐上任后便著手研發Zen架構，其核心創新在于其Chiplet模塊化設計和Infinity Fabric高速互聯總線。在傳統設計中，增加核心數量會導致良率和成本急劇惡化。Zen架構通過將多個Chiplet拼接在一個封裝內，極大地提高了制造效率和良率。Infinity Fabric則確保了這些小芯片之間的高速通信，實現了高核心數（如最高128核）、高能效比和低總體成本的平衡。

同時，AMD的3D V-Cache技術（通過垂直堆疊額外的L3緩存）在某些AI相關工作負載中也提供了獨特的價值。雖然對于大型深度學習訓練任務的幫助有限，但它能顯著提升CPU端的數據預處理性能、小型推理工作負載，以及對延遲敏感的高性能計算（HPC）任務的效率 。

整體來看，AMD十分擅長揚長避短之道，利用其在CPU領域的優勢地位，將客戶注意力吸引到整體機架TCO而非單純GPU性能上。出售更易于被市場采納的、高性能CPU/系統組合的同時，不斷完善GPU生態，由此也繞開了ROCm軟件生態的短板。

總的來看，AMD正在從一個PC芯片供應商轉型為一個AI系統級解決方案提供商，這是其AI戰略的關鍵一環，同時也契合了當前國內外市場對AI算力的需求痛點。

2.游走在中美之間

算力不夠用了——這或許是北美巨頭此前在AI算力投入上“抱團取暖”的核心動機。

算力部署的瓶頸不再僅僅是技術或芯片制造，而是轉向了基礎設施和能源供應。面對算力危機，中美科技界走出了兩條截然不同的戰略路徑。

美國的核心策略是“增加供給”，砸更多錢，造出更多算力。OpenAI為例，其數百億美元的算力投入計劃，實則也是美國科技巨頭不惜一切代價擴大算力儲備、制造更多算力這一思路的縮影。

中國則更強調“組織優化”，由于美國對高端芯片的出口管制，中國需要有效利用每一份算力，通過優化算法、場景和算力精準適配，來提升現有資源的利用效率。

AMD橫跨中美兩大市場，已經在北美和中國兩大市場構建了不同的生態位。

在北美市場，AMD毫不猶豫地加入了OpenAI、Oracle、Meta和Microsoft等巨頭的算力“大團圓”，提供最先進的MI450和MI350系列GPU，直接參與最前沿的AI訓練算力市場競爭。

在中國市場，AMD必須設計出合規的“定制版”芯片，以維持其在華的市場份額。例如，AMD曾設計了Instinct MI308等數據中心GPU，其性能和互聯速度被有意限制，以保持在美國出口閾值之下。

但是AMD這次明確表示，其第三季度的業績不包括向中國出貨AMD Instinct MI308 GPU產品的任何收入。

一般來說在會計制度中，公司在無法確定最終出貨能否實現或收入確認是否符合會計及監管要求時，會選擇“不計入尚未確定的銷售收入”。從AMD的披露看，“向中國出貨MI308”仍帶有不確定性，所以收入未計入。

不過，在這種復雜環境下，AMD也試圖用商業手段，繞開非商業因素的制約，在中國聯合阿里云等頭部云廠商，主打“場景化算力”和“芯片共創”。這種模式核心目的是針對不同細分業務需求提供最具性價比的算力方案，強調系統TCO和高效部署，這與中國科技企業強調能效優化的策略高度契合。

在今年的云棲大會上，AMD在展臺內設置了七個展示單元，涵蓋CPU、嵌入式計算解決方案、ROCm、Mini AI工作站，以及阿里云ApsaraDB RDS、阿里云 ECS與阿里云ACS三大生態合作內容，構成從芯片到解決方案再到行業應用的展示鏈路，全面呈現AMD在智能時代的算力優勢與生態協同成果。

阿里云智能集團服務器研發資深技術專家劉禮寅說：“阿里云與AMD的合作不斷深化。通過第九代AMD云實例，我們為客戶提供了兼顧性能與效率的選擇。這是雙方在推動云計算與AI應用價值落地上的又一重要成果。”

AMD在云棲大會的展位

「甲子光年」認為，AMD在中國AI市場的策略是：合規參與，提供CUDA替代方案，與云廠商深度合作，用開放生態換增長。

不難發現，當前AMD已經搭建起一個足夠完整的業務架構，且戰略重點清晰，動作果斷，相信很難有人在接下來的AI算力生態中輕視AMD。

3.AMD的啟示：先撒網，后聚

AMD的成功轉型幾乎是全球半導體史上一次教科書式的企業復興。其核心驅動力來自于蘇姿豐主導的兩次關鍵業務重組：第一次是“撒網”，第二次是“聚焦”。

這一張一弛之間給AMD畫出了一條清晰的發展路徑。這些經驗對于在當前復雜環境下的中國芯片企業而言頗具現實意義。

在2014年蘇姿豐上任之初，AMD正處于財務崩潰的邊緣，面臨營收下降和現金流枯竭的困境。公司管理層清醒地意識到，必須擺脫對單一、不穩定的PC市場的過度依賴。

為此，AMD在2014年發起第一次重組，瞄準高性能計算市場，將業務體系重組為“計算與圖形”及“嵌入式和半定制化”兩大事業部。核心目標是實現收入來源多元化，果斷切入相鄰的高增長市場，特別是為索尼PlayStation和微軟Xbox提供定制化SoC的半定制業務以及面向數據中心的企業級服務器業務。

在營收處于頹勢時，這次變革是“撒網”，目的是快速占領新的市場份額，為生存爭取時間。

不過，盡管面臨財務壓力，蘇姿豐依然做出了一個高風險、重投入的決策：開發Zen架構。

AMD Zen

Zen架構的成功不僅拯救了公司，還通過EPYC處理器系列真正沖擊了英特爾在服務器CPU市場的長期壟斷地位，也是AMD從PC轉型高性能計算市場提供了技術條件。

第二次重組則發生在2022年財年第二季度。在ChatGPT發布之前，AMD就頗有預見性地將數據中心業務提升為獨立的、對市場變化做出快速響應的事業部。該部門整合了服務器CPU、數據中心GPU、Pensando和賽靈思數據中心產品。

為了確保戰略執行力，在組織架構上，公司迅速提拔了Forrest Norrod擔任執行副總裁兼數據中心解決方案事業部總經理。Norrod在企業級計算經驗頗豐，他領導的數據中心團隊不僅要實現GPU市場份額的擴張目標（目前目標為20%），更要強調提供整體系統級TCO和端到端解決方案的價值。這次重組的核心邏輯是“聚焦”，即從高性能計算的大方向中篩選出最具增長潛力的AI和數據中心業務，并針對性地投入資源和頂尖人才。

從“撒網”高性能計算到“聚焦”AI，我們從AMD的轉型路徑中提煉了一些可以參考的經驗。

首先，敢于并購不等于“既要又要還要”。

AMD的經驗表明，并購行為本質還是要服務于公司的長期戰略，服務于業務主線，明確自身的核心邊界，并敢于做出取舍。

AMD通過一系列并購（賽靈思、ZT Systems、Silo AI）獲得了GPU、FPGA、網絡、系統設計和AI軟件能力。然而，在收購ZT Systems后，AMD做了一個關鍵動作，就是迅速決定剝離其在美國的制造業務。這一決策并非簡單地為了鞏固Fabless模式，而是為了集中資源于高附加值的系統集成和IP設計。

ZT Systems的核心價值在于其機架級集成能力和系統熱設計，這對于將MI系列GPU大規模部署到云數據中心至關重要。物理制造是資本密集且利潤率相對較低的環節，剝離后交由合作伙伴完成，能夠快速減輕成本負擔，將資源集中于構建IP設計、架構和端到端系統集成等核心競爭力，進一步服務于其TCO導向的戰略。

其次，要真正看清并看懂市場需求。

站在當前的時間點上，AI算力市場的核心需求已經從關注單個芯片的峰值性能，轉向關注大規模集群的TCO和業務適配性。

從收購ZT System的動作來看，AMD并不執著于和英偉達在GPU性能上硬碰硬，同時還強調其EPYC CPU在集群中的算力調度、數據協調以及整體的TCO優勢，以此回應市場需求。通過收購ZT Systems，AMD能夠提供Helios等機架級系統解決方案，直接交付經過優化、即插即用的AI集群，從而縮短客戶的設計和部署時間。

最后，開放才是硬道理。

雖然AMD在GPU硬件上追趕速度夠快，但ROCm生態系統的相對滯后是其市場份額擴張的核心障礙。為了解決這一痛點，AMD選擇了擁抱開放源代碼，并通過與OpenAI、Oracle等超大規?？蛻舻纳疃群献?，來推動推動其生態的快速迭代和實戰成熟。

整體上看，AMD的轉型是半導體產業的經典案例，高風險的戰略押注、持續的研發投入和靈活的業務調整缺一不可。

當然，階段性的成功不等于永久的成功。如今的全球算力市場注定無法風平浪靜，AMD頗為激進的轉型動作也給未來長期發展埋下了一些潛在風險。

市場的情緒可以說明一些問題。盡管本次業績全面超預期，AMD股價在盤后交易中卻下跌超過3.7%。華爾街的分析師認為，這既反映了公司股價年內已累計上漲107%后的獲利了結壓力，也隱約反映了市場對AI概念股高估值的普遍擔憂。

我們認為，AMDROCm生態的成熟還需要更多時間。盡管OpenAI和Oracle的深度合作加速了ROCm的迭代，但其能否在2026年后真正達到與CUDA匹敵的穩定性、可靠性和開發工具集，以支持MI450的落地部署，是AMD能否實現其GPU市場份額擴張目標的重要因素。

另外，AMD在短時間內將賽靈思、Pensando、ZT Systems、Silo AI等大量不同業務和技術棧納入麾下，如何高效地整合這些復雜的軟件和系統設計團隊，確保文化融合和技術協同，避免并購中常見的合規和效率風險，同樣考驗著其長期管理能力的挑戰。

但比起這些細水長流的問題，AMD接下來首要解決的，或許就是近期簽下的數個“GW”的大訂單了，這將直接決定市場對AMD的信心和期待閾值。

（封面圖及文中配圖來源：AMD）