8月27日消息，據摩根士丹利最新公佈的一份報告顯示，雖然目前人工智慧（AI）晶片市場競爭激烈，但是輝達依舊是無可爭議地佔據著市場主導地位，並且其產品的經濟效益也遠超其他競爭對手。報告以輝達目前暢銷的GB200 NVL72機架為例指出，這個機架包含了72個NVIDIA B200 GPU和36個Grace CPU，通過NVLink互聯，整體的成本約為310萬美元。而上一代的8卡配置的H100伺服器架構僅為30萬美元左右。不過，對於大型的 AI工廠（資料中心），摩根士丹利認為，與上一代的H100相比，採用輝達最新的GB200 NVL72機架式產品更具經濟效益。根據摩根士丹利的計算，對於給定的100MW規模的AI工廠，尤其對於專注於推理的AI工廠來說，輝達的GB200 NVL72系統目前在盈利能力方面居於市場領先地位，其次是Google的TPU v6e pod。具體來說，100MW規模的AI工廠，使用輝達的GB200 NVL72 機架，該AI工廠可以實現77.6%的利潤率；而如果實使用Google的TPU v6e pod則可以實現74.9%的利潤率。需要指出的是，雖然GoogleTPU v6e pod的定價尚未公開，但是與輝達GB200 NVL72機架相比，租用GoogleTPU v6e pod的平均成本要低40%至50%。△將CoreWeave平台的每小時每晶片的收入與每小時每GPU（GB200 NVL72）的租金價格進行比較有趣的是，根據摩根士丹利的計算，採用AMD MI300和MI355平台的100MW規模的AI工廠的利潤率為負，分別為-28.2%和-64%。輝達GB200 NVL72 機架為AI工廠所帶來的利潤率卻是最高的，達到了77.6%。這還是真是印證了輝達CEO黃仁勳那句廣告語：“買得越多，省得越多！”摩根士丹利的報告基於一個假設，即一個100MW的AI工廠需要6.6億美元的基礎設施成本，在10年內折舊。GPU的成本從低端的3.67億美元到高端的22.73億美元不等，折舊期為4年。然後，摩根士丹利通過將各種冷卻系統提供的能效應用於全球電價的平均值來計算營運成本。最終，計算出各晶片能夠為AI工廠帶來的利潤率。雖然，對於100MW規模的AI工廠（利用Llama 2 70 B模型進行推理）來說，輝達GB200 NVL72能夠帶來更好的經濟效益，但是其總擁有成本（TCO）也是最高的，達到了8.0658億美元。相比之下，AMD的MI355X平台則略低，為7.7411億美元；Google的TPU v6e pod的TCO最低，只有3.5869億美元。 (芯智訊)

2025年6月12日，加州Advancing AI大會現場，蘇姿丰拋出一組震撼資料：AI加速器市場正以超60%的復合年增長率狂奔，2028年市場規模將突破5000億美元，較其年初預測再上台階。台下坐OpenAI CEO奧爾特曼，他剛透露AMD下一代MI400晶片研​​發中已融入工程師的關鍵建議。同步亮相的MI350X/MI355X晶片，直指輝達Blackwell架構軟肋：288GB HBM3E記憶體容量達對手1.6倍，推理性能最高領先1.3倍，訓練任務中也能超出競品13%。更耐人尋味的是，蘇姿丰現場播放了一段影片－搭載MI355X的伺服器叢集僅用1/3能耗完成同等AI負載，暗示「效能溢價」背後藏著每瓦算力的性價比殺招。一、從追趕者到挑戰者，AMD的算力突圍戰「每顆晶片都是美元熔爐」－蘇姿丰毫不諱言產業現狀。單顆高階AI晶片價格已飆升至數萬美元，而全球科技巨頭仍在瘋狂投入基礎設施，僅2025年上半年，微軟、Meta和Google的AI資本支出合計就超400億美元。這種供需失衡，正是她上調市場預期的底層邏輯。AMD的逆襲早有伏筆。 2024年第四季，其資料中心營收暴漲69%至38.6億美元，但AI GPU銷售額僅18.4億美元，遠低於分析師預期。彼時MI300系列產能受限，全年出貨量約22.4萬片，單價約2.25萬美元，而輝達Blackwell晶片單價高達3-7萬美元。價格優勢未能轉化為市場份額，成為AMD最大痛點。為扭轉戰局，蘇姿丰啟動「飽和人才收購」－過去一年吞併25家AI相關公司，重點補足軟體生態短板。這些動作直指AMD的阿克琉斯之踵：ROCm平台長期被輝達CUDA壓制，後者已成產業事實標準。最新ROCm 7軟體棧整合vLLM等最佳化框架，試圖以開放性對抗CUDA的封閉生態。更隱密的佈局在客戶側。馬斯克的xAI已採用MI300晶片，OpenAI正參與MI400設計。當奧爾特曼首次聽到MI400參數時曾懷疑“絕無可能”，但如今坦言：“AI已從玩具變成生產力工具，算力需求是爆發式的”。二、晶片參數背後的技術暗戰，HBM3E成新戰場288GB HBM3E記憶體+8TB/s頻寬－MI355X的紙面參數堪稱暴力。但真正顛覆性突破藏在架構深處：放棄CPU-GPU融合設計，全面轉向純GPU路線，專注AI負載最佳化；支援FP4/FP6新資料類型，使低精度計算效率提升35倍；液冷版MI355X功耗達1400W，效能較風冷版MI350X再提升15%，直面資料中心能耗極限。這些改進源自於CDNA 4架構和台積電3nm工藝的加持。與上一代MI300X相比，MI350系列AI計算效能提升4倍，推理速度暴漲35倍。在實際測試中，其運行Llama 3-70B模型的token生成速度比輝達GB200快31%，每瓦性能高出40%。但記憶體才是真正的勝負手。輝達GB200配備144GB HBM3E，而MI355X直接翻倍至288GB，記憶體頻寬8TB/s堪比超級電腦。這對大模型推理至關重要——當參數規模突破兆級，視訊記憶體容量常成為瓶頸。 AMD甚至在展示中讓MI355X同時處理3個千億級模型，挑釁意味明顯。三、推理晶片：被低估的兆市引爆點蘇姿丰特別強調：「推理市場成長將遠超訓練」。這一判斷直擊行業變局——隨著大模型進入落地期，推理負載正急劇膨脹。訓練與推理成本倒掛：GPT-4單次訓練耗資7800萬美元，而每日推理成本超60萬美元；邊緣推理爆發：汽車ADAS晶片需求年增45%，成為成長最快的AI處理器應用場景。市場資料佐證了她的觀點：到2026年，全球AI推理晶片規模將達382億美元，較2026年86億美元成長344%。這解釋了AMD為何在MI355X上瘋狂堆砌推理性能——35倍的代際提升史無前例。應用場景也在分化：雲推理：需應對突發流量，MI350X的風冷設計較適合彈性擴容；邊緣推理：MI355X的液冷方案適配車載、工廠等極端環境；端側推理：AMD正與高通合作，將NPU技術匯入驍龍平台。“未來沒有純訓練或推理晶片，只有動態適配工作負載的智能算力”，蘇姿丰在閉門會議中向投資者描述下一代MI400的願景。四、地緣政治下的晶片博弈，中國市場的替代困局出口管制正在重塑AI晶片產業鏈。當被問及中國市場時，蘇姿丰坦言：「我們積極遊說政府放寬對盟國的AI元件出口限制」。她透露沙烏地阿拉伯大單簽約前曾專門諮詢華盛頓，確保符合貿易合規要求。這種謹慎源自於慘痛教訓：2024年Q4，因對華發貨受限，AMD資料中心收入比預期短少近3億美元。為規避風險，AMD啟動「雙架構戰略」：對歐美市場：供應全規格MI355X，搭載完整CDNA 4架構；對受限地區：推出縮水版MI352，記憶體頻寬降至5TB/s，FP6精度停用。但替代方案已在興起。中國頭部雲廠商的測試資料顯示：在ResNet-50推理任務中，華為升騰910B性能達MI300X的82%；寒武紀思元590在BERT模型訓練效率接近輝達A100水準。“地緣政治正在催生第三個AI晶片生態圈”，行業分析師在最新報告中警告，“當中國客戶被迫轉向本土晶片，AMD可能永久失去30%的市場份額”。五、冷思考：5000億預言背後的三大隱憂儘管藍圖宏偉，AMD仍面臨三重挑戰：1. 軟體生態的代差輝達CUDA擁有400萬開發者，而ROCm生態不足50萬。在PyTorch的官方範例中，CUDA程式碼佔比超90%。 AMD雖收購多家AI軟體公司，但生態遷移需時3-5年。2. 液冷革命的基礎建設門檻MI355X的1400W功耗要求資料中心全面轉向液冷。而目前全球僅15%的資料中心支援液冷機櫃，改造單機櫃成本超20萬美元。3. 商業模式的降維打擊輝達已從硬體轉向DGX Cloud算力服務，而AMD仍依賴晶片銷售。當客戶更願為「token付費」而非購買晶片，傳統硬體廠商估值體系將崩塌。資本市場的遲疑顯而易見：新品發佈當日，AMD股價下跌2.2%。投資人擔憂的或許是－當蘇姿丰眺望5,000億美元市場時，AMD能否分羹超20%？ 目前其在AI加速器份額不足10%，而輝達獨佔90%以上。從MI300到MI355X，AMD的激進迭代折射出AI晶片產業的殘酷法則：每12個月必須實現效能翻番，否則立即出局。蘇姿丰的5000億預言，實則是給整個行業的「軍令狀」－只有當算力成本降至當前1/10，AI才能真正滲透進醫療、教育、製造等普通場景。短期看，液冷機櫃裡的MI355X仍是科技巨頭的專屬武器；但長期而言，隨著MI400架構融入更多邊緣計算特性，「千元級AI伺服器」或將顛覆產業格局。正如奧爾特曼所言：「當AI推理成本低於人類時薪，機器智慧將像電力一樣無處不在」。這場晶片戰爭沒有終點，但有永恆的贏家──所有渴望用更低成本獲取智慧的人類。參考文獻AMD發表新AI晶片CEO預計到2028年市場規模超5000億美元、推理晶片成長更猛，東方財富網，2025-06-13IHS Markit：預測2025年全球AI應用產業市場規模達1,289億美元，199IT，2020-02-02AMD去年Q4營收76.58億美元高於市場預期，鳳凰網科技，2025-02-05AMD發表新AI晶片，CEO預計到2028年市場規模超5000億美元、推理晶片成長更猛，awtmt，2025-06-12Mi350成AMD的「希望之光」？ ，雪球，2024-11-14AI處理器市場規模，SWOT，行業分析和預測，Verified Market Reports，2025-04-17AMD第三季財報發佈，資料中心營收暴漲122%、遊戲營收下降69%，OFweek電子工程網，2024-10-31晶片大戰升級！ AMD(AMD.US) MI355晶片叫板輝達B200 蘇姿丰豪言5000億美元市場“觸手可及”，智通財經，2025-06-13AMD 蘇姿丰：AI 資料中心加速器市場2028 年成長至5,000 億美元，新浪財經，2025-06-132025年AI處理器產業成長分析及主要企業市場份額調研報告，格隆匯，2025 （視界的剖析）