•
美股 7月看好兩支股，潛力巨大！！
AMD 是 2025 年最具爆發力的科技股嗎？買入 AMD，你需要瞭解那些核心邏輯？我敢說，這可能是你在全網能看到關於 AMD 最硬核、最系統的一次深度解析！
視訊昨天已經發佈油管 Youtube，3萬播放，今天 AMD大漲6%
連結：https://youtu.be/WIpzpheZc9s
這期內容，我們將分析 AMD 在 AI 推理時代的核心優勢、真實增速、估值空間，以及那個真正決定爆發力的最大機會窗口到底藏在那裡。
除了 AMD，我們還會為大家介紹另一家正在深耕 AI 基礎設施的公司—它很可能就是市場被忽視的“下一個兆巨頭”。
AMD 投資核心邏輯
AMD的戰略性突破口與前瞻性佈局。首先要明確的是，因為AI真的開始大規模用起來了，全球的資料中心也正迎來一波前所未有的大擴張。根據麥肯錫預測，到2030年，全球資料中心的總需求將有望達到298千兆瓦，年複合增長率高達27%。這一爆發式增長，核心原因是，AI對算力的需求正在從“訓練”階段，逐步轉向“推理”階段。
以前我們說AI訓練，拼的是誰的晶片算得快、性能強。但現在進入應用階段，推理需求迅速放大，企業要考慮的就不只是“快”，而是要“又快又省”——響應速度要夠快，功耗不能太高，部署和擴展還要靈活。性能當然重要，但成本控制和能效比變成了新的核心考量。
也正是因為這種採購邏輯的變化，AMD終於等到了自己的主場機會。
以前在AI訓練市場，輝達幾乎是“一家獨大”。它靠著CUDA生態和強悍的GPU算力，直接把對手遠遠甩在後頭，AMD根本沒法硬剛。但現在進入推理階段，遊戲規則變了。客戶更在乎的是誰更划算、誰部署得更快、誰系統效率更高——而這些，剛好就是AMD擅長的方向。
AMD在伺服器晶片上的能效設計一直做得不錯，現在再加上MI300系列在架構上的持續最佳化，它正好趕上了這個換擋期。在AI推理這個新賽道上，AMD等於說是打出了一套自己的組合拳。
更關鍵的是，AMD自己也很清楚這點，已經把戰略重心明確地轉向了推理市場。在最新一季財報裡，它第一次單獨披露了“訓練”和“推理”的業務資料，這就說明它不是試試看，而是準備在推理這邊真刀真槍幹一場。
根據AMD自己的預測，到2028年，整個AI晶片市場的規模能達到5000億美元，其中80%以上的增長都來自推理部分。換句話說，訓練市場是輝達的主場，但推理市場，很可能就是 AMD 真正爆發的大好機會！
從產品節奏上看，AMD與輝達已經步入年度迭代的同頻競爭周期。 根據最新的晶片路線圖，AMD今年推出MI350系列，2026年MI400系列上線，而2027年已規劃MI500——每年一更，覆蓋CDNA3到CDNA5架構。這一節奏與輝達從B200、GB200，到Rubin、Rubin Ultra再到Feynman的更新路徑高度同步，說明AMD已完成在高性能AI晶片領域的長期規劃。
更重要的是，從功耗（TDP）、視訊記憶體（HBM容量）、互聯方案（Infinity Fabric到Ultra Ethernet）到晶片與平台搭配，AMD產品的系統整合能力在逐步向輝達靠攏。 特別是未來的MI400與MI500，顯然是對輝達Rubin Ultra與Feynman的正面應對。
AMD的全端野心
除了晶片，AMD 明年還有一張大牌要打 —— 就是它的旗艦 AI 系統 Helios。
它不只是台性能猛的新伺服器，更關鍵的是，它背後代表著 AMD 的一個重大轉變：不再只是賣晶片，而是開始把“整套 AI 系統方案”打包賣給客戶。
以前大家提到 AMD，想到的可能就是“做加速卡”的供應商。但 Helios 的出現，說明它已經開始往系統解決方案提供者這個方向走了。單機架最多能塞下 72 顆 MI400 顯示卡，計算密度能和輝達的 NVL72 正面對標。而且不僅適合小規模部署，它還能橫向擴展，組成上千卡等級的超級叢集。
那 AMD 怎麼做到橫向擴展的？關鍵在於它把 GPU 之間的互聯方案做了系統級最佳化 —— 不再是簡單拼性能，而是重新設計“怎麼讓這麼多 GPU 高效協同”的整體架構。
支撐這套系統的底層邏輯，是 AMD一直堅持的“開放”和“模組化”。跟輝達那種“一整套自家封閉系統”的做法不同，AMD 選擇的是相容主流標準，讓客戶可以自由組合計算、儲存、連接等模組。這樣做的最大優勢，就是靈活：誰都不想被一家廠商鎖死，尤其是那些追求高性價比和自主可控的大企業和雲服務商。
正如CEO蘇姿丰在發佈會上強調的那樣：
“AI的未來，不會由任何一家企業單獨完成，也不會存在於一個封閉的生態系統裡。”
這話聽起來挺客氣的，其實是對輝達“封閉生態”策略的正面回擊。這對於那些希望擺脫被一家廠商“繫結”、同時追求更高自主性和成本效益的企業來說，Helios 提供了真正有選擇空間的另一條路。
Helios 所代表的開放、模組化戰略，正是 AMD 建構 AI 解決方案閉環、實現更大野心的基石。 因為硬體只是進入 AI 戰場的門票，真正決定長期格局的，是能否提供一套完整的 AI 解決方案。
為了打通這條閉環，AMD 已在關鍵節點上加速佈局：不久前收購了伺服器製造商 ZT Systems，目的就是把“最後一公里”的交付也抓在自己手裡。接下來，它大機率還會在AI軟體平台上加碼，無論是自己做還是買，目標很明確——要像輝達那樣，搞一整套能承接訓練、部署、推理全過程的企業AI平台。
如果這條“晶片 + 平台 + 服務”能被打通，AMD就不僅僅是輝達的“追趕者”，而是真正具備做AI時代資料中心一站式解決方案提供者的潛力。這不僅會最佳化收入結構，還可能是其估值出現大跳躍的關鍵支點。
展望更遠的未來，這張令人期待的“王牌”——Agentic AI（代理型人工智慧）——也正與 AMD 的當前戰略高度契合。 這類 AI 系統具備在設定目標和規則下進行自主決策和任務執行的能力，被廣泛視為下一輪 AI 技術浪潮的主引擎。與當前生成式 AI 相比，Agentic AI 對算力架構、運行效率和彈性擴展能力提出了更高要求，也勢必對 AI 基礎設施提出更大挑戰。而 AMD 當前所推進的開放、高效、模組化生態，恰恰為這一演進方向奠定了堅實的技術基礎。
關鍵客戶合作與市場爆發潛力
近期的一系列合作訊號正在釋放出強烈訊號：AMD不僅獲得了一批關鍵客戶的戰略認可，更有望在未來實現AI晶片的集中放量。
其中最具代表性的，是 OpenAI 已正式成為 AMD 新一代 MI Instinct 晶片的早期設計合作夥伴，並將採用 MI300X 與下一代 MI450 晶片。
要知道，OpenAI 不僅是AI模型研發的技術前沿，其選擇具有極強的行業示範效應——它的技術選型，往往會引導一大批企業客戶的採購決策。這背後，體現的是AMD產品在性能、能效、性價比等方面的全面認可。
更重要的是，合作已經不再停留在“測試”層面，而是進入了訂單落地、系統部署的實際階段。
甲骨文將在其雲服務中部署多達13.1萬顆MI355X晶片，是目前AMD最大規模的雲基礎設施合作，標誌著其解決方案已具備實際交付能力。
Meta 也已確認使用MI350晶片用於推薦引擎訓練和部署，驗證了AMD晶片在推理成本控制與系統部署效率上的競爭優勢。
馬斯克旗下AI公司 Xai正在使用AMD晶片，這從技術選型側也再次印證AMD的市場吸引力。
微軟則計畫繼續與AMD合作開發下一代Xbox硬體平台，平台將支援多裝置聯動，這意味著AMD在遊戲圖形晶片之外，也正向多終端算力生態擴展。
從這些客戶名單可以看出，AMD 正在進入一條“質量更高、轉化更快”的合作通道。 這些客戶要麼是AI算力基礎設施的核心提供者（如Oracle、微軟），要麼是AI部署規模最大的實際使用者（如Meta、xAI）。這說明AMD已經從“可能的替代者”變成“可實際落地的供應商”。
與此同時，AMD也在全球加速佈局其AI生態圖譜。中東市場成為其海外突破的重點方向。沙烏地阿拉伯、阿聯等國正大力建設本地AI基礎設施，對架構開放性和成本控制提出更高要求。AMD憑藉模組化設計、高性價比以及不鎖定生態的策略，成功進入該地區多個大型項目，逐步拓展出一條區別於美中之外的新興市場路線。
價值錯配與非線性增長潛力
從投資的角度來看，AMD現在的AI收入和它未來可能達到的規模之間，其實還有很大差距。2024年全年，它的AI晶片收入大約是50億美元，而2025年第一季度的資料中心營收是37億美元，雖然增速不錯，但整體體量還相當於輝達在2023年AI起飛前的水平。
而今天，輝達的季度資料中心收入已經突破390億美元，市場普遍預計2025年將輕鬆邁過400億美元門檻，進一步穩固其市場主導地位。對比之下，AMD仍處於AI加速器市場的早期階段，尚未兌現其估值所對應的長期增長潛力。換句話說，這種體量差距雖然是挑戰，但是也意味著AMD還有很大的成長空間，當前的估值可能還沒有完全反映它未來的發展潛力。
市場研究機構預測，到2025年，全球AI晶片市場的規模將達到2500億美元，到2028年有望翻倍到5000億美元。就算AMD只拿下20%的市場份額，收入也有可能達到1000億美元，遠超現在市場預計的470億美元。
如果市場格局進一步變化，特別是推理市場打開了替代輝達的空間，那AMD的想像力還可以更大。假設未來推理市場佔AI總市場的60%到80%，而AMD能在這個部分拿到一半的市場，那它的AI晶片收入有可能衝擊1500億美元，接近現在輝達的總營收。
也就是說，現在的AMD，正處在“業績爆發前”的關鍵階段。它的真實潛力，很多還沒被市場看清。而這個“預期差”，可能就是2025年乃至未來幾年裡，投資者最值得把握的機會。對於看好AI進入推理時代的人來說，AMD或許正站在估值重估的起跑線上。風險與機遇並存的投資考量。
當然，增長預期的另一面是風險的增大。
一方面，僅僅實現當前市場預期的增長目標，AMD也面臨巨大挑戰。在產品性能、軟體生態、客戶轉化等多個關鍵維度上，必須持續取得突破，才能真正撼動輝達在AI晶片領域的先發優勢。這一過程不僅充滿技術壁壘，還伴隨著客戶黏性與平台依賴的慣性。
另一方面，一些核心雲廠商，如Google、亞馬遜——正在加快推進內部AI晶片（如TPU、Trainium）自研處理程序。算力“自供化”趨勢一旦加速，可能會壓縮通用AI晶片的市場份額，導致整體TAM未必能如預期般順利突破5000億美元。
AMD是否值得投資？
很多投資者第一反應可能是：那我直接買輝達不是更穩嗎？這個邏輯當然沒問題，輝達是行業龍頭，實力也毋庸置疑。只是相對來說，輝達現在的體量已經很大了，市場對它的預期相對較滿。而AMD的故事，可能才剛剛開始——它還在加速追趕的階段，成長空間還沒被市場完全定價，所以“向上彈性”可能反而更大。
華爾街的預期其實也說明了這一點。最新預測顯示，AMD未來五年的每股收益（EPS）年復合增速有望達到26.7%，而輝達大概在14%左右。這意味著，那怕面對強敵，AMD依然被認為有很大的成長潛力。一旦資料中心業務開始放量，利潤率和營運槓桿就會同步釋放，長期增長的底子也就紮實了。
所以，這不是“輝達 VS AMD”的二選一問題，而是看你是否相信AMD能成為下一個成長極。如果你在尋找一個還在上升通道、有真實需求支撐、又沒被市場完全定價的投資機會——AMD，確實值得你認真想一想。
全球資料庫公司甲骨文
說完了AMD，我們接著分析另一家科技巨頭——甲骨文（Oracle）。
在剛剛發佈的2025財年第四季度財報裡，甲骨文不僅全面上調了2026年的增長預期，更傳遞出一個強烈訊號：這家公司，已經不只是賣軟體的老牌廠商，而是正在成為AI基礎設施領域裡，那個不可或缺的重要角色。
先看它的財務表現。這一次的增長，已經不是慢慢轉型，而是明顯的“加速起飛”。它的核心雲應用產品Fusion ERP，從上個季度的18%增速提到了22%；NetSuite也從17%加快到18%。而更值得注意的是，甲骨文還上調了下一財年的增長指引：預計2026年，雲應用收入將增長40%以上，雲基礎設施收入更是要增長70%+。這可是整個軟體行業目前都很難見到的速度。
那麼，這麼強勁的增長，到底是怎麼來的？
摩根士丹利最近的調研給出了答案：AI，正在成為企業把ERP系統遷移上雲的決定性催化劑。調查中，高達48%的受訪者表示，“為了使用AI功能”是他們做出遷移決策的重要原因之一，僅次於“實現數位化轉型”和“提高營運效率”。也就是說，AI已經不是“加分項”了，而是企業IT架構升級時繞不開的核心原因。
這也正好解釋了甲骨文這次財報背後的邏輯。以前企業遷移ERP，可能是為了系統跑得更快；而現在，遷不上雲，就用不上AI模型，就無法實現財務自動化、預算預測、甚至自動報表生成。正如CEO Safra Catz在電話會上所說：
“客戶開始意識到，只有遷移到雲端，才能真正使用AI功能。如果他們想要實現自動化、降低成本、提高效率，就必須遷移到Fusion或NetSuite。”
所以說，AI對ERP的價值，已經從‘加分項’變成了‘必選項’。而甲骨文，剛好站在這個拐點上——它有成熟的雲產品，也有龐大的客戶基礎，現在又靠AI打開了新的增長空間，正在成為這波“AI驅動企業升級”潮流中，最大的一批受益者之一。
但你可能會問：甲骨文的雲基礎設施（OCI）怎麼可能比亞馬遜AWS增長得還快？
美股投資網總結了以下三個原因。
第一，它沒有硬碰硬，而是繞開主戰場，選了條更聰明的路。甲骨文並沒有直接和AWS正面對抗，而是選擇做“多雲相容”。什麼意思呢？它把自己最強的資料庫服務標準化了——不管你用的是AWS、Azure還是Google雲，都能直接對接它的系統。目前它已經建了23個多雲資料中心，一年之內還要再建47個。說白了，那怕客戶原本用的是別家的雲，只要資料有需求，也能接進來，讓甲骨文來“跑業務”。
第二，成本優勢有吸引力。在同等配置下，甲骨文的雲成本比AWS便宜最多能到60%。而且還有個關鍵點：AWS傳出資料是要收費的，超過1GB就開始按GB計價，0.09美元/GB，而甲骨文直接免這個錢。別小看這點，對訓練AI模型、部署推理這種要頻繁傳資料的企業來說，這就是實打實的成本優勢，能省下不少錢。
第三，甲骨文處於低基數的爆發增長階段。甲骨文現在的市場份額還不到AWS的十分之一，但它去年的雲業務增速是50%，今年直接把增長目標拉到70%以上。因為基數小，成長空間反而大。我們最愛找的，就是這種“從小起跳，正在提速”的估值重估機會。
講到這裡，很多人可能會以為甲骨文增長靠的就是“便宜+聰明打法”，但其實最根本的原因，是它的定位變了：它不再是那家只賣軟體的公司，而是開始搭建AI時代的底層“水電煤”系統。
比如在今年一月，甲骨文宣佈斥資210億美元擴建“星際之門” AI資料中心計畫，這是目前全球最大的資料中心建設項目之一。“星際之門”並非噱頭，而是為了真正提供AI模型訓練和推理需要的高性能算力平台。隨著AI代理、AI機器人這類應用開始部署，對這種基礎設施的需求也開始爆發。
而甲骨文的優勢不僅是硬體，而且還在於它對企業資料流的全鏈路打通能力：上層有ERP和業務軟體，中間有資料庫，底層有算力和儲存。企業想真正落地AI應用，不能只靠買幾張卡，還得先把資料採集、結構化、呼叫這一整套流程打通。而這三步，甲骨文都有成熟的解決方案。
就像創始人拉里·埃裡森說的那樣：“AI的金子不是演算法，是資料。”
在別人還在卷模型、卷參數的時候，甲骨文專注的是“模型怎麼跑得起來，能不能落得下來”。雖然不像模型參數那樣容易吸引眼球，但要真正落地到企業營運中，最核心、最難被替代的，正是這些基礎能力。
目前甲骨文的資本支出與RPO（已簽署待履約訂單）是高度聯動的。這說明這些巨額投入並非憑空設想，而是基於客戶已簽訂單按需擴容。隨著RPO的快速增長，未來一年甲骨文將不得不加快交付節奏，資本開支有望從當前的250億美元進一步抬升至400至500億美元。從這個意義上說，真正的收入兌現周期，才剛剛開始。
所以我們看甲骨文，不只是關注一兩季的財報數字，而是要看到它背後正在搭建的，是一整套支撐AI全面落地的底層技術和服務體系。而這種轉型的深度和廣度，可能還沒有被市場充分認清。
從估值角度來看，目前甲骨文的市值約為5900億美元，很多投資者仍把它當作一家傳統軟體公司，用舊的盈利模型去衡量它的未來表現。但如果我們換一個角度，把它視為AI時代企業資料流通、系統整合與算力部署的“基礎設施提供者”，那麼它的商業邏輯、估值體系和現金流能力，都值得重新評估。
你會發現，微軟主攻“入口層”，輝達掌控“算力層”，而甲骨文所處的位置，是幫助AI真正落地的“執行層”和“資料流通層”。它不是AI浪潮的邊緣參與者，而是整個商業化過程中的關鍵樞紐。
這，才是我們真正看好甲骨文的核心理由。
今天的分享就到這裡。你怎麼看AMD的成長潛力？你會怎麼在輝達和AMD之間分配倉位？你認為甲骨文它能否成為下一個被市場重新定價的兆巨頭？ (美股投資網)