AMD显卡逆袭在即？性价比优势撬动AI市场
人工智能浪潮席卷全球，就在业界几乎由英伟达一统天下之时，一个熟悉的挑战者正凭借其独特的性价比优势悄然撬动市场。
在AI芯片领域，英伟达凭借其强大的GPU和完整的CUDA软件生态，长期以来占据主导地位，其数据中心显卡业务在2025年第一季度营收高达512亿美元，同比增长66%。
然而，AMD正以性价比优势和稳定供应能力为突破口，在竞争激烈的AI市场中寻找自己的立足之地。
据最新数据显示，AMD显卡的平均售价比竞争对手低约20%，并且在市场需求旺盛时期能够保持更稳定的供货。这一优势正吸引着那些希望快速部署AI系统且对成本敏感的客户。
01 市场格局：英伟达绝对主导，AMD寻求突破
当前AI芯片市场呈现英伟达一家独大的局面。2025年第一季度，英伟达在显卡市场的份额达到了惊人的92%。
这一数据清晰地表明了英伟达在市场中的统治地位。
相比之下，AMD的市场份额仅为8%，而英特尔的市场份额甚至降至0%，形成了鲜明的对比。
在财务表现方面，英伟达的领先优势更为明显。
最新公布的季度财务数据显示，英伟达游戏显卡业务实现30%的同比增长，营收达43亿美元。
其数据中心显卡业务收入更是达到512亿美元，同比增幅高达66%。
整体来看，英伟达该季度总营收为570亿美元，较去年同期增长62%，净利润达319亿美元，同比增长65%。
AMD同期表现虽也有所增长，但规模远不及英伟达。AMD该季度总营收为92.5亿美元，同比增长36%，环比增长20%。
按通用会计准则计算的净利润为12.4亿美元，同比增长61%。
值得注意的是，AMD数据中心业务收入为43.4亿美元，同比增长22%，占总收入的47%。
游戏业务收入为13亿美元，同比增长181%，连续两个季度实现增长，占整体营收的15%。
但如果单就独立显卡产品而言，AMD与英伟达之间的差距依然明显。
02 AMD的竞争策略：性价比与供应稳定性
面对英伟达的强势地位，AMD采取了务实而精准的市场策略。AMD首席执行官苏姿丰在近期访谈中阐述了公司的竞争力所在。
她指出，AMD在两个关键方面具备优势：一是其显卡产品的平均售价较竞争对手低约20%，具备价格竞争力。
二是在市场需求旺盛时期，供应能力更为稳定，能够保障客户及时采购。
这意味着，AMD显卡的核心优势在于更高的性价比以及更可靠的供货能力，这对于希望快速部署AI系统的客户而言具有吸引力。
在AI训练和推理成本日益攀升的背景下，AMD的性价比优势不容忽视。
以DeepSeek 670B超大规模MoE模型的训练为例，即使是英伟达自己的不同芯片之间，训练成本也存在显著差异。
2025年7月，GB200训练成本实现了超50%降幅，达到每百万Token 0.307美元的突破性水平，相比H100的0.468美元实现了1.5倍TCO优势。
AMD正是凭借类似的成本优势，试图在AI市场中分得一杯羹。
03 技术生态：软件栈成破局关键
在AI芯片领域，硬件性能只是基础，软件生态才是决定成败的关键。英伟达凭借其CUDA平台，构建了几乎垄断的软件开发生态系统。
这一系统已经成为AI领域的事实标准，形成了极高的护城河。
AMD也意识到了软件生态的重要性，推出了ROCm（Radeon Open Compute）平台与CUDA竞争。
最新发布的ROCm 7在性能和兼容性方面都有显著提升，试图为开发者提供更开放、更灵活的选择。
AMD的AI战略建立在三个支柱上：硅晶创新、软件生态系统开发和可扩展基础设施合作伙伴关系。
该公司的第五代EPYC处理器和Instinct MI350系列GPU推动了数据中心收入的增长。
对于AI计算来说，GPU相比CPU有着天然的优势。GPUs采用并行处理架构，拥有数千个更小的专用核心，专为同步计算而设计。
相比之下，CPUs采用顺序处理架构，专为单线程性能和复杂指令执行而优化。
这种架构差异使得GPU在AI训练中表现卓越，速度比CPU快10到100倍。
现代AI优化的GPU还具有张量核心等专用硬件，可加速混合精度矩阵乘法。
04 市场需求与未来前景
尽管AMD目前市场份额较小，但AI市场的快速增长为其提供了足够的发展空间。根据公司规划，AMD在AI显卡市场的份额约为5%至6%。
但这项业务预计未来每年将实现80%的增长。
如果AMD能保持这一增长势头，三到五年内有望将市场份额提升至两位数水平。
目前已有包括大型人工智能企业和云计算服务商在内的客户开始采用AMD的显卡解决方案。
在具体的市场应用方面，云服务厂商提供了多样化的GPU实例选择。
例如，AWS的P5实例（配备8×H100 80GB）每个GPU小时价格约为3.9美元。
Google Cloud的A3实例（H100 80GB）每个GPU小时约为3.0美元。
这些云厂商同时提供Spot/竞价实例，价格可比按需实例降低60-90%，大大降低了AI模型训练的门槛，也为AMD提供了切入市场的机会。
随着AI模型规模的不断扩大，训练成本持续攀升。以DeepSeek 670B模型为例，14.8万亿Token的训练规模。
按2025年7月的算力成本计算，需要450万美元（使用GB200 NVL72，BF16精度）。
而到2025年底，预期成本可降至250万美元，成本降幅达44%。
这种不断增长的成本压力使得许多企业对性价比更高的解决方案持开放态度，为AMD创造了市场机会。
云计算厂商提供的多样化GPU实例选择，如AWS P5、Google Cloud A3和Azure ND H100 v5等，正通过更具弹性的计费方式降低AI应用的门槛。
这也为AMD等替代方案创造了生存空间。
市场永远需要竞争者。对于众多AI企业而言，拥有替代供应商意味着更强的议价能力和供应链安全。
随着AI从训练向推理部署延伸，AMD能否在边缘计算、中小模型推理等新兴场景中实现差异化竞争，将决定其逆袭的最终高度。
|
|
|周边二手车|标签|新闻魔笔科技XinWen.MoBi - 海量语音新闻!
( 粤ICP备2024355322号-1|
粤公网安备44090202001230号 )
