犯错之后，会产生一个恶性循环，然而，当你努力使自己从困境里挣脱出来，不但不再犯错，而且凭借出色的工程能力、勤勉的工作以及些许运气追上并超过竞争对手时，又会形成一个良性循环。

在过去的十年当中，英特尔于数据中心范畴呈现出挣扎态势，原因在于（主要是代工业务出现失误），而这对于AMD来讲并非是件糟糕的事情；就好像在那之前的十年时间里，当AMD自身一路“摔下楼梯”之际，同样未曾对英特尔造成损害一样。多方面存在问题，致使AMD于十年前在数据中心市场几乎遭到绝境性赶杀清理，进而不得不再次去赢取CIO们的信赖，近似于如同创业公司般从根本上重新起步，一开始是借助CPU，现在呢则是依赖GPU以及因收购赛灵思（Xilinx）、Pensando和ZT Systems而获取的部分网络与系统设计能力 。

目前，AMD首席执行官苏姿丰（Lisa Su）连同其核心管理团队宣称，AMD已然做好准备搭乘AI浪潮，且在传统企业级计算市场里获取超出其应得份额的增长。

这恰是本周于纽约举行的、面向华尔街的金融分析师日所传达的主要信息，金融分析师日即Financial Analyst Day 。AMD并不常举办这种FAD活动，所以每一回都对助力外界同步预期、微调预测颇有意义。第一次FAD是在2009年举办，在那一年英特尔的Xeon产品线表现优异，然而AMD的Opteron表现欠佳。2012年，前任首席执行官Rory Read举办了一场大型FAD，宣称公司会弱化其数据中心业务，然而到了2015年，苏姿丰成为首席执行官，技术长Mark Papermaster发布了AMD的“Zen”架构以及在数据中心达成复兴的目标，2017年、2020年、2022年以及2025年的FAD活动分别描绘了这条复兴路线上的里程碑。现如今能够安全地讲，在高性能CPU这一方面，AMD已然比它的老对手英特尔更具可靠性；同时在GPU这一方面，AMD成为了Nvidia可信的替代者；并且从明年开始，AMD也会成为机架级AI系统的一个可行竞争者。

花了几天时间，反复研究FAD 2025近五小时的演示内容，现在很高兴，能根据本周AMD高层发表的内容，结合对Nvidia的预期，分享自己的模型分析。

紧跟着的是，AMD针对数据中心可寻址总市场（TAM）做出的最新界定，还有就是公司对于自身CPU和GPU计算产品，在该总体TAM里表现的评估，要着重指出的是，此处所说的TAM是指销售至数据中心的芯片自身，并非是由这些芯片构建而成的系统，也不涵盖把软件叠加在上面所形成的完整解决方案。AMD售卖芯片，还免费给予软件，所以它所统计涵盖的有CPU，GPU（其中含其转卖的HBM内存），DPU，机架级系统的scale-up网络，以及scale-out网络里的DPU 。

截至当下，苏姿丰同其团队所给出的TAM以及预测，仅仅是针对数据中心AI加速器的。为您提供参考，这些是过去两年里全部的预测，。

今年6月时，我们开展了大量“巫术般的分析”，目的是把AI训练芯片和AI推理芯片区分开来，之后再进一步去推算AI推理以及训练系统的收入规模。The Next Platform为填补模型空白或者进一步限定AMD TAM模型而做出了估算，这些估算的数字是以红色粗体与蓝色斜体标出来的。

而此次，于FAD 2025之际，AMD单单探讨整个数据中心市场，且向华尔街阐释其CPU以及GPU业务往后将会怎样呈现，以下是苏姿丰所公布的最新数据中心TAM图表：

在开场白里，苏姿丰承认，要确切判定TAM是什么，向来极为困难。当我们起初着手探讨AI TAM时，我记得起始是从3000亿美元算起，随后更新为4000亿美元，接着又变为5000亿美元。我记得你们当中好多人都说过：“Lisa，这个数值也太高了吧？你为何觉得这些数字会这般高呢？”结果表明，就AI加速的速率来讲，我们或许相较于错误更趋近于正确。而这些判断源自我们跟大量客户的深度交谈——去知晓他们如何规划自身的计算需求。”

所以，这便是AMD正在追寻的TAM，并且在很大程度上Nvidia也在追寻这一TAM。（Nvidia的TAM要更大一点，缘由在于它还售卖数据中心的scale - out以及scale - across网络。不过我们暂且先把这一点给忽略掉。）。

苏姿丰继续说道，毫无疑问，数据中心是当下最大的增长契机，并且AMD在这个市场里所处的位置十分极为有利。我真正想要着重表明的是，我们所执行的战略一直都极为高度契合。我觉得在科技行业必然得是这样，因为坦率来讲，这些产品的生产期限都全都特别长。下面这些是我们的战略基石：我们起始于计算技术所具备的领先优势，这是所有一切得以开展的根基所在。我们极其高度钻研数据中心之中的领导地位，而数据中心的领导地位牵涉到芯片、软件以及随之而产生的机架级别的解决办法。

苏姿丰在她的演讲里表示，未来三到五年当中，AMD的数据中心AI收入会达成超过80%的复合年增长率，也就是CAGR ，在这同一时期之内，公司有希望在服务器CPU市场斩获超过50%的营收份额 ，在客户端CPU取得超过40%的营收份额 ，并且在FPGA市场获取超过70%的营收份额 。她还讲了，AMD数据中心部门，在未来三到五年，会达成超过60%的CAGR，其核心客户端、嵌入式、定制和FPGA业务，在同一时期，将达成10%的CAGR，进而促使AMD整体营收达成超过35%的CAGR。最终，苏姿丰宣称，AMD预估在2025年的时候营收大概为340亿美元，当中大概有160亿美元会源自数据中心部门；我们觉得在今年其Instinct数据中心GPU会达成约62亿美元的营收，Epyc服务器CPU约为93亿美元营收，剩余的一小部分乃是来自DPU和FPGA。

在把所有数字放进“魔法电子表格”以前，我们先来探讨一下CAGR，CAGR就是选取一个数据集的两个端点，接着画一条直线，随后计算这条直线的斜率，这是个极为粗糙的工具，完全忽视了任何市场天然存在的高峰与低谷，尤其是在AI领域，我们觉得——苏姿丰也赞同——未来几年的增长会比后期年份高，我们还觉得2026、2027以及2030年将是AI市场整体增长很不错的年份，我们的模型体现了这一点。

因此，就不再过多叙述了，这里呈现的是AMD模型；并且，为了能够进行对比，我们还加入了经过日历化处理的Nvidia数据中心销售额。（还需注意呀：Nvidia的财年是截止到1月的，所以呢，要把N、N-1、N-2这三个财年当中1月的营收加以去除，也就是从N年予以剔除，从N-1中进行剔除，还要把N-2的1月加到N-1之中，以此来获取当前自然年的营收估算。）请查看下方：

一些观察，当假设AMD数据中心营收达成60%的Compound Annual Growth Rate时，又得使AMD整个营收维持在35%的Compound Annual Growth Rate，并且要让其核心业务，也就是PC、嵌入式、FPGA，维持10%的Compound Annual Growth Rate，从数学角度看似乎很难同时达成。我们的模型试着平衡这些要素，与此同时使数据中心AI市场的机遇在预测期末依旧留存超过1000亿美元。

我们接着来讨论CPU业务，在深入表格之前，先说一说AMD计算与企业AI总负责者Dan McNamara，对2026年就要发布的、依托Zen 6与Zen 6c内核的“Venice” Epyc处理器规格所做的介绍，：

依照“线程密度”这种说法，我们经计算所得到的倍数是1.33，进而使得对应Zen 6版本呈现为172核心，Zen 6c（半缓存版本）呈现为256核心。然而Zen 5版本的“Turin”Epyc 9005系列可达到的最高核心数是128核心，Zen 5c则是192核心。

McNamara所展示的，另一张饶有趣味的图表，源于AI工作负载对GPU需求予以推动，转而刺激了服务器CPU市场的复兴，：

我们已说了好些时候啦：要是把AI系统除掉呀，那一般用途服务器市场实际上是处于衰退之势的——从上面那些数据能够清晰地看出的确是这样的：在2022年到2023年这段期间呢，只有用于AI系统的高端服务器CPU维系住了市场的平稳状态；到了2024年，一般用途服务器营收下降得更为迅速，然而却依旧靠着AI系统CPU的销售得到了支撑。（我们觉得在系统营收层面也是类似的趋向，并且由于每套系统里GPU数量更多且单价更高，这种影响会被放大的。）。

今年，大量老旧机器要升级，要借负载整合来提升效率，释放电力、空间与预算用于AI系统，如此一来，一般服务器市场（及其CPU部分）重新回升，AMD预计这一市场会增长到2030年。AI服务器CPU市场从2025年约82亿美元增长到2030年约300亿美元，按服务器CPU标准衡量，这增长极为巨大。

重点在于，AI工作负载，依旧需求大量串行处理，而且还得借助快速且昂贵的处理器，去达成这些作业。

AMD的MI350与MI355X GPU在GPU方面，正处于加速量产的状态，然而，所有的目光都聚焦在了明年会推出的MI400系列上，这些GPU是要插入到AMD与Meta合作所打造的名为“Helios”的机架当中的。与此同时，有不少人也在关注着2027年将会推出的、搭载MI500系列的新一代机架，。

那是“Altair”MI450系列的基础规格，我们把它称呼为Altair，原因在于AMD拒绝为其GPU正式启用代号，。

即使FP4以及FP8精度状态下的FLOPS具备重要性，然而或许更为关键的是HBM4内存的容量还有带宽。我们持有这样的看法，这表明FP16训练能够获取所需的内存容量以及带宽，进而致使其效率显著超越以往的GPU；并且在FP8以及FP4模式之下，也会存在充足的带宽用以让上下文tokens更迅速地被处理、输出tokens更快速地生成，相较于Nvidia以及AMD之前乃至当下的GPU而言都更为迅速。

就我们所知悉的情况而言，MI400系列存在着三种型号呢，并且全都运用了台积电2nm（N2）工艺。如同苏姿丰在本周所表明的那样，这可是全球首批运用该工艺制造的芯片哟。MI450是针对Microsoft与Meta所推动的OAM八路开放主板的；MI450X（参照上图）进入到了Helios机架当中，起初的配置是72个GPU（类似于Nvidia “Oberon” 里的NVL72），同时也会提供64个以及128个GPU的版本呢。高端型号是MI455X，我们觉得它的HBM4容量为432GB，这比今年早些时候所讲的288GB要明显高些。

Helios 机架，配备着 MI455X，能提供 1.45 EFLOPS（FP8），还能提供 2.9 EFLOPS（FP4），总计有着 31TB HBM4，并且有着 1.4PB/s 带宽，基于以太网的 ULALink（UALoE）scale-up 网络，可为 72 颗 GPU 提供 260TB/s 的带宽（每颗 3.6TB/s），而机架外的 scale-out 网络带宽为 300GB/s。

以下是，AMD把其未来的，用于Oberon机架的Vera - Rubin计算引擎，拿来与，用于Helios机架的Venice - Altair计算引擎，展开对比：

看起来势均力敌……

Altair 有个型号是 MI430X，当前关于它的信息并不多，它所面向的是正逐渐演变成 AI 中心的国家级 HPC 中心。

就我们而言，有着很强烈的一种看法，那就是MI430将会具备更高的FP64性能密度，这里说的性能密度是指每单位能耗或者每单位美元的，然而，AMD究竟会怎样去达成这件事情，到现在我们还是没办法知道的。在今年早些时候的时候，我们跟AMD GPU平台副总裁进行了交谈，这位副总裁叫作Brad McCredie，他长期负责领导IBM Power CPU项目，在那次对话期间，他曾经隐晦地表示过，AMD正在尝试对一些新设计进行探索。在当时，我们曾提出这样的疑问：可不可以把不同的浮点精度，拆分到不一样的计算chiplet当中呢？举例来说，使FP64与FP32处于一个chiplet里，让FP16单独处于一个chiplet，让FP8单独处于一个chiplet，让FP6和FP4处于一个chiplet，并且把向量以及Tensor单元同样拆分为独立chiplet。他给出了一种暗示，表明AMD正在开展一些与此类似的事情，然而却并未给出具体的细节 。

最后是机架级GPU系统的短期路线图：

“Verano”Zen 7/Zen 7c处理器推出之际，AMD会发布MI500系列GPU，其代号我们尚未想好，要让AMD先公布。与此同时，AMD会继续把“Vulcano” DPU系列用作Helios机架的组件。

AMD并没有透露太多关于MI500的信息，然而是这样一组算是比较符合相对性能情况的路线图：

要是该图依照比例来绘制，那么MI500系列最高会达到大约72 PFLOPS（FP4），相较于MI455X高出约80%，是正在进行量产的MI355X的7.8倍 。

企业的确是“购买线路图，而非购买单一产品”，不过最终还是得购买某个实实在在的产品才能够完成实际的任务。买家常常期望等待下一代计算引擎以获取更高的效率，然而要是始终等待，工作就永远都没法完成。AMD、Nvidia等厂商当然能够靠着这种心理——接着顺利地把它转化为收入。

仅需瞧一瞧我们上文模型里头，AMD以及Nvidia的收入数字，便得悉这个市场是何等的丰厚 。

参考链接

该内容为一个网址链接，无法按照要求进行改写 。https://www.nextplatform.com/2025/11/14/amd-solid-roadmaps-beget-money-which-beget-better-roadmaps-and-even-more-money/ 。