纪要涉及的行业和公司 - **行业**：人工智能加速器市场 - **公司**：AMD、NVIDIA、华为 纪要提到的核心观点和论据 AMD竞争策略 - **非对称战争策略**：因难以在绝对性能、深度垂直整合和软件生态系统上与NVIDIA对称正面交锋，AMD采取非对称策略，包括攻击成本而非仅追求性能，利用对手联盟裂痕，在软件领域采取游击战术，目标是成为市场上可行的“第二选择”，开辟可观且盈利的市场份额[1][2][3] - **CDNA 4产品组合多层次进攻策略**：MI400“Helios”机柜与UALOE战略使AMD具备整机柜级别交付能力；通过向Neocloud合作伙伴回租算力降低其部署风险；MI350X/MI355X系列攻击NVIDIA主流市场；ROCm 7提升推理性能并改善框架支持；MI500概念传递长期承诺信号[1][5][6] 产品对比 - **MI350X & MI355X**：目标是NVIDIA HGX B200占据的主流市场，核心客户为专注中小LLM推理的企业和超大规模数据中心。MI355X显存容量高于NVIDIA B200，3年TCO比HGX B200低约30%，在FP6算力和显存容量上有优势，但节点内互联带宽处于劣势[1][8] - **MI400系列**：目标市场是进行前沿模型训练和大规模推理的顶级超大规模客户，是对NVIDIA GB200/VR200系统的直接回应。在性能、内存和互联技术上实现均衡与超越，FP8算力预计比NVIDIA VR200高出20%，内存容量和带宽均高出50%，采用UALOE架构提供灵活性和成本优势[1][9] 互联技术竞争 - **AMD互联策略**：从节点内XGMI到机柜级UALOE体现务实与妥协，因合作伙伴UALink交换芯片推迟，被迫采用基于以太网的UALOE，带来架构影响和硬件资源浪费[1][27][28] - **NVIDIA互联护城河**：第五代NVLink技术提供强大护城河，推出NVLink Fusion反击UALink联盟，吸引潜在合作伙伴进入其生态系统[7][30][31] 软件生态系统 - **ROCm vs. CUDA**：CUDA是成熟生态系统，ROCm相对落后，存在成熟度与功能、性能与稳定性方面的差距，有“ROCm税”。但AMD正从兼容性、性能和社区等角度反击[2][37][42] - **开发者迁移决策**：构建量化迁移指数（QMI）模型辅助决策，当工作负载以推理为中心、能利用AMD硬件优势、项目全新、组织对成本敏感或信奉开源优先理念时，可考虑从CUDA迁移到ROCm[40][43][46] 华为与AMD战略对比 - **战略差异**：华为与AMD在硬件哲学、软件战略、互联技术、供应链、市场策略和地缘政治立场上存在根本性差异，华为追求自主可控，AMD追求开放市场竞争[48][49][51] - **华为可借鉴经验**：将客户“不满”武器化，更积极为客户“共担风险”，将开源作为“外交工具”，聚焦并放大自身“楔子”优势[52][53][55] 中国算力供应商决策 - **市场背景**：中国AI算力租赁市场复杂，H100租金高昂，H20训练性能受限，华为昇腾910C/D硬件性能提升但软件生态不成熟，AMD MI355X若进入市场将成“搅局者”[56] - **决策框架**：引入算⼒资本回报率（ROCC）模型构建算力资产组合，建议进行小规模MI355X GPU集群“试点”部署，实现风险对冲，捕获“CUDA不满者”市场，打造差异化高性能训练服务[57][60][65] 其他重要但可能被忽略的内容 - **AMD架构特点**：采用混合节点策略，计算芯片使用台积电N3P工艺，基础芯片使用N6工艺，实现性能与成本优化平衡。与上一代相比，MI350架构有显著演进，但在精细优化方面仍落后于NVIDIA[1][15] - **FP6优势**：AMD在FP6精度上有显著性能优势，源于不同架构设计，可吸引低精度量化研究和部署的开发者，为建立技术信誉和蚕食NVIDIA市场份额提供机会[1][23][25] - **互联技术竞争本质**：互联技术竞争演变成争夺未来AI基础设施生态系统主导权的代理人战争，UALink联盟对抗NVIDIA专有NVLink，NVIDIA NVLink Fusion反击，AMD UALOE方案削弱了UALink独特性[7][34][35]