文章核心观点 中美人工智能竞争已进入深水区，双方在核心技术、底层基础及产业应用方面各有优势与短板，并走出了截然不同的发展道路 美国凭借技术先发优势、私人资本驱动和成熟的产学研体系，在AI模型、芯片设计等前沿技术研发和高端企业级应用上保持领先 中国则依托超大规模市场、完整的制造业体系和国家战略引导，在稀土与电力等底层基础、规模化产业应用及开源生态建设上形成独特优势 未来，双方发展路径可能趋于交汇，竞争将更加激烈，最终胜负取决于谁能更有效地将技术转化为经济增长和综合国力 [5][7][31][49][56] 实力：中美AI核心技术、底层基础及产业应用比较 技术与人才 - **AI模型**：美国在尖端AI大模型性能上保持领先，但差距快速收敛 截至2026年1月，美国先进大型语言模型性能领先中国约7个月，但中美顶级模型在多项基准测试中的性能差距已从2023年的17.5%大幅缩小至2024年的0.3% [9] - **AI芯片**：美国主导全球先进芯片的设计与研发，英伟达独立GPU占据全球90%以上的市场份额 中国在芯片产业链中下游环节形成优势，2025年上半年中国AI芯片市场规模达160亿美元，其中国产芯片约占35%的市场份额 [11][12] - **算力基建**：美国在算力规模及数据中心数量上显著领先，截至2025年11月，美国数据中心数量超4000个，中国约500个；美国智能算力规模占全球约75%，中国占约15% 中国算力市场规模预计2025年同比增长超30%，且调度效率较高 [15] - **人才**：美国吸引了全球57%的顶尖AI研究人员，中国占12% 从研究人员总数看，中国AI研究人员数量在2024年达5.2万人，已接近美国的6.3万人 [18] 底层基础 - **稀土**：中国在稀土产业链占据绝对主导地位，2024年生产稀土27万吨（美国为4.5万吨），拥有全球60%的开采量和91%的精炼产量 中国稀土储量占全球近50%，美国储量仅为中国的4% [22] - **电力**：中国电力供给充足，2024年发电量达美国的2.3倍，较2019年累计增长34%（美国同期仅增长6%） 2024年中国数据中心耗电量占总用电量约1%，而美国约4% 美国电力市场紧张，13个州的电网使用接近极限，可能持续制约AI发展 [23][24] 产业应用 - **美国**：侧重“高精尖”场景，在国防、医疗、量子计算等前沿领域及AI辅助药物研发等领域领先，追求技术性能与商业价值的极致结合 [27] - **中国**：侧重规模化部署和产业赋能，在消费级应用和制造业赋能上具优势 截至2024年，中国AI专利全球占比达60% 2025年全球人形机器人出货量前六品牌均来自中国，占据全球87%的市场份额 在无人驾驶出租车、无人机配送等场景商用化进度快于美国 [29][30] 道路：中美AI发展路径截然不同 发展模式差异体现 - **发展目标**：美国重在实现通用人工智能（AGI）的技术突破；中国更以应用为导向，注重解决实际问题和产业升级 [32] - **技术路线**：美国主流AI模型多为闭源；中国主流大模型多为开源，在全球开源市场中份额超六成（美国约三成） [32] - **商业模式**：美国主打付费订阅和高端企业服务；中国走“免费+增值”路线，通过流量积累间接变现 [33] 发展模式差异原因 - **顶层设计与政策导向**：美国将AI视为对华战略竞争核心，通过《芯片与科学法案》（拨款520亿美元）等政策保持技术领先 中国AI发展战略强调与实体经济深度融合，如《关于深入实施“人工智能+”行动的意见》等政策推动全面赋能 [34][35][36] - **技术与产业基础**：美国产学研体系成熟，具备前沿技术创新环境，但制造业基础偏弱制约应用部署 中国拥有全球最完整的产业链，制造业增加值占全球近30%，工业机器人部署规模是美国的5倍，为AI与产业深度融合铺平道路 [38][39] - **资本市场与融资模式**：美国AI企业融资由私人资本主导，2024年投向AI的私人资本突破千亿美元，接近中国的12倍，鼓励前沿技术突破 中国AI产业融资以政府和产业资本为主，更利于推动技术落地与产业应用 [42][43] 各自挑战 - **美国**：面临资本市场泡沫风险，AI产业呈现“高估值、低兑现”格局 全球企业在生成式AI领域累计投入300–400亿美元，但高达95%的企业尚未获得实质性回报 [47] - **中国**：需要避免重复建设和无序竞争风险，防止资源配置效率低下和产业“大而不强” [48] 未来演绎与建议 未来趋势 - 中美AI发展路径未来可能趋于交汇，直接竞争将更加激烈 美国开始重视AI应用，中国则加强核心技术攻关 [49] - 中美AI应用在全球市场的争夺已揭幕，美国凭借技术先发优势在重点市场布局，中国则依托“一带一路”等框架，以产业化应用为核心优势推动解决方案落地 [50] 发展建议（针对中国） - 明确技术攻关优先次序，在光刻机、EDA软件、高端芯片设计等“卡脖子”环节实现突破，并加强国际技术合作 [52] - 改变偏重应用、轻视基础的科研导向，增加对基础学科的投入，扩大STEM教育规模 [52] - 巩固产业赋能优势，深化AI与实体经济融合，探索具身智能、低空经济等新兴应用场景 [53] - 避免低水平重复建设和无序竞争，强化市场机制作用，引导不同地区错位发展 [53] - 推动资本市场改革，完善多元化融资支持体系，培育“耐心资本” [54] - 构建开放合作生态，深度参与全球AI治理，并探索中美在竞争中的合作空间 [54][55]

公司市场地位与业务概况 - 公司在服务器CPU市场占据领先地位，份额超过40% [1] - 公司正积极拓展独立GPU业务，以把握AI热潮带来的增长机遇 [1] - 数据中心业务已成为核心增长引擎，其营收占比从去年的约30%升至42% [10] 2025财年第二季度业绩表现 - 2025财年第二季度合并营收同比增长31.7%，达到76.8亿美元 [4] - 游戏与客户端业务板块同比增幅高达69%，主要受Radeon 9000系列GPU需求旺盛和Ryzen桌面处理器销量创纪录推动 [4] - 嵌入式业务板块营收同比下降4%，受工业需求疲软影响 [4] - 调整后EBITDA利润率从去年同期的约24.5%降至14.2%，主要受数据中心业务8亿美元库存减记及运营费用上升拖累 [7] - 调整后每股收益从2024年第二季度的0.69美元降至2025年同期的0.48美元 [7] 未来业务展望与驱动因素 - 市场预期公司2025财年第三季度营收为87.5亿美元，同比增长约28% [11] - 数据中心业务需求受云部署规模扩大、智能体AI需求增长及超大规模数据中心运营商采购支撑 [10] - 游戏与客户端业务复苏态势持续，受半定制游戏主机SoC、客户端CPU需求旺盛及AI功能集成到产品线推动 [11] - 企业对AMD Instinct MI350的采用率不断上升，预计在未来几个季度为数据中心业务营收提供支撑 [10] - 公司已连续11个季度超出市场预期，分析师认为第三季度业绩预期有望实现 [11] 长期增长面临的挑战 - 在AI计算领域，英伟达凭借成熟的软件生态系统（如CUDA）和在独立GPU市场的领先地位保持主导优势 [13] - 企业对AMD ROCm平台的采用速度可能较慢，这可能限制数据中心业务板块的增长预期 [16] - 尽管在服务器CPU、PC CPU及游戏主机半定制芯片等多元化产品领域有优势，但打破英伟达在AI加速器领域的主导地位仍十分困难 [16][17] 估值与市场表现分析 - 公司股价自今年4月低点以来累计上涨超200%，2025年以来累计涨幅约110%，显著高于同期标普500指数约16%的涨幅 [2][19] - 当前公司前瞻非GAAP市盈率达64.69倍，远高于其五年平均前瞻市盈率38.6倍，也高于竞争对手英伟达约45倍的前瞻市盈率 [21] - 市场对AMD 2025财年EPS的预期已从最初的5.09美元降至3.94美元，降幅超20% [22] - 公司多项增长指标（如营收增长率、EBITDA增长率）低于英伟达 [20]