AMD股价与市场表现 - 公司股价跑输标普500和纳斯达克100指数，因前期估值过高 [1] - 当前市值2550亿美元，远低于英伟达的4.1万亿美元，但实际技术差距更小 [1] - 过去一个月股价飙升20%，预期市盈率78倍，高于英伟达的42倍 [29] 新产品与技术优势 - MI400系列GPU将于2026年推出，内存容量提升至432GB，带宽达19.6TB/s，性能为MI355的10倍 [12][13] - MI355X GPU内存带宽比英伟达B200高40%，支持单GPU推理，降低延迟和成本 [10] - Helios AI机架整合自研CPU/GPU/网卡/软件，对标英伟达DGX系统 [13] AI推理领域战略 - 专注AI推理市场，OpenAI已采用MI400X，Meta使用MI300X进行推理 [4][25] - 2023-2028年推理业务CAGR达80%，预计2028年AI处理器TAM达5000亿美元 [15][30] - 推理收入占比未来将超过训练，公司有望挑战英伟达市场份额 [15] CPU市场进展 - 2纳米Zen 5 EPYC CPU已发布，性能超越英特尔至强6s [21][23] - 服务器CPU份额从2014年11%升至2025年24.7%，预计2029年达39.2% [19][24] - 谷歌云、微软、甲骨文等采用EPYC CPU，云领域主导地位增强 [23] 财务与客户动态 - Q1数据中心收入同比增长57%，客户端收入增长28% [26][27] - 董事会批准60亿美元股票回购，总额达100亿美元 [25] - Meta招募AI人才扩大Llama模型规模，将增加AMD GPU需求 [25] 市场增长预测 - 2023年数据中心TAM为450亿美元，公司占比14.44%，2028年TAM预计5000亿美元 [30] - 若主导推理市场，2028年数据中心收入或超722亿美元 [30]

产品发布 - AMD在Advancing AI大会上发布史上最强AI新品阵容，包括旗舰数据中心AI芯片、AI软件栈、AI机架级基础设施、AI网卡与DPU，展现与英伟达竞争雄心 [1] - 重点产品包括数据中心AI芯片MI350系列和MI400系列，其中MI350系列采用3nm制程，集成1850亿晶体管，基于CDNA 4架构，搭载288GB HBM3e内存，内存带宽8TB/s，单GPU可运行5200参数大模型，FP4/FP6精度下峰值算力20PFLOPS，推理性能达上一代35倍 [5] - MI400系列专为大规模训练和分布式推理设计，FP4精度下峰值算力40PFLOPS，FP8峰值性能20PFLOPS，搭载432GB HBM4内存，内存带宽19.6TB/s，性能相比MI355X提升10倍 [7][9] 性能对比 - MI355X与英伟达B200/GB200相比，内存容量多60%，FP64/FP32和FP6精度下峰值性能翻倍，FP16/FP8/FP4精度下性能相当 [36] - 运行DeepSeek R1模型时，MI350系列推理吞吐量超过英伟达B200 [5] - 8卡MI355X平台总内存2.3TB HBM3e，内存带宽64TB/s，FP4/FP6精度下峰值算力161PFLOPS [39][41] 软件生态 - 全新AI软件栈ROCm 7.0推理性能提升4倍以上，训练性能提升3倍，支持主流模型Day 0级支持，首度支持Windows系统 [12] - ROCm 7引入分布式推理方法，与SGLang、vLLM等开源框架协作，运行DeepSeek R1 FP8精度时吞吐量比B200高30% [85][86] - AMD推出开发者云，提供即时访问MI300X GPU，预装流行AI软件，率先注册开发者可获得25小时免费积分 [92][93] 基础设施 - 下一代"Helios"AI机架级解决方案支持72块MI400系列GPU，FP4峰值算力2.9EFLOPS，HBM4内存容量、带宽等指标比英伟达Oberon机架高50% [14][19][21] - Helios集成EPYC "Venice" CPU、MI400系列GPU和Pensando "Vulcano" NIC，其中EPYC "Venice"采用2nm制程，基于Zen 6架构，最多256核 [21] - AMD剧透2027年将推出下一代机架级解决方案，集成EPYC "Verano" CPU、MI500系列GPU和Pensando "Vulcano" NIC [24] 行业趋势 - 数据中心AI加速器TAM市场将年增60%以上，2028年达5000亿美元，推理将成为AI计算最大驱动力，未来几年年增80%以上 [30] - 全球10大AI公司中有7家正大规模部署AMD Instinct GPU [34] - AMD设定2030年新目标：将机架级能效提高20倍，使目前需275个机架的AI模型能在1个机架内训练，运营用电量减少95% [118]