I legami tra AMD e Google si rafforzano mentre i ricavi dall'AI raggiungono un record

AMD ha riportato ricavi trimestrali record dopo che la sua attività nei data center è più che raddoppiata, ma il risultato non ha risolto la sfida con Nvidia. Il rapporto tra AMD e Google aggiunge un ulteriore livello a questa storia. Google utilizza processori server AMD mentre sviluppa i propri acceleratori ed espande una piattaforma AI sempre più autosufficiente.

AMD ha generato 11,54 miliardi di dollari di ricavi nel secondo trimestre, il 50% in più rispetto a un anno prima. I ricavi del Data Center hanno raggiunto 6,7 miliardi di dollari, in crescita del 107% e pari al 58% delle vendite aziendali. AMD ha inoltre dichiarato che i ricavi della sua attività AI per data center sono più che raddoppiati.

Questi dati affermano AMD come fornitore più rilevante nel mercato dell'infrastruttura AI. Non stabiliscono quanta quota degli acceleratori AMD abbia sottratto a Nvidia. AMD riunisce processori server EPYC, acceleratori Instinct, networking e sistemi rack-scale in un unico segmento di rendicontazione.

Questa distinzione conta per gli acquirenti aziendali e gli sviluppatori. AMD non vende più soltanto un chip alternativo. Sta assemblando Helios, un sistema rack-scale che combina elaborazione, networking e software in una piattaforma AI pronta per il deployment.

Nvidia vende già infrastruttura a questo livello, sostenuta da un ambiente software maturo e da un'ampia disponibilità nel cloud. Google segue un'altra strada attraverso le proprie Tensor Processing Units, o TPU, continuando al contempo a offrire processori AMD in Google Cloud.

Il trimestre record segna quindi una transizione, non una vittoria già conseguita. AMD ha dimostrato che la domanda di infrastruttura AI può modificare in modo sostanziale il suo profilo finanziario. Il prossimo test sarà trasformare gli impegni dei clienti in deployment ripetibili senza sacrificare margini o usabilità del software.

Il trimestre record di AMD cambia la portata della sfida

I risultati di AMD mostrano che il computing per data center è diventato il fulcro finanziario dell'azienda, ma la composizione del segmento limita ancora ciò che gli investitori possono concludere.

I risultati trimestrali di AMD hanno riguardato i tre mesi conclusi il 27 giugno 2026. I ricavi sono saliti da 7,69 miliardi di dollari a 11,54 miliardi di dollari su base annua. Sono inoltre aumentati del 13% rispetto al trimestre precedente.

L'utile lordo GAAP ha raggiunto 6,2 miliardi di dollari, mentre il reddito operativo è stato di 1,99 miliardi di dollari. L'utile netto è aumentato del 163% su base annua, a 2,3 miliardi di dollari. AMD ha riportato un margine lordo GAAP del 54% e un margine lordo non-GAAP del 56%.

Il confronto con il 2025 richiede una certa cautela. Il trimestre precedente includeva una svalutazione di magazzino e oneri correlati per 800 milioni di dollari, collegati ai controlli statunitensi sulle esportazioni degli acceleratori MI308. Tale onere ha ridotto il margine lordo e il risultato operativo dell'anno precedente.

Anche tenendo conto di questo confronto, l'attività si è chiaramente espansa. I ricavi del Data Center sono saliti da circa 3,2 miliardi di dollari a 6,7 miliardi di dollari. I ricavi di Client and Gaming sono aumentati del 6%, a 3,8 miliardi di dollari, mentre quelli di Embedded sono cresciuti del 19%, a 977 milioni di dollari.

Il mix mostra quanto profondamente AMD sia cambiata. Il Data Center ha contribuito per il 58% ai ricavi totali, contro il 42% di un anno prima. Il segmento conta ora più delle tradizionali attività di AMD nei PC, nel gaming e nell'embedded messe insieme.

AMD ha attribuito l'aumento dei data center ai processori EPYC e alle GPU Instinct. Le CPU EPYC gestiscono l'elaborazione server generale, incluso il lavoro che prepara, alimenta e coordina gli acceleratori AI. Le GPU Instinct eseguono i calcoli paralleli utilizzati per l'addestramento e l'inferenza AI.

L'inferenza è il processo di esecuzione di un modello addestrato per generare una risposta o una previsione. La sua economia dipende da molto più della velocità pura del chip. Capacità di memoria, networking, utilizzo, consumo energetico e software incidono tutti sul costo finale per token generato.

AMD ha dichiarato che i ricavi AI per data center sono più che raddoppiati, ma non ha comunicato quella attività come dato separato. I lettori non possono suddividere nettamente il segmento da 6,7 miliardi di dollari tra processori EPYC e acceleratori Instinct.

Questa scelta di rendicontazione complica i confronti con Nvidia. Impedisce inoltre agli osservatori esterni di stabilire quanta crescita sia arrivata dalle spedizioni di acceleratori anziché dalla forte domanda di CPU server.

L'amministratrice delegata di AMD, Lisa Su, ha dichiarato che la domanda di EPYC stava accelerando mentre i deployment di Instinct stavano crescendo di scala. L'azienda prevede inoltre che le vendite del Data Center accelerino nella seconda metà del 2026.

Per il terzo trimestre, AMD ha previsto ricavi di circa 13 miliardi di dollari, con una possibile variazione di 300 milioni di dollari. Il punto medio rappresenta una crescita del 41% su base annua e un ulteriore aumento sequenziale del 13%.

Questa previsione indica un'espansione continua piuttosto che un picco di un solo trimestre. Tuttavia, la previsione invariata di un margine lordo non-GAAP del 56% crea la prima tensione nel risultato. La crescita più rapida dell'AI non ha ancora prodotto un immediato aumento atteso della redditività.

Il trimestre conta perché offre ad AMD una scala sufficiente per finanziare una sfida infrastrutturale più ampia. Ma innalza anche l'asticella per ogni risultato futuro. La crescita deve ora accompagnarsi a una più chiara adozione degli acceleratori, consegne di sistemi affidabili ed economie sostenibili.

Perché l'infrastruttura AMD Google funziona in entrambe le direzioni

Il rapporto tra AMD e Google illustra la nuova catena di fornitura dell'AI, in cui le stesse aziende possono essere clienti, partner e rivali architetturali.

Google Cloud offre diverse famiglie di macchine virtuali alimentate da processori AMD EPYC. Le sue attuali istanze AMD supportano carichi di lavoro che vanno dalle applicazioni cloud al calcolo ad alte prestazioni e ai servizi AI.

Google impiega inoltre processori nella propria infrastruttura. AMD ha dichiarato che gli hyperscaler continuano a espandere EPYC nei sistemi interni e nelle offerte di cloud pubblico, citando Google insieme ad Amazon Web Services, Microsoft e Oracle.

Questo crea un canale di ricavo diretto per AMD. Ogni servizio AI richiede CPU attorno ai suoi acceleratori, anche quando tali acceleratori non sono prodotti AMD. Le CPU pianificano i job, gestiscono lo storage, svolgono attività di networking e supportano la preparazione dei dati.

Le famiglie C4D, N4D, H4D e G4 di Google Cloud utilizzano processori AMD EPYC di quinta generazione. Alcune sono rivolte al computing generale, mentre altre supportano carichi tecnici o grafici impegnativi. Google può quindi acquistare CPU AMD indirizzando i calcoli AI verso altro hardware.

Il rapporto non è esclusivo. Google Cloud gestisce anche macchine basate su Intel e i propri processori Axion basati su Arm. I clienti possono scegliere le architetture in base al comportamento del carico di lavoro, ai requisiti software e alla disponibilità.

La strategia AI interna di Google le offre un'altra opzione. Le TPU sono acceleratori specializzati progettati da Google per carichi di lavoro di machine learning. Competono per alcune delle stesse attività di addestramento e inferenza a cui puntano AMD Instinct e le GPU Nvidia.

Questo rende la principale tensione tra AMD e Google più interessante di un accordo tradizionale con un fornitore. AMD beneficia quando Google espande la capacità cloud, ma Google riduce anche la dipendenza dagli acceleratori commerciali tramite silicio personalizzato.

Alphabet ha riportato che i ricavi di Google Cloud sono cresciuti dell'82% nel suo secondo trimestre. Il suo slancio nel cloud è arrivato da un portafoglio integrato che comprende chip, modelli, dati, sicurezza e piattaforme per agenti.

Google ha dichiarato di rimanere vincolata dall'offerta mentre la domanda per i suoi modelli aumentava. Le API di modelli proprietari elaboravano circa 22 miliardi di token al minuto, rispetto ai 16 miliardi di un trimestre prima. Questa espansione richiede maggiore capacità di elaborazione in tutto il data center.

Non tutta questa domanda confluisce verso un unico fornitore di processori. Google può distribuire i carichi di lavoro tra TPU, GPU, CPU e diverse famiglie di macchine cloud. Questo approccio eterogeneo, ossia più tipi di processori che lavorano insieme, sta diventando standard nell'infrastruttura hyperscale.

AMD guadagna anche quando Google utilizza TPU perché il computing general-purpose continua a circondare tali acceleratori. Tuttavia, AMD guadagna molto di più se i suoi sistemi Instinct conquistano parte dei carichi di lavoro degli acceleratori accanto alle CPU EPYC.

Le prove attuali supportano chiaramente il rapporto sulle CPU. Non confermano un ampio impegno di Google a implementare le più recenti GPU Instinct di AMD per l'addestramento o l'inferenza di Gemini.

Questo divario di verifica dovrebbe restare visibile. L'interesse di ricerca attorno ad AMD e Google può facilmente confondere una partnership EPYC documentata con speculazioni su un più ampio accordo per gli acceleratori. I risultati di AMD non hanno annunciato un simile impegno.

Per Google, la diversità dei fornitori offre leva negoziale e flessibilità di capacità. L'aggiunta di macchine basate su AMD può ampliare la scelta dei clienti riducendo al contempo l'esposizione a una singola roadmap di processori.

Per AMD, Google Cloud offre distribuzione e validazione. Gli sviluppatori possono utilizzare un'infrastruttura basata su EPYC senza acquistare server fisici né cambiare fornitore cloud. La disponibilità rende inoltre più semplici da testare per i clienti le dichiarazioni sulle prestazioni.

Questo rapporto bidirezionale riflette un cambiamento più ampio nell'infrastruttura AI. Le aziende cloud progettano sempre più processori personalizzati mentre acquistano hardware commerciale dove questo migliora flessibilità o time-to-market.

AMD deve avere successo in questo ambiente misto. Vincere non richiede che Google abbandoni le TPU. Richiede che AMD diventi preziosa in un numero sufficiente di livelli di CPU, GPU, networking e software da rendere costosa la sostituzione.

Helios trasforma AMD da fornitore di chip a sfidante dei sistemi

Helios è il tentativo di AMD di competere a livello rack, dove gli acquirenti valutano sistemi completi anziché specifiche di acceleratori isolate.

AMD ha presentato Helios come piattaforma AI rack-scale. Il design rack-scale tratta un intero cabinet di processori, memoria e networking come un unico sistema di elaborazione coordinato. Questo approccio supporta modelli troppo grandi per un singolo server.

Helios combina acceleratori Instinct, processori EPYC, tecnologia di networking Pensando e l'ambiente software ROCm di AMD. ROCm è lo stack software aperto dell'azienda per programmare e gestire gli acceleratori AMD.

La piattaforma è strategicamente importante perché Nvidia non compete più principalmente attraverso GPU individuali. I suoi sistemi collegano acceleratori, CPU, networking, librerie e strumenti di gestione in un modello di deployment unificato.

AMD deve quindi eguagliare più delle prestazioni nei benchmark. I clienti necessitano di installazioni prevedibili, software stabile, comunicazione efficiente tra acceleratori e supporto per grandi carichi di lavoro in produzione.

AMD afferma che Helios inizierà a crescere nella seconda metà del 2026. L'azienda ha citato Anthropic, Meta, Microsoft, OpenAI, Oracle e diversi fornitori cloud tra le organizzazioni che stanno implementando o pianificando di implementare il sistema.

Gli impegni variano per struttura e tempistica. L'annuncio di una partnership non equivale a ricavi riconosciuti, capacità installata o utilizzo produttivo sostenuto.

Il deployment di Anthropic da parte di AMD copre fino a due gigawatt di GPU MI450 Series in rack Helios. L'accordo include anche una collaborazione software che coinvolge Claude e ROCm.

OpenAI aveva in precedenza selezionato AMD come partner infrastrutturale preferenziale per deployment a partire dagli acceleratori MI450. Microsoft ha annunciato piani per implementare rack Helios su Azure per l'inferenza di modelli frontier.

Questi accordi offrono ad AMD clienti di riferimento credibili. Concentrano però anche il rischio di esecuzione attorno a un piccolo gruppo di acquirenti tecnicamente esigenti. Tali clienti si aspettano che hardware, software, networking e capacità di servizio arrivino insieme.

MI450 è al centro di questa transizione. Appartiene alla generazione di acceleratori MI400 di AMD ed è progettato per implementazioni di AI su scala rack. L’azienda ha inoltre lanciato le varianti MI455X e MI430X per diversi carichi di lavoro di AI e calcolo ad alte prestazioni.

La roadmap di prodotto conta perché i laboratori di AI pianificano l’infrastruttura anni prima che i sistemi entrino in funzione. L’accesso all’energia, la costruzione dei data center, la disponibilità di memoria e gli acquisti di networking spesso iniziano molto prima delle consegne degli acceleratori.

Impegni rilevanti possono quindi sostenere la visibilità sui ricavi futuri senza modificare immediatamente le vendite di acceleratori del trimestre corrente. Il trimestre record di AMD riflette la domanda attuale, mentre gli impegni per Helios supportano la sua tesi di una crescita continua.

Alla base dell’opportunità di AMD vi è la domanda dei clienti per una seconda piattaforma effettivamente implementabile. Gli hyperscaler desiderano capacità, potere negoziale e protezione dai ritardi di un singolo fornitore.

AMD può offrire un’alternativa mantenendo una familiare architettura CPU x86. Può inoltre vendere CPU nei sistemi che utilizzano altri acceleratori, offrendo all’azienda diverse vie d’accesso a ciascun data center.

Il software resta la parte più difficile. Gli sviluppatori di AI spesso costruiscono attorno a librerie, framework e pratiche operative perfezionati per l’ambiente CUDA di Nvidia. Spostare il codice richiede test, ottimizzazione e tempo del personale, anche quando i framework più diffusi supportano l’hardware AMD.

ROCm è migliorato e i grandi clienti possono assegnare ingegneri all’ottimizzazione dei carichi di lavoro importanti. Le organizzazioni più piccole affrontano dinamiche economiche diverse: hanno bisogno che modelli e strumenti comuni funzionino senza lunghi progetti di porting.

Google dimostra perché la questione software sia centrale. Il suo portafoglio AI integrato collega hardware a modelli, servizi cloud, governance e strumenti per sviluppatori. AMD deve fare in modo che la propria piattaforma si inserisca naturalmente in ambienti stratificati in modo analogo.

Un chip potente può vincere un benchmark. Una piattaforma di successo deve mantenere l’utilizzo elevato al variare dei modelli e delle condizioni di produzione. Helios sarà giudicato secondo questo standard più ampio.

La vera inversione è che AMD dispone ora di sufficienti impegni dei clienti da affrontare un problema di sistemi, anziché di credibilità. Gli acquirenti accettano AMD come possibile fornitore di infrastruttura. Devono ancora vedere prove che le implementazioni possano scalare con regolarità.

Cosa non dimostra l’impennata dei ricavi

Una crescita record convalida la domanda di capacità di calcolo AMD, ma non dimostra una quota equivalente negli acceleratori, un’economia superiore o un’esecuzione senza intoppi.

La prima incertezza deriva dalla rendicontazione per segmento. AMD riunisce CPU server e GPU per data center in un’unica categoria di ricavi. Le solide prestazioni di EPYC possono far crescere i ricavi Data Center anche se Instinct parte da una base più piccola.

L’affermazione di AMD secondo cui i ricavi AI dei data center sono più che raddoppiati indica una direzione, ma non la scala. L’azienda non ha comunicato il dato precedente, quello attuale, le spedizioni in unità o il margine lordo degli acceleratori.

Questa omissione impedisce una misurazione precisa dei progressi competitivi. Lascia inoltre gli analisti dipendenti da annunci dei clienti, stime della catena di fornitura e future comunicazioni del management.

La seconda incertezza riguarda la redditività. AMD prevede che il margine lordo non-GAAP del terzo trimestre resti intorno al 56%, pur stimando una sostanziale crescita sequenziale dei ricavi.

Una guidance piatta non dimostra che i sistemi AI abbiano una debole economia. Le fasi iniziali di lancio dei prodotti possono comportare costi produttivi iniziali e il mix dei ricavi può spostarsi tra CPU, acceleratori, prodotti gaming e chip embedded.

Tuttavia, gli investitori devono verificare se le maggiori vendite AI finiranno per aumentare i margini dell’azienda. Le implementazioni su scala rack includono costose memorie, networking, packaging, validazione e assistenza clienti.

AMD compete inoltre con un fornitore dotato di una scala di data center molto maggiore. Nvidia ha riportato 62,3 miliardi di dollari di ricavi trimestrali Data Center per il trimestre fiscale conclusosi a gennaio 2026. La sua posizione le offre risorse considerevoli per software, networking e sviluppo annuale dei prodotti.

Le cifre non sono direttamente comparabili perché le aziende utilizzano calendari fiscali e strutture di reporting differenti. Tuttavia, la differenza di scala mostra perché la crescita del 107% di AMD non equivale alla leadership di mercato.

Il vantaggio di Nvidia va oltre i ricavi hardware. CUDA ha accumulato anni di utilizzo da parte degli sviluppatori, librerie ottimizzate, documentazione ed esperienza operativa. Queste risorse riducono il rischio di implementazione per i team che già usano sistemi Nvidia.

AMD può rispondere con software aperto, hardware competitivo e grandi partnership ingegneristiche con i clienti. Tuttavia, l’apertura da sola non garantisce minori costi di passaggio. I clienti si preoccupano più di affidabilità e tempo di engineering che della filosofia delle licenze.

Google aggiunge pressione da un’altra direzione. Gli acceleratori personalizzati consentono agli hyperscaler di ottimizzare carichi di lavoro selezionati e ridurre la dipendenza dai fornitori esterni di GPU. Google non ha bisogno di una sola architettura di processore per gestire ogni attività.

Altre aziende cloud stanno seguendo strategie simili. Amazon sviluppa acceleratori Trainium, mentre Microsoft ha introdotto hardware Maia. Broadcom fornisce tecnologia per acceleratori personalizzati a grandi operatori di infrastrutture.

AMD affronta quindi la concorrenza sia di Nvidia sia dei suoi maggiori potenziali clienti. Questa struttura insolita limita le narrative semplicistiche sulle quote di mercato.

I vincoli di fornitura creano un altro rischio. I sistemi AI avanzati dipendono da memoria ad alta larghezza di banda, produzione all’avanguardia, packaging sofisticato, componenti di networking e disponibilità di energia.

AMD identifica la disponibilità di memoria e capacità produttiva tra i rischi nel suo documento normativo. Un ritardo in un singolo componente può posticipare l’implementazione di un intero rack.

I controlli sulle esportazioni restano un’altra fonte di volatilità. L’onere relativo a MI308 dell’anno precedente ha mostrato quanto rapidamente i cambiamenti normativi possano influenzare le scorte, i clienti autorizzati e i confronti finanziari.

Anche la concentrazione dei clienti merita attenzione. I grandi impegni pluriennali creano scala, ma un campus ritardato o una strategia di modello rivista può spostare ricavi significativi tra i trimestri.

L’interpretazione ottimistica resta credibile. AMD dispone ora di clienti importanti, una crescente franchise CPU, una roadmap di acceleratori e un sistema su scala rack. La domanda di calcolo AI continua a superare la capacità disponibile in diversi ambienti cloud.

L’interpretazione scettica è altrettanto necessaria. AMD deve dimostrare che la capacità annunciata diventa capacità operativa, che il software supporta gli utenti comuni e che i ricavi generano rendimenti in miglioramento.

Nessuna delle due interpretazioni richiede di sminuire il trimestre record. Il risultato stabilisce condizioni di partenza più solide. Non elimina il lavoro necessario tra una piattaforma promettente e un secondo standard durevole.

Tre segnali decideranno il prossimo capitolo AMD-Google

La prossima fase sarà determinata dalla capacità Helios effettivamente implementata, da un’economia degli acceleratori più chiara e da una più ampia disponibilità cloud, piuttosto che da un’altra serie di annunci di partnership.

Il primo segnale è l’avvio di Helios. AMD afferma che le implementazioni inizieranno a scalare nella seconda metà del 2026, con diversi importanti laboratori di AI e operatori cloud coinvolti.

I lettori dovrebbero osservare l’entrata in produzione dei sistemi, non soltanto gli impegni di acquisto. Le prove di produzione possono includere istanze cloud generalmente disponibili, comunicazioni sui carichi di lavoro dei clienti e ordini ripetuti dopo le implementazioni iniziali.

Installazioni riuscite rafforzerebbero la tesi di AMD secondo cui può fornire un’infrastruttura AI completa. Ritardi suggerirebbero che l’integrazione di acceleratori MI450, processori EPYC, networking, memoria e ROCm resta difficile.

La distinzione conta perché un sistema su scala rack presenta molti punti di guasto. La spedizione di un chip crea poco valore se networking o software impediscono ai clienti di mantenere un utilizzo elevato.

Il secondo segnale è il mix dei ricavi e l’evoluzione dei margini di AMD. L’azienda ha previsto un altro aumento sequenziale dei ricavi, mantenendo al contempo il margine lordo non-GAAP vicino al 56%.

I futuri risultati dovrebbero mostrare se l’accelerazione delle vendite Data Center porta i margini sopra quel livello. Gli investitori necessitano inoltre di maggiori informazioni sui ricavi Instinct all’interno del segmento più ampio.

Una cifra separata per gli acceleratori migliorerebbe la trasparenza. Lo farebbero anche commenti sui ricavi di sistema, sulla disponibilità delle forniture e sul contributo relativo di EPYC e Instinct.

Margini in aumento insieme a ricavi degli acceleratori in accelerazione rafforzerebbero la tesi della piattaforma. Margini costantemente piatti non la invaliderebbero automaticamente, ma aumenterebbero gli interrogativi su prezzi e costi di sistema.

Il terzo segnale è l’accesso cloud oltre le implementazioni limitate. I grandi laboratori di AI possono ottimizzare il software e negoziare accordi personalizzati. La maggior parte delle imprese ha bisogno di servizi standardizzati con disponibilità chiara e strumenti di gestione familiari.

Il rapporto tra AMD e Google offre un test utile. Google Cloud offre già diverse famiglie di macchine basate su EPYC, garantendo ad AMD una presenza CPU sostanziale.

Resta da confermare se Google renderà disponibile in modo sufficientemente ampio capacità Instinct o Helios di generazione attuale da modificare la scelta dei clienti. Una tale disponibilità approfondirebbe il rapporto oltre i processori server.

Google potrebbe anche continuare a indirizzare i suoi carichi di lavoro di modelli più importanti verso TPU e altri acceleratori selezionati. Tale esito conserverebbe il ruolo CPU di AMD, limitandone però l’opportunità negli acceleratori all’interno della piattaforma Google.

Microsoft Azure, Oracle Cloud e i fornitori specializzati di GPU offrono ulteriori elementi di prova. Un’ampia disponibilità su diversi cloud ridurrebbe la dipendenza da un singolo partner e creerebbe più opportunità per gli sviluppatori di provare ROCm.

L’esperienza degli sviluppatori determinerà l’adozione dopo l’arrivo della capacità. Qualità della documentazione, compatibilità con i framework, strumenti di debugging e prestazioni dei modelli stabiliscono se i clienti rimangono dopo una prova iniziale.

Gli acquirenti di infrastruttura dovrebbero valutare l’economia completa dei carichi di lavoro anziché le specifiche degli acceleratori in evidenza. Misurazioni utili includono token per dollaro, consumo energetico, utilizzo, tempo di engineering e disponibilità tra le regioni.

I team che svolgono tali valutazioni necessitano inoltre di un registro affidabile di benchmark, affermazioni dei fornitori e date di implementazione in evoluzione. I workflow di engineering ricercabili possono mantenere queste evidenze collegate mentre le roadmap di prodotto cambiano.

La decisione più ampia non riguarda più se AMD partecipi all’infrastruttura AI. Il suo trimestre record risponde a questa domanda. La decisione è se AMD diventerà una scelta di piattaforma abituale accanto a Nvidia e al silicio cloud personalizzato.

Per gli sviluppatori, ciò significherebbe più opzioni hardware e maggiore pressione sui fornitori affinché migliorino il software. Per le imprese, creerebbe maggiore leva su capacità, architettura e termini di approvvigionamento.

Per Google, AMD resta al tempo stesso utile e strategicamente incompleta. I processori EPYC ampliano il portafoglio di calcolo di Google Cloud, mentre i chip proprietari di Google proteggono la sua indipendenza architetturale.

Per AMD, Google illustra opportunità e vincolo in un’unica relazione. La crescita del cloud crea domanda per i processori AMD, ma il silicio personalizzato compete per i carichi di lavoro AI di maggior valore.

Osservate le prossime implementazioni in produzione, non soltanto il prossimo annuncio. Se Helios scala, i margini migliorano e l’accesso cloud si amplia, il trimestre record di AMD apparirà come l’inizio di un cambiamento strutturale. Se questi segnali ristagnano, l’impennata dei ricavi sembrerà più una domanda catturata durante un mercato insolitamente vincolato.