AMD의 Google Cloud 모멘텀, Q2 매출 두 배 증가 이후 Nvidia의 AI 칩 우위와 맞서다

AMD는 분기 데이터 센터 매출을 두 배 이상 늘리며 AMD Google Cloud 협력 관계와 확대되는 AI 칩 사업을 바탕으로 Nvidia에 대한 도전력을 강화했다. 회사는 2026년 2분기 데이터 센터 매출이 전년 동기 대비 107% 증가한 67억 달러를 기록했다고 발표했다.

이 성장은 AI 인프라 시장에서 AMD의 위상을 바꿨다. 기존 서버 프로세서가 데이터 센터 사업을 떠받치는 가운데 미래 가속기 약속에 주로 의존하던 단계에서 벗어난 것이다. Instinct GPU 배포는 빠르게 늘어나는 EPYC 프로세서 수요와 함께 기여하고 있다.

그러나 이는 Nvidia를 상대로 한 명확한 승리는 아니었다. AMD의 전사 매출은 115억 달러였던 반면, Nvidia는 최근 데이터 센터 부문에서만 752억 달러를 보고했다. AMD의 다음 과제는 Helios 랙 출시, 고객 약정, 소프트웨어 개선을 지속적인 생산 매출로 전환하는 일이다.

따라서 이 결과는 단 한 번의 실적 사이클을 넘어서는 의미를 갖는다. 주요 클라우드 사업자와 AI 개발사들이 또 다른 컴퓨팅 공급원을 원한다는 점을 보여준다. Nvidia의 플랫폼 우위가 사라졌다는 의미는 아니다.

AMD 2026년 Q2 실적, 데이터 센터를 핵심에 두다

AMD의 데이터 센터 사업은 이제 부차적인 확장 프로젝트가 아니라 회사의 주된 성장 엔진이 됐다.

AMD는 2026년 6월 27일 종료된 기간의 2분기 매출로 115억 3,600만 달러를 보고했다. 이는 전년 대비 50% 성장, 직전 분기 대비 13% 증가에 해당한다.

데이터 센터 매출은 67억 달러로, 2025년 같은 분기보다 107% 증가했다. 회사의 분기 실적에 따르면 이 부문은 AMD 전체 매출의 58%를 차지했다.

이 비중은 AMD가 여전히 상당한 규모의 클라이언트, 게이밍, 임베디드 사업을 운영하고 있다는 점에서 중요하다. 클라이언트 및 게이밍 매출은 총 38억 달러였고, 임베디드 매출은 9억 7,700만 달러에 달했다.

데이터 센터 부문은 이들 사업을 합친 것보다 컸다. 성장은 EPYC 서버 프로세서와 Instinct AI 가속기라는 두 개의 서로 다른 제품 범주에서 나왔다.

EPYC 프로세서는 일반적인 서버 워크로드를 처리하며, 가속 시스템에서는 호스트 CPU로 작동하는 경우가 많다. Instinct GPU는 AI 모델 학습과 추론에 사용되는 병렬 연산을 수행한다.

AMD는 각 제품군의 분기 매출을 별도로 공개하지 않았다. 이 때문에 부문 성장 가운데 AI 가속기에서 발생한 비중을 정확히 판단할 수는 없다.

그럼에도 경영진은 EPYC와 Instinct 제품 모두에서 강한 수요가 있다고 밝혔다. Jean Hu 최고재무책임자는 데이터 센터가 해당 분기 회사 확장의 대부분을 차지했다고 말했다.

회사는 의미 있는 이익 성장도 기록했다. GAAP 영업이익은 전년 동기 손실에서 19억 9,000만 달러로 늘었다. GAAP 순이익은 22억 9,700만 달러로 증가했다.

Non-GAAP 영업이익은 30억 9,400만 달러였으며 영업이익률은 27%였다. Non-GAAP 주당순이익은 1년 전 0.48달러에서 1.66달러로 상승했다.

이러한 전년 대비 비교에는 맥락이 필요하다. AMD의 2025년 2분기에는 MI308 가속기에 대한 미국 수출 제한과 관련된 8억 달러 규모의 재고 및 관련 비용이 포함됐다.

따라서 2026년 이익과 매출총이익률 개선은 일부 비정상적으로 어려웠던 비교 기준을 반영한다. 그 모든 것이 영업 레버리지나 더 고수익성 제품 구성에서 비롯된 것은 아니다.

매출은 더 명확한 신호를 제공한다. 데이터 센터 부문은 회계 조정에 의존하지 않고 약 32억 달러에서 67억 달러로 확대됐다.

이 부문은 2026년 1분기의 58억 달러에서도 성장했다. 이러한 순차적 증가는 지난해 수출 비용 이후의 일회성 반등이 아니라 지속적인 수요를 시사한다.

AMD는 3분기 매출이 약 130억 달러에 이를 것으로 예상하며, 상하 3억 달러의 범위를 제시했다. 중간값은 전년 대비 41% 성장과 추가적인 전 분기 대비 13% 증가를 의미한다.

경영진은 Non-GAAP 매출총이익률이 2분기와 같은 56%를 유지할 것으로 예상한다. 이 안정적인 전망은 가속기 매출 확대가 즉시 전사 수익성을 끌어올릴 것이라는 해석을 완화한다.

따라서 AMD의 2026년 Q2 실적은 아직 해소되지 않은 경제성 관련 의문을 안고 있으면서도 신뢰할 만한 성장 스토리를 제시한다. 회사는 훨씬 더 많은 데이터 센터 하드웨어를 판매하고 있지만, 향후 제품 구성이 그 성장의 질을 결정할 것이다.

AMD Google Cloud 도입, 하나의 제품 주기를 넘어 확대

AMD와 Google의 연결고리가 중요한 이유는 클라우드 제공 환경이 칩 수요를 반복 가능한 엔터프라이즈 도입으로 전환할 수 있기 때문이다.

Google Cloud는 여러 세대의 가상 머신에 AMD 프로세서를 배포해 왔다. 이러한 인스턴스를 통해 고객은 물리적 서버를 구매하거나 운영하지 않고도 EPYC 기반 컴퓨팅 용량을 임대할 수 있다.

AMD는 1분기에 Google Cloud가 5세대 EPYC 프로세서 기반 H4D 가상 머신을 발표했다고 밝혔다. Microsoft Azure, AWS, Tencent도 EPYC 제공 범위를 확대했다.

이 관계는 이미 대기업들이 사용하는 플랫폼 내에서 AMD에 유통 경로를 제공한다. Google Cloud는 AMD 프로세서를 스토리지, 네트워킹, 보안, 데이터 서비스, 관리형 AI 도구와 묶어 제공할 수 있다.

구매자 입장에서는 다른 프로세서 아키텍처를 시험하는 데 따른 운영상 장벽이 낮아진다. 팀은 익숙한 클라우드 구매 및 배포 시스템을 통해 워크로드 성능을 비교할 수 있다.

AMD의 서버 프로세서 진전은 가속기 전략도 뒷받침한다. AI 클러스터에는 데이터 이동, 스토리지, 네트워킹, GPU 워크로드를 조율할 호스트 CPU가 필요하다.

이미 Google Cloud를 통해 EPYC를 사용 중인 고객은 운영 환경에서 AMD를 경험한 셈이다. 이 경험이 Instinct 도입을 보장하지는 않지만, AMD가 낯선 인프라 공급업체라는 인식을 줄여준다.

이것이 AMD Google 검색 관심도 뒤에 있는 실질적인 의미다. 이는 새로운 Google 인수나 독점 가속기 계약에 관한 이야기가 아니다. Google의 클라우드 인프라 내에서 확대되는 AMD의 역할과, 그 관계가 나타내는 더 폭넓은 수요에 관한 것이다.

Google 자체의 성장도 이러한 해석을 뒷받침한다. Alphabet은 모델, 칩, 데이터, 보안, 에이전트 서비스 포트폴리오의 수요에 힘입어 클라우드 수요가 증가하면서 강한 2분기 실적을 보고했다.

Google 실적에 따르면 Alphabet의 분기 매출은 전년 대비 24% 증가했다. 기업들이 더 많은 AI 인프라를 사용하면서 클라우드 사업도 확대됐다.

Google은 TPU로 알려진 자체 설계 텐서 처리 장치를 포기하지 않고 있다. 이 특화 가속기는 Google의 AI 전략에서 여전히 중요한 부분이다.

대신 Google Cloud는 고객에게 여러 컴퓨팅 경로를 제공한다. 이 모델은 Google이 일부 내부 및 고객 워크로드에서 자체 가속기를 선호하더라도 AMD 프로세서가 자리 잡을 여지를 만든다.

또한 AMD의 기회가 Nvidia를 칩 대 칩으로 대체하는 것보다 더 넓은 이유를 보여준다. 클라우드 사업자들은 점점 자체 가속기, 범용 GPU, 서버 프로세서, 특화 네트워킹을 결합하고 있다.

AMD는 EPYC CPU, Instinct GPU, Pensando 네트워킹 구성요소 또는 완전한 랙 시스템을 통해 참여할 수 있다. 각 계층은 잠재적인 진입점이지만, 이를 조율하는 일은 추가적인 실행 요구를 낳는다.

이 관계에는 중요한 한계도 있다. AMD의 실적 발표는 Google Cloud의 프로세서 배포보다 새로운 Helios 고객과 가속기 파트너십을 더 두드러지게 강조했다.

AMD의 2분기 발표에서 Google은 초기 Helios 배포 고객으로 언급되지 않았다. 명시된 조직에는 Anthropic, Meta, Microsoft, OpenAI, Oracle 및 여러 클라우드 인프라 제공업체가 포함됐다.

따라서 AMD와 Google의 관계는 최신 랙 규모 가속기 스토리보다 서버 프로세서 스토리를 더 분명하게 뒷받침한다. Google을 폭넓은 Helios 도입의 증거로 간주하는 것은 현재 उपलब्ध한 증거를 과장하는 셈이다.

그럼에도 EPYC 성장은 전략적으로 중요하다. AMD가 가속기 소프트웨어와 랙 역량을 확대하는 동안, 더 강한 프로세서 프랜차이즈는 매출, 고객 접근성, 시스템 지식을 제공한다.

이는 또한 AMD를 단일 제품 대안으로 치부하기 어렵게 만든다. 회사는 데이터 센터 구매자에게 컴퓨팅 및 네트워킹 구성요소의 집합을 제안할 수 있다.

엔터프라이즈 고객에게 클라우드 제공 환경은 현실적인 평가 경로를 만든다. 엔지니어링 팀은 더 큰 아키텍처 약정을 하기 전에 성능, 호환성, 운영 비용을 시험할 수 있다.

이러한 평가는 워크로드 테스트, 공급업체 브리핑, 아키텍처 검토에서 나온 활용 가능한 기록에 의존한다. 검색 가능한 기술 지식 베이스는 팀이 인프라 옵션 전반에서 이러한 결과를 비교하는 데 도움을 줄 수 있다.

따라서 AMD와 Google의 관계는 유통과 신뢰성을 제공한다. 그러나 더 큰 경쟁의 승부는 완전한 AI 시스템과 그 위에서 실행되는 소프트웨어로 결정될 것이다.

AMD 대 Nvidia AI 칩 경쟁, 시스템 경쟁으로 변화하다

대형 구매자들이 더 이상 AI 가속기를 단독으로 구매하지 않기 때문에, AMD는 신뢰할 수 있는 플랫폼을 제공해야만 Nvidia에 도전할 수 있다.

Nvidia는 수년에 걸쳐 GPU를 네트워킹, 랙 설계, 라이브러리, 개발자 도구, 최적화된 모델 소프트웨어와 연결해 왔다. 독점 병렬 컴퓨팅 플랫폼인 CUDA는 이러한 우위의 핵심으로 남아 있다.

개발자들은 CUDA 라이브러리와 관련 도구를 사용해 Nvidia 하드웨어 전반에서 모델을 학습하고 배포한다. 이러한 구축된 소프트웨어 기반은 다른 가속기가 매력적인 사양을 제공하더라도 전환 비용을 높인다.

AMD의 대응책은 Instinct 가속기를 프로그래밍하고 운영하기 위한 오픈 소프트웨어 스택인 ROCm이다. 회사는 AI 워크로드의 구축, 배포, 최적화를 위한 더욱 통합된 환경으로 ROCm.ai도 도입했다.

소프트웨어 개선은 필요하지만 충분하지는 않다. 대형 AI 클러스터는 이제 수십 또는 수천 개의 가속기에 걸친 통합된 기계로 작동한다.

GPU 간 연결은 시스템이 대규모 학습 또는 추론 작업을 얼마나 효율적으로 나눌 수 있는지를 결정한다. 메모리 용량, 네트워킹, 냉각, 전력 공급, 오케스트레이션, 장애 복구는 모두 실제 활용 가능한 성능에 영향을 미친다.

AMD는 이러한 시스템 수준 요구에 대응하기 위해 Helios를 출시했다. Helios는 랙 규모 설계 안에서 Instinct MI400 시리즈 가속기, EPYC 프로세서, Pensando 네트워킹, AMD 소프트웨어를 결합한다.

랙 규모 시스템은 랙을 하나의 조율된 컴퓨팅 단위로 취급한다. 이 접근 방식은 AMD의 이전 가속기 카드보다 Nvidia의 통합 플랫폼과 더 직접적으로 경쟁한다.

AMD는 Helios가 유리한 추론 경제성을 제공하며 2026년 하반기에 램프업을 시작할 것이라고 밝혔다. 추론은 학습된 모델을 사용해 응답이나 예측을 생성하는 과정이다.

회사는 Anthropic, Meta, Microsoft, OpenAI, Oracle 및 기타 제공업체를 배포 고객으로 지목했다. 또한 Anthropic을 대상으로 최대 2기가와트의 MI450 시리즈 용량과 관련된 계약을 발표했다.

이러한 약정은 AMD의 수요 가시성을 확대하지만, 발표된 용량이 곧 제공된 하드웨어를 의미하는 것은 아니다. 메모리 가용성, 제조 수율, 전력 제약, 네트워킹 통합 또는 고객의 건설 일정으로 인해 배포 일정은 변경될 수 있다.

AMD는 7월 AI 행사에서 MI400 가속기 제품군도 공개했다. MI455X는 대규모 학습 및 추론 클러스터를 겨냥하며, MI430X는 고성능 컴퓨팅과 소버린 AI 워크로드에 초점을 맞춘다.

MI400 출시는 Nvidia의 연간 플랫폼 출시 주기에 맞서려는 AMD의 시도를 보여준다. 정기적인 제품 출시는 클라우드 고객이 여러 해에 걸친 인프라 구매를 계획하는 데 도움이 된다.

Nvidia는 여전히 훨씬 더 큰 기반에서 사업을 운영한다. 가장 최근에 보고한 분기에서 회사 매출은 816억 달러였으며, 이 중 데이터 센터 매출은 752억 달러를 차지했다.

Nvidia의 실적 발표에 따르면, 이 데이터 센터 매출은 전년 동기 대비 92% 증가했다. 이는 AMD의 2분기 데이터 센터 매출의 11배를 넘는 수준이다.

양사는 서로 다른 회계연도를 사용하므로 기간이 정확히 일치하지는 않는다. 그럼에도 규모 비교는 경쟁의 핵심 현실을 잘 보여준다.

AMD의 해당 부문 성장률 107%는 Nvidia의 최근 연간 성장률을 웃돈다. 다만 Nvidia는 훨씬 더 큰 기반에서 출발했기 때문에 절대 매출 증가액은 훨씬 컸다.

이 차이로 인해 “AMD 대 Nvidia AI 칩” 구도는 타당하면서도 과장하기 쉬운 프레임이 된다. AMD는 신뢰할 만한 수요를 확보했지만, Nvidia의 전체 출하량이나 플랫폼 영향력에는 아직 미치지 못한다.

Nvidia도 계속해서 새로운 하드웨어와 소프트웨어를 내놓고 있다. Vera Rubin 플랫폼은 프로세서, 가속기, 네트워킹, 스토리지, AI 소프트웨어를 아우르는 회사의 통합 접근 방식을 확장한다.

따라서 AMD는 계속 움직이는 목표를 상대로 실행력을 입증해야 한다. Nvidia의 이전 세대 제품을 따라잡더라도, Nvidia의 다음 플랫폼이 예정대로 고객에게 공급된다면 격차가 사라지지는 않는다.

그럼에도 구매자에게는 AMD를 지원할 이유가 있다. 두 번째 주요 가속기 공급업체는 협상력을 높이고, 이용 가능한 용량을 확대하며, 하나의 독점 스택에 대한 의존도를 낮출 수 있다.

대형 AI 개발사는 다른 플랫폼에 맞게 소프트웨어를 최적화하는 데 필요한 엔지니어링 자원도 보유하고 있다. 이들의 참여는 ROCm을 개선하고, 이후 소규모 고객이 재활용할 수 있는 배포 노하우를 만들어낼 수 있다.

AMD가 의미 있는 사업을 구축하기 위해 시장 전체에서 Nvidia를 대체할 필요는 없다. 일부 추론, 학습, 클라우드, 소버린 AI 워크로드를 확보하는 것만으로도 지속적인 성장을 뒷받침할 수 있다.

그러나 벤치마크 부문에서 승리하거나 고객 계약을 발표하는 것만으로 경쟁의 승패가 결정되지는 않는다. AMD는 실제 워크로드와 대규모 배포 환경에서도 자사 시스템의 생산성이 유지된다는 점을 보여야 한다.

AMD의 매출 급증이 입증하지 못하는 것

이번 분기는 AMD에 수요가 있음을 입증하지만, Helios가 Nvidia와 비슷한 일관성이나 경제성으로 확장될 수 있음을 아직 증명하지는 못한다.

첫 번째 불확실성은 매출 구성에 있다. AMD는 EPYC CPU와 Instinct 가속기를 하나의 데이터 센터 부문에 함께 보고한다.

경영진에 따르면 두 사업 모두 좋은 성과를 냈다. 하지만 투자자와 고객은 AMD가 공개한 부문 수치만으로 가속기의 정확한 기여도를 계산할 수 없다.

이는 서버 CPU와 AI 가속기가 서로 다른 경쟁 구도를 따르기 때문이다. EPYC는 성숙한 고객 기반을 보유한 반면, Instinct는 소프트웨어와 시스템 도입 장벽을 넘어야 한다.

EPYC가 주도한 분기라 해도 인상적일 수 있다. 그러나 이는 AMD의 가속기 플랫폼이 Nvidia와의 격차를 줄이고 있다는 직접적인 증거로서는 약하다.

두 번째 불확실성은 2025년과의 비교에 있다. AMD의 전년 실적에는 MI308 수출 통제와 관련된 8억 달러 비용이 반영됐다.

이 비용이 데이터 센터 매출 증가를 만들어낸 것은 아니다. 다만 여러 연간 이익 및 마진 비교를 더 크게 보이게 했다.

GAAP 매출총이익률은 40%에서 54%로 상승했고, 비GAAP 매출총이익률은 43%에서 56%로 올랐다. 독자는 이 모든 개선을 제품 경제성 향상의 증거로 해석해서는 안 된다.

AMD의 3분기 비GAAP 마진 전망은 56%로 유지됐다. 변동 없는 가이던스는 매출 증가가 단기적으로 자동적인 마진 개선으로 이어지지는 않을 것임을 시사한다.

회사는 신규 제품 램프, 더 높은 사양의 메모리 구성, 고객 인센티브 또는 시스템 개발과 관련한 비용을 흡수하고 있을 수 있다. AMD는 단일 원인을 특정할 만큼 충분한 세부 정보를 제공하지 않았다.

세 번째 불확실성은 Helios의 시점이다. AMD는 이 플랫폼이 2026년 하반기부터 램프업을 시작할 것이라고 밝혔다.

램프업은 초기 시스템, 고객 검증용 장비 또는 의미 있는 규모의 양산 출하를 의미할 수 있다. 이 단계들은 재무적·경쟁적 의미가 크게 다르다.

AMD의 규제 공시는 공급 가용성, 제조 수율, 고객 집중도, 경쟁, 수출 규정을 주요 위험 요인으로 열거한다.

이는 표준적인 반도체 공시이지만, Helios 실행과 직접 맞닿아 있다. 이 시스템은 첨단 프로세서, 고대역폭 메모리, 네트워킹, 패키징, 냉각, 그리고 고객 데이터 센터의 준비 상태에 의존한다.

한 부품의 지연만으로도 랙 전체의 매출이 늦춰질 수 있다. 빠르게 바뀌는 수출 제한 역시 첨단 가속기가 판매될 수 있는 시장을 축소할 수 있다.

소프트웨어도 또 다른 위험이다. 모델이 ROCm에서 실행된다고 해서 모든 배포 환경에서 동등한 처리량, 안정성 또는 운영 효율을 자동으로 제공하는 것은 아니다.

대형 고객은 커널 최적화와 인프라 디버깅에 엔지니어를 투입할 수 있다. 반면 소규모 기업은 지원되는 라이브러리가 더 많고 전문 인력을 구하기 쉬운 플랫폼을 선호할 수 있다.

AMD의 확대되는 고객 목록은 이 상황을 개선할 수 있다. 실제 운영 사용자가 늘어날수록 소프트웨어 공급업체, 모델 개발자, 시스템 통합업체가 ROCm을 지원할 유인이 강해진다.

그럼에도 고객 이름만으로 도입 지표를 대체할 수는 없다. AMD는 활용률, 워크로드 이전 비용, 발표된 용량 중 실제 운영 모델을 실행하는 비중을 공개하지 않았다.

네 번째 불확실성은 경쟁사의 대응이다. Nvidia는 규모를 바탕으로 칩, 네트워킹, 소프트웨어, 클라우드 서비스, 개발자 지원에 동시에 투자할 수 있다.

Nvidia는 제품 출시 주기를 통해 AMD의 출시 시점에도 압박을 가할 수 있다. 시스템을 비교하는 고객은 데이터 센터가 가동되는 시점에 각 공급업체가 무엇을 제공할 수 있는지 평가할 것이다.

맞춤형 가속기도 또 다른 압박 요인이다. Google의 TPU, Amazon의 Trainium 칩, 기타 자체 설계 프로세서가 특정 AI 워크로드를 두고 경쟁한다.

이러한 대안이 상용 GPU 수요를 없애지는 않는다. 다만 시장을 분할하고 하이퍼스케일러에 인프라 경제성에 대한 더 큰 통제권을 제공한다.

따라서 AMD는 Nvidia뿐 아니라 자사 고객의 실리콘 프로그램과도 경쟁해야 한다. 폭넓은 프로세서 및 가속기 포트폴리오는 여러 기회를 만들지만, 동시에 규율 있는 실행을 요구한다.

이번 분기는 AMD가 주요 데이터 센터 구매 논의에서 의미 있는 위치를 차지한다는 자신감을 뒷받침한다. 하지만 Nvidia의 소프트웨어 해자나 규모 우위를 무력화했다는 주장을 뒷받침하지는 않는다.

AMD의 다음 AI 시험대를 규정할 세 가지 신호

향후 3개월은 AMD의 성장이 확장되는 플랫폼을 의미하는지, 아니면 향후 가속기 약속과 결합된 강력한 프로세서 사이클인지를 보여줄 것이다.

첫 번째 신호는 Helios 출하 증거다. AMD는 이 랙 스케일 플랫폼이 2026년 하반기부터 램프업을 시작한다고 밝혔다.

가장 강력한 확인은 인식된 시스템 매출, 실제 운영 워크로드, 실명 고객의 배포 세부 정보가 포함되는 경우다. 초기 검증 시스템만으로는 뒷받침 근거가 약하다.

Microsoft, Oracle, Meta, OpenAI, Anthropic은 까다로운 AI 인프라를 운영한다는 점에서 특히 중요하다. 이들의 운영 경험은 학습과 추론 전반에서 AMD를 검증할 수 있다.

여러 고객이 활성 워크로드를 설명한다면 AMD의 플랫폼 논리는 강화된다. 언급이 미래 용량에만 집중된다면 실행 격차는 여전히 남는다.

두 번째 신호는 AMD의 다음 실적에서 드러날 데이터 센터 매출 구성이다. 투자자들은 EPYC와 Instinct가 각각 성장에 어떻게 기여하는지에 관한 더 명확한 증거가 필요하다.

AMD의 3분기 매출 목표는 이미 회사 전체의 추가 성장을 시사한다. 이 증가의 질은 가속기 판매, 서버 프로세서 모멘텀, 매출총이익률 흐름에 달려 있다.

의미 있는 Instinct 램프와 안정적이거나 개선되는 마진은 AMD가 AI 시스템을 경제적으로 확장할 수 있다는 근거를 강화할 것이다. 마진 약화와 함께 매출이 늘어난다면 생산 및 고객 확보 비용에 대한 의문이 커질 수 있다.

EPYC 성장은 이 매출 구성과 무관하게 전략적으로 가치가 있다. 하지만 그것만으로 AMD의 완전한 AI 가속기 플랫폼이 입지를 넓히고 있음을 확인할 수는 없다.

세 번째 신호는 Nvidia의 다음 플랫폼 및 재무 업데이트다. Nvidia는 배포 규모, 소프트웨어 기반, 제품 출시 주기가 고객 기대를 규정한다는 점에서 여전히 기준점이다.

Nvidia의 지속적인 가속은 AMD가 넘어야 할 성능 기준을 높일 것이다. 공급 제약이나 느린 플랫폼 전환은 Helios에 더 큰 기회를 만들 수 있다.

비교는 개별 벤치마크 주장보다 실제 운영 가능한 공급량과 사용 가능한 워크로드에 초점을 맞춰야 한다. 구매자는 제공된 용량, 신뢰성, 소프트웨어 지원, 총운영 부담을 중요하게 본다.

이 신호에서는 Google Cloud의 인프라 선택도 주목할 만하다. AMD 프로세서 인스턴스의 확대는 EPYC 모멘텀을 강화할 것이며, 더 폭넓은 가속기 채택은 AMD와 Google의 관계를 한층 심화할 것이다.

Google은 자체 TPU와 외부 프로세서 간의 균형을 계속 유지할 것이다. 그 선택은 맞춤형 실리콘이 점점 더 클라우드를 형성하는 상황에서 상용 하드웨어가 어디에서 여전히 가치를 지니는지 보여줄 수 있다.

개발자에게 실질적인 쟁점은 이식성이다. 더 폭넓은 ROCm 호환성은 AMD와 Nvidia 인프라 전반에서 모델을 실행하는 데 필요한 작업을 줄일 수 있다.

기업 구매자에게 또 하나의 실행 가능한 공급업체는 용량 확보와 아키텍처 유연성을 개선할 수 있다. 그러나 소프트웨어 이전이나 운영 복잡성이 하드웨어 이점을 잠식한다면 그러한 이점은 사라진다.

지식 근로자와 AI 제품 사용자에게 영향은 간접적으로 나타난다. 인프라 경쟁 확대는 서비스 가용성, 모델 용량, 공급업체가 지원할 수 있는 AI 제품의 범위에 영향을 미칠 수 있다.

AMD의 2026년 2분기 실적은 회사를 순전히 추측적인 도전자의 위치에서 벗어나게 했다. 데이터 센터 매출은 이제 크고, 성장하고 있으며, 사업의 핵심이 됐다.

Nvidia와의 격차는 여전히 막대하고 Helios는 아직 공개적인 운영 증거가 필요하다. 이 조합은 글의 핵심 반전을 만든다. AMD는 완전한 시스템의 대규모 검증에 앞서 수요를 검증했다.

다음 결정은 투자자만큼이나 고객에게 달려 있다. 주요 사업자들은 AMD를 초과 수요를 위한 용량, 협상 도구, 아니면 지속 가능한 두 번째 플랫폼으로 볼 것인가?

배포된 Helios 워크로드, 가속기 주도 매출, Nvidia의 대응을 지켜봐야 한다. 이 신호들은 AMD와 Google Cloud의 모멘텀이 더 넓은 플랫폼 도입을 의미하는지, 아니면 데이터 센터로 향하는 하나의 강력한 경로에 불과한지를 보여줄 것이다.