AI 매출이 사상 최고치를 기록하며 AMD와 Google의 관계가 깊어진다

AMD는 데이터 센터 사업이 두 배 이상 성장한 데 힘입어 분기 매출 신기록을 보고했지만, Nvidia와의 경쟁 구도는 아직 결론 나지 않았다. AMD와 Google의 관계는 이 이야기의 또 다른 층위를 더한다. Google은 자체 가속기를 개발하고 갈수록 독립적인 AI 플랫폼을 확장하는 한편 AMD 서버 프로세서를 사용한다.

AMD는 2분기에 115억4,000만 달러의 매출을 올렸으며, 이는 1년 전보다 50% 증가한 수치다. 데이터 센터 매출은 107% 증가한 67억 달러로 회사 전체 매출의 58%를 차지했다. AMD는 데이터 센터 AI 사업 매출도 두 배 이상 늘었다고 밝혔다.

이 수치는 AMD가 AI 인프라 시장에서 더 큰 공급업체로 자리 잡았음을 보여준다. 그러나 AMD가 Nvidia로부터 얼마나 많은 가속기 점유율을 가져왔는지는 보여주지 않는다. AMD는 EPYC 서버 프로세서, Instinct 가속기, 네트워킹, 랙 스케일 시스템을 하나의 보고 부문으로 묶어 공개한다.

이러한 구분은 기업 구매자와 개발자에게 중요하다. AMD는 더 이상 대체 칩만 판매하지 않는다. 컴퓨팅, 네트워킹, 소프트웨어를 배포 가능한 AI 플랫폼으로 결합한 랙 스케일 시스템 Helios를 구축하고 있다.

Nvidia는 이미 성숙한 소프트웨어 환경과 폭넓은 클라우드 가용성을 뒷받침으로 이 수준의 인프라를 판매하고 있다. Google은 Google Cloud에서 AMD 프로세서를 제공하는 동시에 Tensor Processing Units, 즉 TPU를 통해 다른 경로를 따른다.

따라서 이번 기록적인 분기는 완성된 승리가 아니라 전환점을 의미한다. AMD는 AI 인프라 수요가 자사의 재무 구조를 실질적으로 바꿀 수 있음을 입증했다. 다음 시험대는 마진이나 소프트웨어 사용성을 훼손하지 않으면서 고객 약속을 반복 가능한 배포로 전환하는 일이다.

AMD의 기록적인 분기가 경쟁의 규모를 바꾼다

AMD의 실적은 데이터 센터 컴퓨팅이 회사의 재무적 중심이 되었음을 보여주지만, 해당 부문의 구성은 투자자가 내릴 수 있는 결론에 여전히 한계를 둔다.

AMD의 분기 실적은 2026년 6월 27일 종료된 3개월을 다뤘다. 매출은 전년 동기 76억9,000만 달러에서 115억4,000만 달러로 증가했다. 직전 분기 대비로도 13% 늘었다.

GAAP 기준 매출총이익은 62억 달러, 영업이익은 19억9,000만 달러였다. 순이익은 전년 동기 대비 163% 증가한 23억 달러를 기록했다. AMD는 GAAP 기준 매출총이익률 54%, 비GAAP 기준 매출총이익률 56%를 보고했다.

2025년과의 비교에는 주의가 필요하다. 앞선 분기에는 MI308 가속기에 대한 미국 수출 통제와 관련한 8억 달러 규모의 재고 및 관련 비용이 포함됐다. 이 비용은 전년 매출총이익률과 영업 실적을 낮췄다.

이 비교 요인을 고려하더라도 사업은 분명히 확대됐다. 데이터 센터 매출은 약 32억 달러에서 67억 달러로 증가했다. 클라이언트 및 게이밍 매출은 6% 늘어난 38억 달러였고, 임베디드 매출은 19% 증가한 9억7,700만 달러를 기록했다.

매출 구성은 AMD가 얼마나 크게 변화했는지를 보여준다. 데이터 센터는 전체 매출의 58%를 기여했으며, 이는 1년 전의 42%와 비교된다. 이 부문은 이제 AMD의 전통적인 PC, 게이밍, 임베디드 사업을 합친 것보다 더 큰 비중을 차지한다.

AMD는 데이터 센터 증가가 EPYC 프로세서와 Instinct GPU에 힘입은 것이라고 설명했다. EPYC CPU는 AI 가속기를 준비하고 공급하며 조율하는 작업을 포함해 범용 서버 컴퓨팅을 처리한다. Instinct GPU는 AI 학습과 추론에 사용되는 병렬 연산을 수행한다.

추론은 학습된 모델을 실행해 답변이나 예측을 생성하는 과정이다. 그 경제성은 단순한 칩 속도 이상에 좌우된다. 메모리 용량, 네트워킹, 활용률, 전력 소비, 소프트웨어가 모두 생성된 토큰당 최종 비용에 영향을 미친다.

AMD는 데이터 센터 AI 매출이 두 배 이상 증가했다고 밝혔지만, 이를 별도 수치로 공개하지는 않았다. 독자들은 67억 달러 규모의 부문을 EPYC 프로세서와 Instinct 가속기 사이에서 명확히 나눌 수 없다.

이러한 보고 방식은 Nvidia와의 비교를 복잡하게 만든다. 또한 외부인이 가속기 출하 증가와 강력한 서버 CPU 수요 중 무엇이 성장에 더 크게 기여했는지 판단하지 못하게 한다.

AMD 최고경영자 Lisa Su는 EPYC 수요가 가속화되고 Instinct 배포가 확대되고 있다고 말했다. 회사는 2026년 하반기에 데이터 센터 매출이 더 가속화될 것으로도 예상했다.

AMD는 3분기 매출을 약 130억 달러로 전망했으며, 3억 달러의 변동 가능성을 제시했다. 전망 중간값은 전년 동기 대비 41% 성장과 전 분기 대비 13% 추가 증가를 의미한다.

이 전망은 일회성 분기 급등이 아니라 지속적인 확장을 시사한다. 그러나 변동 없이 유지된 비GAAP 기준 매출총이익률 56% 전망은 실적 내부의 첫 번째 긴장을 만들어낸다. 더 빠른 AI 성장이 아직 예상 수익성의 즉각적인 상승으로 이어지지는 않았다.

이번 분기는 AMD가 더 폭넓은 인프라 경쟁에 자금을 투입할 충분한 규모를 확보했다는 점에서 중요하다. 그러나 동시에 향후 모든 실적에 대한 기준을 높인다. 이제 성장은 더 명확한 가속기 채택, 신뢰할 수 있는 시스템 공급, 지속 가능한 경제성과 함께 나타나야 한다.

AMD와 Google의 인프라 관계가 양방향으로 작동하는 이유

AMD와 Google의 관계는 같은 기업들이 고객, 파트너, 아키텍처 경쟁자가 될 수 있는 새로운 AI 공급망을 보여준다.

Google Cloud는 AMD EPYC 프로세서로 구동되는 여러 가상 머신 제품군을 제공한다. 현재의 AMD 인스턴스는 클라우드 애플리케이션부터 고성능 컴퓨팅, AI 서비스에 이르는 워크로드를 지원한다.

Google은 자체 인프라에도 프로세서를 배치한다. AMD는 하이퍼스케일러들이 내부 시스템과 퍼블릭 클라우드 제품 전반에서 EPYC를 계속 확대하고 있다며 Amazon Web Services, Microsoft, Oracle과 함께 Google을 언급했다.

이는 AMD에 직접적인 매출 경로를 만든다. 모든 AI 서비스에는 가속기 주변에 CPU가 필요하며, 그 가속기가 AMD 제품이 아닌 경우에도 마찬가지다. CPU는 작업을 스케줄링하고, 스토리지를 관리하며, 네트워킹 작업을 처리하고, 데이터 준비를 지원한다.

Google Cloud의 C4D, N4D, H4D, G4 제품군은 5세대 AMD EPYC 프로세서를 사용한다. 일부는 범용 컴퓨팅을 겨냥하고, 다른 일부는 까다로운 기술 또는 그래픽 워크로드를 지원한다. 따라서 Google은 AI 연산을 다른 하드웨어로 유도하면서 AMD CPU를 구매할 수 있다.

이 관계는 독점적이지 않다. Google Cloud는 Intel 기반 머신과 자체 Arm 기반 Axion 프로세서도 운영한다. 고객은 워크로드 특성, 소프트웨어 요구 사항, 가용성에 따라 아키텍처를 선택할 수 있다.

Google의 내부 AI 전략은 또 다른 선택지를 제공한다. TPU는 Google이 머신러닝 워크로드를 위해 설계한 특수 가속기다. 이는 AMD Instinct와 Nvidia GPU가 겨냥하는 일부 학습 및 추론 작업을 두고 경쟁한다.

이 때문에 AMD와 Google 사이의 핵심 긴장은 일반적인 공급업체 계약보다 더 흥미롭다. Google이 클라우드 용량을 확대하면 AMD는 이익을 얻지만, Google은 맞춤형 실리콘을 통해 상용 가속기에 대한 의존도도 낮춘다.

Alphabet은 2분기 Google Cloud 매출이 82% 증가했다고 보고했다. 클라우드 모멘텀은 칩, 모델, 데이터, 보안, 에이전트 플랫폼을 아우르는 통합 포트폴리오에서 나왔다.

Google은 자사 모델 수요가 증가하면서 공급 제약이 계속되고 있다고 밝혔다. 자체 모델 API는 분당 약 220억 토큰을 처리했으며, 이는 한 분기 전의 160억 토큰에서 증가한 수치다. 이러한 확장에는 데이터 센터 전반에 더 많은 컴퓨팅이 필요하다.

이 수요가 모두 하나의 프로세서 공급업체로 향하는 것은 아니다. Google은 TPU, GPU, CPU, 여러 클라우드 머신 제품군에 워크로드를 나눌 수 있다. 여러 프로세서 유형이 함께 작동하는 이질적 접근 방식은 하이퍼스케일 인프라 전반에서 표준이 되고 있다.

Google이 TPU를 사용하더라도 범용 컴퓨팅은 여전히 그 가속기를 둘러싸고 있기 때문에 AMD는 이익을 얻는다. 그러나 AMD가 EPYC CPU와 함께 Instinct 시스템으로 일부 가속기 워크로드를 확보한다면 훨씬 더 큰 이익을 얻는다.

현재 증거는 CPU 관계를 분명히 뒷받침한다. 그러나 Gemini 학습 또는 추론을 위해 Google이 AMD의 최신 Instinct GPU를 광범위하게 배포하기로 약속했다는 점을 확인해 주지는 않는다.

이 검증 공백은 계속 드러나 있어야 한다. AMD와 Google을 둘러싼 검색 관심은 문서로 확인된 EPYC 파트너십과 더 큰 가속기 계약에 대한 추측을 쉽게 혼동할 수 있다. AMD의 실적은 그러한 약속을 발표하지 않았다.

Google에 공급업체 다변화는 협상력과 용량 유연성을 제공한다. AMD 기반 머신을 추가하면 한 프로세서 로드맵에 대한 노출을 줄이면서 고객 선택권을 넓힐 수 있다.

AMD에 Google Cloud는 유통 경로이자 검증 수단을 제공한다. 개발자는 물리적 서버를 구매하거나 클라우드 공급업체를 바꾸지 않고 EPYC 기반 인프라를 사용할 수 있다. 이러한 가용성은 고객이 성능 주장을 더 쉽게 시험할 수 있게도 한다.

이 양방향 관계는 AI 인프라의 더 광범위한 변화를 반영한다. 클라우드 기업들은 맞춤형 프로세서를 점점 더 직접 설계하는 동시에, 유연성이나 출시 속도를 개선하는 상용 하드웨어를 구매한다.

AMD는 이 혼합 환경에서 성공해야 한다. 성공은 Google이 TPU를 포기하는 데 달려 있지 않다. CPU, GPU, 네트워킹, 소프트웨어의 충분한 계층에서 AMD의 가치가 높아져 교체 비용이 커지는 것이 핵심이다.

Helios는 AMD를 칩 공급업체에서 시스템 도전자로 바꾼다

Helios는 구매자가 개별 가속기 사양이 아니라 완전한 시스템을 평가하는 랙 스케일에서 경쟁하려는 AMD의 시도다.

AMD는 Helios를 랙 스케일 AI 플랫폼으로 소개했다. 랙 스케일 설계는 프로세서, 메모리, 네트워킹으로 구성된 전체 캐비닛을 하나의 조율된 컴퓨팅 시스템으로 취급한다. 이 접근 방식은 단일 서버에 담기에는 너무 큰 모델을 지원한다.

Helios는 Instinct 가속기, EPYC 프로세서, Pensando 네트워킹 기술, AMD의 ROCm 소프트웨어 환경을 결합한다. ROCm은 AMD 가속기를 프로그래밍하고 운영하기 위한 회사의 오픈 소프트웨어 스택이다.

이 플랫폼은 Nvidia가 더 이상 주로 개별 GPU를 통해 경쟁하지 않기 때문에 전략적으로 중요하다. Nvidia의 시스템은 가속기, CPU, 네트워킹, 라이브러리, 관리 도구를 통합된 배포 모델로 연결한다.

따라서 AMD는 벤치마크 성능 이상을 맞춰야 한다. 고객에게는 예측 가능한 설치, 안정적인 소프트웨어, 가속기 간 효율적인 통신, 대규모 프로덕션 워크로드 지원이 필요하다.

AMD는 Helios가 2026년 하반기에 램프업을 시작할 것이라고 밝혔다. 회사는 Anthropic, Meta, Microsoft, OpenAI, Oracle 및 여러 클라우드 공급업체를 이 시스템을 배포하거나 배포할 계획인 조직으로 언급했다.

이러한 약속은 구조와 시점이 다양하다. 파트너십 발표가 인식된 매출, 설치된 용량, 지속적인 프로덕션 활용과 같은 의미는 아니다.

AMD의 Anthropic 배포는 Helios 랙에 MI450 Series GPU를 최대 2기가와트까지 배치하는 내용을 담고 있다. 이 협력에는 Claude와 ROCm을 포함한 소프트웨어 협업도 포함된다.

OpenAI는 이전에 MI450 가속기부터 시작하는 배포를 위해 AMD를 선호 인프라 파트너로 선정했다. Microsoft는 프런티어 모델 추론을 위해 Azure에 Helios 랙을 배포할 계획을 발표했다.

이 계약들은 AMD에 신뢰할 수 있는 핵심 고객을 제공한다. 동시에 기술 요구 수준이 높은 소수 구매자에게 실행 위험을 집중시킨다. 이 고객들은 하드웨어, 소프트웨어, 네트워킹, 서비스 용량이 함께 제공되기를 기대한다.

MI450은 이러한 전환의 중심에 있다. 이는 AMD의 MI400 가속기 세대에 속하며 랙 스케일 AI 배포를 위해 설계됐다. AMD는 서로 다른 AI 및 고성능 컴퓨팅 워크로드를 위한 MI455X와 MI430X 변형도 출시했다.

제품 로드맵이 중요한 이유는 AI 연구소들이 시스템 가동 수년 전부터 인프라를 계획하기 때문이다. 전력 확보, 데이터센터 건설, 메모리 공급, 네트워킹 조달은 가속기 납품보다 훨씬 앞서 시작되는 경우가 많다.

따라서 대규모 약정은 현재 분기 가속기 매출을 즉시 바꾸지 않으면서도 향후 매출 가시성을 뒷받침할 수 있다. AMD의 기록적인 분기는 현재 수요를 반영하며, Helios 약정은 지속적인 성장이라는 회사의 주장을 뒷받침한다.

AMD 기회의 기반에는 두 번째로 실제 배포 가능한 플랫폼을 원하는 고객 수요가 있다. 하이퍼스케일러는 용량, 협상력, 단일 공급업체의 지연에 대한 방어 수단을 원한다.

AMD는 익숙한 x86 CPU 아키텍처를 유지하면서 대안을 제공할 수 있다. 다른 가속기를 사용하는 시스템에도 CPU를 판매할 수 있어, 각 데이터센터에 진입할 여러 경로를 확보한다.

소프트웨어는 여전히 더 어려운 부분이다. AI 개발자들은 흔히 Nvidia의 CUDA 환경에 맞춰 다듬어진 라이브러리, 프레임워크, 운영 관행을 중심으로 개발한다. 널리 쓰이는 프레임워크가 AMD 하드웨어를 지원하더라도 코드를 옮기려면 테스트, 최적화, 인력 시간이 필요하다.

ROCm은 개선됐고 대형 고객은 중요한 워크로드를 최적화할 엔지니어를 배정할 수 있다. 소규모 조직은 경제성이 다르다. 장기간의 포팅 프로젝트 없이 일반적인 모델과 도구를 실행할 수 있어야 한다.

Google은 이 소프트웨어 문제가 왜 핵심인지 보여준다. 통합 AI 포트폴리오는 하드웨어를 모델, 클라우드 서비스, 거버넌스, 개발자 도구와 연결한다. AMD는 자사 플랫폼이 이처럼 여러 층으로 구성된 환경에 자연스럽게 맞도록 해야 한다.

강력한 칩은 벤치마크에서 승리할 수 있다. 성공적인 플랫폼은 변화하는 모델과 운영 환경 전반에서 높은 활용도를 유지해야 한다. Helios는 이 더 폭넓은 기준으로 평가받을 것이다.

진정한 변화는 AMD가 이제 신뢰성 문제가 아니라 시스템 문제에 맞설 만큼 충분한 고객 약정을 확보했다는 점이다. 구매자들은 AMD를 인프라 공급업체 후보로 받아들인다. 다만 배포가 일상적으로 확장될 수 있다는 증거는 여전히 필요하다.

매출 급증이 입증하지 않는 것

기록적인 성장은 AMD 컴퓨팅에 대한 수요를 검증하지만, 동등한 가속기 점유율, 더 나은 경제성, 또는 문제 없는 실행을 입증하지는 않는다.

첫 번째 불확실성은 부문 보고에서 나온다. AMD는 서버 CPU와 데이터센터 GPU를 하나의 매출 범주에 합산한다. Instinct가 더 작은 기반에서 성장하더라도 강력한 EPYC 실적이 Data Center 매출을 끌어올릴 수 있다.

데이터센터 AI 매출이 두 배 이상 증가했다는 AMD의 발표는 방향성은 제공하지만 규모는 보여주지 않는다. AMD는 이전 수치, 현재 수치, 출하 대수, 가속기 매출총이익률을 공개하지 않았다.

이 같은 누락은 경쟁 진전도를 정밀하게 측정하기 어렵게 만든다. 또한 분석가들은 고객 발표, 공급망 추정치, 향후 경영진 공시에 의존할 수밖에 없다.

두 번째 불확실성은 수익성에 관한 것이다. AMD는 상당한 전분기 대비 매출 성장을 전망하면서도 3분기 비GAAP 매출총이익률이 약 56% 수준을 유지할 것으로 예상한다.

보합 전망이 AI 시스템의 경제성이 취약하다는 것을 입증하는 것은 아니다. 제품 램프업에는 초기 제조 비용이 수반될 수 있고, 매출 구성은 CPU, 가속기, 게이밍 제품, 임베디드 칩 사이에서 바뀔 수 있다.

하지만 투자자들은 더 높은 AI 매출이 결국 회사 마진을 끌어올리는지 확인해야 한다. 랙 스케일 배포에는 고가의 메모리, 네트워킹, 패키징, 검증, 고객 지원이 포함된다.

AMD는 데이터센터 규모가 훨씬 큰 공급업체와도 경쟁한다. Nvidia는 2026년 1월 종료 회계분기에 분기 Data Center 매출 623억 달러를 보고했다. 이러한 지위는 소프트웨어, 네트워킹, 연간 제품 개발에 투입할 상당한 자원을 제공한다.

두 회사는 서로 다른 회계 달력과 보고 구조를 사용하므로 수치를 직접 비교할 수는 없다. 그럼에도 규모 차이는 AMD의 107% 성장이 시장 리더십과 동일하지 않음을 보여준다.

Nvidia의 우위는 하드웨어 매출을 넘어선다. CUDA는 수년에 걸친 개발자 사용 경험, 최적화된 라이브러리, 문서, 운영 경험을 축적했다. 이러한 자산은 이미 Nvidia 시스템을 사용하는 팀의 배포 위험을 낮춘다.

AMD는 오픈 소프트웨어, 경쟁력 있는 하드웨어, 대형 고객과의 엔지니어링 협력으로 대응할 수 있다. 하지만 개방성만으로 전환 비용이 낮아지는 것은 아니다. 고객은 라이선스 철학보다 신뢰성과 엔지니어링 시간을 더 중요하게 여긴다.

Google은 다른 방향에서 압박을 더한다. 맞춤형 가속기는 하이퍼스케일러가 선택된 워크로드를 최적화하고 외부 GPU 공급업체 의존도를 낮추게 한다. Google은 모든 작업을 처리하기 위해 단 하나의 프로세서 아키텍처가 필요하지 않다.

다른 클라우드 기업들도 비슷한 전략을 따르고 있다. Amazon은 Trainium 가속기를 개발하고 있으며, Microsoft는 Maia 하드웨어를 선보였다. Broadcom은 대형 인프라 운영업체에 맞춤형 가속기 기술을 공급한다.

따라서 AMD는 Nvidia뿐 아니라 가장 유력한 잠재 고객들과도 경쟁한다. 이러한 이례적인 구조는 단순한 시장점유율 서사를 제한한다.

공급 제약은 또 다른 위험을 만든다. 첨단 AI 시스템은 고대역폭 메모리, 선도 공정 제조, 정교한 패키징, 네트워킹 부품, 사용 가능한 전력에 의존한다.

AMD는 규제 공시에서 메모리와 제조 가용성을 위험 요인으로 지목한다. 하나의 부품이 지연되면 전체 랙 배포가 미뤄질 수 있다.

수출 통제 역시 변동성의 또 다른 원인으로 남아 있다. 전년도 MI308 비용은 정책 변화가 재고, 허용된 고객, 재무 비교에 얼마나 빠르게 영향을 미칠 수 있는지 보여줬다.

고객 집중도 주목할 필요가 있다. 대규모 다년 약정은 규모를 만들지만, 캠퍼스 지연이나 모델 전략 수정은 상당한 매출을 분기 간에 이동시킬 수 있다.

낙관적인 해석은 여전히 설득력이 있다. AMD는 이제 주요 고객, 성장하는 CPU 사업, 가속기 로드맵, 랙 스케일 시스템을 갖췄다. 여러 클라우드 환경에서 AI 컴퓨팅 수요는 계속해서 가용 용량을 초과하고 있다.

회의적인 해석도 마찬가지로 필요하다. AMD는 발표된 용량이 실제 가동 용량으로 전환되고, 소프트웨어가 일반 사용자를 지원하며, 매출이 개선되는 수익률로 이어진다는 점을 보여줘야 한다.

어느 해석도 기록적인 분기를 폄하할 필요는 없다. 이 실적은 더 강한 출발 여건을 마련한다. 그러나 유망한 플랫폼과 지속 가능한 두 번째 표준 사이에 놓인 과제를 없애지는 않는다.

다음 AMD Google 국면을 결정할 세 가지 신호

다음 단계는 또 다른 파트너십 발표 모음이 아니라 배포된 Helios 용량, 더 명확한 가속기 경제성, 더 폭넓은 클라우드 가용성으로 결정될 것이다.

첫 번째 신호는 Helios 램프업이다. AMD는 여러 주요 AI 연구소와 클라우드 운영업체가 참여한 가운데 2026년 하반기부터 배포 규모가 확대되기 시작한다고 말한다.

독자들은 구매 약정뿐 아니라 시스템이 실제 운영에 들어가는지 지켜봐야 한다. 운영 증거에는 일반 제공되는 클라우드 인스턴스, 고객 워크로드 공개, 초기 배포 이후의 반복 주문이 포함될 수 있다.

성공적인 설치는 AMD가 완전한 AI 인프라를 제공할 수 있다는 주장을 강화할 것이다. 지연은 MI450 가속기, EPYC 프로세서, 네트워킹, 메모리, ROCm을 통합하는 일이 여전히 어렵다는 점을 시사할 수 있다.

랙 스케일 시스템에는 많은 실패 지점이 존재하므로 이 구분은 중요하다. 네트워킹이나 소프트웨어가 고객의 높은 활용도 유지를 막는다면 칩 출하는 거의 가치를 만들지 못한다.

두 번째 신호는 AMD의 매출 구성과 마진 추이다. 회사는 비GAAP 매출총이익률을 56% 안팎으로 유지하면서 또 한 번의 전분기 대비 매출 증가를 전망했다.

향후 실적은 가속화되는 Data Center 매출이 마진을 이 수준 이상으로 끌어올리는지 보여줘야 한다. 투자자들은 또한 더 넓은 부문 내 Instinct 매출에 관한 정보를 더 필요로 한다.

별도의 가속기 수치가 공개되면 투명성이 개선될 것이다. 시스템 매출, 공급 가용성, EPYC와 Instinct의 상대적 기여도에 관한 설명도 도움이 될 것이다.

가속기 매출 증가와 함께 마진이 상승한다면 플랫폼 논리를 강화할 것이다. 마진이 계속 보합세를 보인다고 해서 자동으로 이를 무효화하는 것은 아니지만, 가격과 시스템 비용에 대한 의문은 커질 것이다.

세 번째 신호는 제한된 배포를 넘어선 클라우드 접근성이다. 대형 AI 연구소는 소프트웨어를 최적화하고 맞춤형 계약을 협상할 수 있다. 대부분의 기업은 명확한 가용성과 익숙한 관리 도구를 갖춘 표준화된 서비스를 필요로 한다.

AMD와 Google의 관계는 유용한 시험대가 된다. Google Cloud는 이미 여러 EPYC 기반 머신 제품군을 제공하고 있어 AMD는 상당한 CPU 입지를 확보하고 있다.

아직 확인되지 않은 것은 Google이 고객 선택을 바꿀 만큼 현세대 Instinct 또는 Helios 용량을 광범위하게 제공할지 여부다. 이러한 가용성은 서버 프로세서를 넘어 관계를 심화할 것이다.

Google은 가장 중요한 모델 워크로드를 계속 TPU와 기타 선택된 가속기로 유도할 수도 있다. 그러한 결과는 AMD의 CPU 역할을 유지하는 한편 Google 플랫폼 내 가속기 기회는 제한할 것이다.

Microsoft Azure, Oracle Cloud, 전문 GPU 제공업체는 추가적인 근거를 제공한다. 여러 클라우드 전반의 폭넓은 가용성은 단일 파트너 의존도를 낮추고 개발자가 ROCm을 시험할 기회를 더 많이 만들 것이다.

용량이 확보된 뒤에는 개발자 경험이 도입을 좌우할 것이다. 문서 품질, 프레임워크 호환성, 디버깅 도구, 모델 성능은 고객이 초기 시험 이후에도 남는지를 결정한다.

인프라 구매자는 가속기 사양의 헤드라인 수치보다 전체 워크로드 경제성을 평가해야 한다. 유용한 측정 기준에는 달러당 토큰 수, 전력 사용량, 활용도, 엔지니어링 시간, 지역별 가용성이 포함된다.

이러한 평가를 수행하는 팀은 벤치마크, 공급업체 주장, 변화하는 배포 일정에 관한 신뢰할 수 있는 기록도 필요로 한다. 검색 가능한 엔지니어링 워크플로는 제품 로드맵이 바뀌는 과정에서도 이러한 근거를 연결해 둘 수 있다.

더 큰 질문은 더 이상 AMD가 AI 인프라에 참여하는지 여부가 아니다. 기록적인 분기가 그 질문에 답한다. 핵심은 AMD가 Nvidia 및 맞춤형 클라우드 실리콘과 나란한 일상적인 플랫폼 선택지가 되는지 여부다.

개발자에게 이는 더 많은 하드웨어 선택지와 소프트웨어 개선을 위한 공급업체 간 경쟁 심화를 의미할 것이다. 기업에는 용량, 아키텍처, 조달 조건에 대한 협상력을 제공할 것이다.

Google에 AMD는 여전히 유용하면서도 전략적으로는 불완전한 존재다. EPYC 프로세서는 Google Cloud의 컴퓨팅 포트폴리오를 넓히고, Google 자체 칩은 아키텍처 독립성을 보호한다.

AMD에 Google은 하나의 관계 안에서 기회와 제약을 모두 보여준다. 클라우드 성장은 AMD 프로세서 수요를 만들지만, 맞춤형 실리콘은 가장 가치가 높은 AI 워크로드를 두고 경쟁한다.

다음 발표만이 아니라 다음 운영 배포를 지켜봐야 한다. Helios가 확장되고, 마진이 개선되며, 클라우드 접근성이 넓어진다면 AMD의 기록적인 분기는 구조적 변화의 시작으로 보일 것이다. 이러한 신호가 정체된다면 매출 급증은 유난히 공급이 제약된 시장에서 포착한 수요에 더 가까워 보일 것이다.