Powiązania AMD z Google się zacieśniają, ale inwestorzy oczekują większych zysków z AI

Akcje AMD spadły po tym, jak firma poinformowała o rekordowych kwartalnych przychodach, mimo 50-procentowego wzrostu rok do roku i rozwijającej się współpracy AMD z Google Cloud. Problem nie dotyczył tego, czy AMD rośnie. Inwestorzy chcieli wyraźniejszych dowodów, że biznes akceleratorów AI firmy zmniejsza ogromną lukę dzielącą ją od Nvidia.

AMD podało, że przychody w drugim kwartale 2026 roku wyniosły 11,5 mld USD, a przychody segmentu Data Center wzrosły ponad dwukrotnie, do 6,7 mld USD. Firma prognozowała również przychody w trzecim kwartale na poziomie około 13 mld USD. Te dane opisują biznes zyskujący skalę, a nie tracący impet.

Mimo to akcje spadły po publikacji wyników. Ta reakcja ujawniła standard stosowany obecnie wobec największych firm produkujących układy AI. Przebicie prognoz rynkowych nie wystarcza już, gdy inwestorzy uwzględnili w wycenach szybką adopcję akceleratorów, poprawę marż i duże wdrożenia u klientów hyperscale.

Relacja AMD z Google pokazuje, dlaczego obraz sytuacji jest bardziej złożony, niż sugerowała początkowa wyprzedaż. Google Cloud korzysta z procesorów AMD EPYC w kilku rodzinach maszyn wirtualnych, w tym w systemach przeznaczonych do obliczeń ogólnego zastosowania, obciążeń poufnych oraz obliczeń wysokowydajnych.

Sama adopcja CPU nie czyni jednak automatycznie AMD czołowym dostawcą akceleratorów AI. Nvidia wciąż wyznacza punkt odniesienia najważniejszy dla inwestorów. AMD musi przełożyć rosnącą listę klientów, platformę Helios i plan rozwoju Instinct na widoczne przychody przy atrakcyjnych marżach.

AMD pobiło wyniki kwartalne, ale oczekiwania rosły szybciej

AMD odnotowało znaczący wzrost, lecz inwestorzy oceniali raport przez pryzmat szansy w AI większej niż przedstawione liczby.

Wyniki firmy za drugi kwartał wykazały przychody na poziomie 11,536 mld USD. Oznaczało to wzrost o 50% względem tego samego kwartału rok wcześniej i o 13% względem pierwszego kwartału.

Marża brutto według GAAP osiągnęła 54%, wobec 40% rok wcześniej. Porównanie rok do roku obejmowało wcześniej obciążenie w wysokości 800 mln USD związane z zapasami i innymi pozycjami, wynikające z amerykańskich kontroli eksportu akceleratorów MI308.

Zysk operacyjny według GAAP wyniósł 1,99 mld USD, wobec straty operacyjnej w porównywalnym kwartale. Zysk netto osiągnął 2,297 mld USD, a rozwodniony zysk na akcję wyniósł 1,38 USD.

W ujęciu non-GAAP AMD podało marżę brutto na poziomie 56%, zysk operacyjny w wysokości 3,094 mld USD oraz rozwodniony zysk na akcję wynoszący 1,66 USD. Te skorygowane dane wykluczają pozycje takie jak wynagrodzenia w akcjach i amortyzacja związana z przejęciami.

Segment Data Center dostarczył najważniejszego wyniku. Przychody wyniosły 6,7 mld USD, co oznacza wzrost o 107% rok do roku. Silny popyt na serwerowe procesory EPYC i akceleratory Instinct napędzał tę ekspansję.

Data Center odpowiadało za 58% całkowitych przychodów firmy. Ta struktura potwierdza, że AMD jest znacznie bardziej zależne od infrastruktury chmurowej i wydatków na AI, niż sugerowałaby jego historyczna tożsamość firmy komputerów PC.

Pozostałe biznesy przedstawiły mieszany, lecz drugorzędny obraz. Przychody z segmentu Client wzrosły o 23%, do 3,1 mld USD, podczas gdy przychody z Gaming spadły o 31%, do 779 mln USD. Przychody Embedded wzrosły o 19%, do 977 mln USD.

Prognoza zarządu również wykraczała poza scenariusz braku wzrostu. AMD przewidziało przychody w trzecim kwartale na poziomie około 13 mld USD, z zakresem odchylenia 300 mln USD w górę lub w dół od tej wartości.

Środek tego przedziału oznaczałby 41% wzrostu rok do roku i kolejne 13% wzrostu kwartał do kwartału. AMD prognozowało także marżę brutto non-GAAP na poziomie około 56%.

Dlaczego więc inwestorzy sprzedawali akcje?

AMD przystąpiło do publikacji wyników z oczekiwaniami ukształtowanymi przez kilka dużych partnerstw AI, nową platformę rack-scale oraz coraz pewniejszy język zarządu dotyczący długoterminowej przyszłości. Rynek nie pytał, czy przychody Data Center będą rosły. Pytał, jak szybko biznes GPU AMD stanie się drugim dużym dostawcą dla zaawansowanych systemów AI.

To rozróżnienie jest istotne, ponieważ Data Center obejmuje zarówno CPU EPYC, jak i GPU Instinct. CPU pozostają udanym i wartościowym biznesem, ale najwyższe wyceny związane z AI dotyczą akceleratorów, sieci i kompletnych systemów.

AMD nie ujawnia osobno kwartalnych przychodów Instinct w głównych wynikach segmentowych. Inwestorzy muszą więc wnioskować o trajektorii akceleratorów na podstawie komentarzy zarządu, zapowiedzi klientów i całkowitego wzrostu Data Center.

Ta luka informacyjna powoduje napięcie po każdym raporcie wynikowym. AMD może osiągać znakomite wyniki łączne, jednocześnie pozostawiając inwestorów w niepewności co do linii produktowej stojącej za najbardziej optymistycznymi założeniami rynku.

Firma twierdzi, że sprzedaż Data Center przyspieszy w drugiej połowie 2026 roku. Oczekuje też, że wdrożenia Helios zaczną wnosić wkład, gdy klienci będą instalować kompletne systemy oparte na akceleratorach serii MI400.

To zachęcający kierunek. Nie jest to jednak to samo co raportowane przychody z akceleratorów, zrealizowany wolumen wdrożeń czy potwierdzona ekspansja marż.

Wyprzedaż odzwierciedlała zatem bardziej problem oczekiwań niż klasyczne rozczarowanie wynikami. Wyniki AMD były mocne, lecz narracja AI wymagała jeszcze większych i bardziej widocznych korzyści.

Dlaczego popyt AMD Google nie rozstrzyga kwestii AI

Relacja AMD Google potwierdza adopcję EPYC, ale nie eliminuje potrzeby dużych sukcesów GPU Instinct.

AMD i Google współpracują przy procesorach do centrów danych od lat. Google ogłosiło w 2019 roku, że używa układów AMD EPYC do wewnętrznych obciążeń i planuje oferować klientom Google Cloud maszyny wirtualne oparte na AMD.

Współpraca ta rozszerzała się na kolejne generacje. Google Cloud opisuje obecnie opcje zasilane przez AMD dla obliczeń ogólnego przeznaczenia, obliczeń wysokowydajnych, obliczeń poufnych i wybranych usług inferencji AI.

Obecne portfolio chmurowe AMD obejmuje rodziny maszyn C3D, N2D, T2D i C2D. Produkty te obsługują obciążenia od usług internetowych po symulacje, klastry Kubernetes i aplikacje intensywnie wykorzystujące pamięć.

Google Cloud wprowadziło również maszyny wirtualne H4D napędzane procesorami AMD EPYC piątej generacji. H4D łączy te procesory ze sprzętem sieciowym Falcon firmy Google oraz zdalnym bezpośrednim dostępem do pamięci.

Zdalny bezpośredni dostęp do pamięci, powszechnie określany jako RDMA, pozwala komputerom wymieniać dane przy ograniczonym udziale procesora. Funkcja ta wspiera ściśle połączone obciążenia naukowe i inżynieryjne rozproszone na wielu serwerach.

Premiera H4D umieściła procesory AMD w aktualnej platformie Google Cloud przeznaczonej dla produkcji, nauk przyrodniczych, prognozowania pogody i automatyzacji projektowania układów elektronicznych. To konkretny dowód, że AMD pozostaje istotne w środowisku jednego z czołowych hyperscalerów.

CPU AMD wspierają również część oferty Google Cloud w zakresie obliczeń poufnych. Obliczenia poufne chronią dane w czasie, gdy procesory aktywnie z nich korzystają, a nie tylko wtedy, gdy są przechowywane lub przesyłane.

W czerwcu 2026 roku Google opisało poufną architekturę maszyn G4, która łączyła CPU AMD EPYC piątej generacji z GPU Nvidia RTX Pro 6000 Blackwell. Ta konfiguracja ilustruje zarówno szansę AMD, jak i jej kluczowe wyzwanie.

AMD może zdobyć miejsce procesora hosta, podczas gdy Nvidia dostarcza akcelerator odpowiedzialny za najbardziej widoczne obliczenia AI. Obie firmy generują przychody, lecz ich role ekonomiczne nie są równoważne.

Określenie AMD Google może zatem opisywać kilka różnych relacji. AMD dostarcza procesory dla usług Google Cloud, pomaga zabezpieczać poufne obciążenia i wspiera infrastrukturę wykorzystywaną przez aplikacje AI.

Nie pokazuje ono jednak jeszcze szerokiego wdrożenia akceleratorów AMD Instinct w Google Cloud, porównywalnego z publiczną infrastrukturą Nvidia oferowaną przez Google. Google rozwija również własne Tensor Processing Units, czyli TPU, do trenowania i inferencji.

To rozróżnienie wyjaśnia, dlaczego inwestorzy niechętnie traktują każde partnerstwo chmurowe jako zwycięstwo w obszarze akceleratorów. Hyperscalerzy celowo korzystają z kilku architektur procesorowych, ponieważ obciążenia mają różne wymagania.

Maszyna wirtualna ogólnego przeznaczenia może preferować EPYC ze względu na gęstość rdzeni, przepustowość pamięci lub koszty operacyjne. Klaster dla modeli granicznych może natomiast wykorzystywać GPU Nvidia, TPU Google albo niestandardowe akceleratory połączone wyspecjalizowaną siecią.

AMD korzysta na ogólnej ekspansji, ponieważ systemy AI wymagają CPU obok akceleratorów. CPU koordynują pamięć masową, sieć, wstępne przetwarzanie, orkiestrację i usługi aplikacyjne wokół modelu.

Agentic AI może zwiększać ten popyt na CPU. System agentowy wykonuje sekwencje wywołań modeli, żądań narzędzi, operacji bazodanowych i kroków weryfikacyjnych. Te otaczające zadania zużywają konwencjonalne zasoby serwerowe, nawet gdy GPU wykonuje inferencję modelu.

Tworzy to wiarygodną ścieżkę wzrostu dla EPYC. Jednocześnie sprawia, że segment Data Center AMD jest szerszy niż prosta karta wyników GPU.

Inwestorzy poszukujący bezpośredniej ekspozycji na wzrost akceleratorów AI oczekują jednak czegoś więcej niż silnej roli wspierającej. Chcą dowodów, że AMD może dostarczać centrum obliczeniowe dużych klastrów treningowych i inferencyjnych.

Wykorzystanie CPU AMD przez Google dowodzi, że firma może spełniać wymogi hyperscale dotyczące wydajności, niezawodności i bezpieczeństwa. Nie dowodzi, że Instinct osiągnął porównywalną adopcję w przyspieszonej infrastrukturze Google.

Partnerstwo AMD Google stanowi zatem ważny, lecz niepełny dowód. Wspiera argument, że AMD należy do architektur największych chmur, jednocześnie pozostawiając nierozstrzygniętą kluczową kwestię GPU.

Nvidia wyznacza bezlitosny punkt odniesienia

AMD konkuruje z zasiedziałym liderem, którego skala, marże, oprogramowanie i zasięg systemowy redefiniują pojęcie silnego wzrostu AI.

Raportowane przychody AMD z Data Center wyglądałyby wyjątkowo w większości porównań w branży półprzewodników. Na tle Nvidia wyglądają jak początek znacznie dłuższej rywalizacji.

Nvidia podała przychody Data Center za pierwszy kwartał roku fiskalnego 2027 na poziomie 75,2 mld USD. Były one o 92% wyższe niż rok wcześniej i stanowiły większość z 81,6 mld USD całkowitych kwartalnych przychodów Nvidia.

Nvidia podała również marżę brutto non-GAAP na poziomie 75%. Porównywalna miara dla całej firmy AMD wyniosła 56% w drugim kwartale.

Okresy sprawozdawcze i struktury biznesowe różnią się, więc liczby te nie dają idealnego porównania produktów. Mimo to ujawniają lukę w skali i rentowności, która kształtuje oczekiwania inwestorów.

Nvidia nie sprzedaje wyłącznie procesora graficznego. Jej systemy AI łączą GPU, sieć, CPU, interkonekty, biblioteki, kompilatory i narzędzia wdrożeniowe.

CUDA, platforma programistyczna Nvidia dla obliczeń przyspieszonych, przez lata gromadziła adopcję wśród deweloperów. Frameworki AI i wewnętrzne procesy inżynieryjne często zakładają zgodność z CUDA, zanim alternatywny sprzęt w ogóle zostanie uwzględniony w dyskusji.

Oprogramowanie ROCm AMD pełni podobną rolę dla akceleratorów Instinct. Zapewnia deweloperom narzędzia i biblioteki do trenowania, inferencji, optymalizacji modeli i obliczeń rozproszonych na sprzęcie AMD.

ROCm znacznie się poprawił, a obsługują go najważniejsze frameworki. Zgodność w specyfikacji technicznej nie eliminuje jednak pracy związanej z migracją, dostrajaniem wydajności ani ryzyka operacyjnego.

W przypadku małego wdrożenia inżynierowie mogą porównać alternatywy i dostosować oprogramowanie do zwycięskiej platformy. W instalacji o skali gigawatów każdy nierozwiązany problem programowy może zwielokrotnić się na tysiącach akceleratorów.

Dlatego Helios ma znaczenie. Helios to system AI firmy AMD w skali szafy serwerowej, łączący układy Instinct GPU, procesory EPYC, sieć Pensando i oprogramowanie ROCm w ramach zwalidowanej architektury.

Projektowanie w skali szafy serwerowej traktuje całą szafę jako jednostkę obliczeniową. Zasilanie, chłodzenie, sieć, pamięć, procesory i oprogramowanie muszą współdziałać w skali produkcyjnej.

AMD twierdzi, że Helios zapewnia korzystną ekonomikę inferencji i przyciąga dostawców chmury oraz twórców AI. Firma wymieniła Anthropic, Meta, Microsoft, OpenAI, Oracle i innych jako klientów lub partnerów wdrożeniowych.

Te nazwy wzmacniają wiarygodność AMD. Podnoszą jednak również oczekiwania, ponieważ zapowiedziana moc obliczeniowa musi ostatecznie przełożyć się na dostarczony sprzęt, rozpoznane przychody i niezawodne obciążenia klientów.

Umowa AMD z Meta ilustruje skalę tych ambicji. Firmy ogłosiły wieloletni plan obejmujący wdrożenie do sześciu gigawatów układów Instinct GPU w kilku generacjach produktów.

Umowa z Meta przewiduje pierwsze wdrożenie z wykorzystaniem niestandardowego akceleratora opartego na architekturze AMD MI450. Dostawy wspierające pierwszy gigawat miały rozpocząć się w drugiej połowie 2026 roku.

AMD ogłosiło również współpracę z Anthropic obejmującą do dwóch gigawatów GPU z serii MI450 w szafach Helios. Microsoft planuje wdrożyć systemy Helios w Azure do inferencji modeli frontierowych.

Te zobowiązania zwiększają widoczność przyszłych przychodów, ale język ma znaczenie. „Do” opisuje maksymalny zakres, a nie zrealizowany zakup. Wieloletnie ustalenia rozkładają też potencjalne przychody na kilka okresów.

Duzi klienci AI mogą zmieniać harmonogramy wdrożeń, gdy zmienia się dostępność energii, harmonogram budowy, popyt na modele, finansowanie lub gotowość techniczna. Mogą także kupować konkurencyjne systemy w tym samym okresie.

Pozycja Nvidii pozostaje więc głównym punktem odniesienia w historii AMD. Niestandardowe układy Google, Amazon, Microsoft i Meta zwiększają presję, lecz nie zastępują bezpośredniego porównania z Nvidią.

Najnowsze wyniki Nvidii pokazują, dlaczego zwykłe przebicie oczekiwań wynikowych nie może zadowolić każdego inwestora AMD. Rynek widzi lidera generującego znacznie wyższe przychody w segmencie Data Center przy dużo wyższych marżach brutto.

AMD nie musi od razu dorównać Nvidii, aby zbudować wartościowy biznes AI. Klienci chcą dywersyfikacji dostaw, większej siły negocjacyjnej, wyboru obciążeń i alternatyw zoptymalizowanych pod inferencję.

Mimo to AMD musi wykazać, że te zalety prowadzą do trwałej adopcji akceleratorów. W przeciwnym razie ogłoszenia dotyczące klientów mogą pozostać strategicznie istotne, nie generując jednak skali finansowej sugerowanej przez optymistyczne oczekiwania.

Prawdziwym testem jest jakość przychodów, a nie nazwy klientów

Wyzwaniem dla AMD jest przekształcenie zapowiedzianej mocy AI w powtarzalne przychody z akceleratorów bez poświęcania marż lub jakości realizacji.

Długa lista znanych klientów pomaga potwierdzić wiarygodność mapy drogowej produktu. Nie ujawnia jednak terminu dostaw, wykorzystania, rentowności ani stopnia zależności klienta od platformy.

Inwestorzy muszą więc rozróżniać trzy etapy, które nagłówki często łączą. Partnerstwo tworzy intencję. Wdrożenie zapewnia zainstalowaną infrastrukturę. Uznanie przychodu rejestruje wynikającą z tego działalność komercyjną.

Nawet uznane przychody nie rozstrzygają sprawy, jeśli marże pozostają płaskie. Systemy szaf AI obejmują pamięć, sieć, chłodzenie, integrację i koszty wsparcia, które mogą wpływać na rentowność inaczej niż sprzedaż pojedynczych układów.

AMD prognozowało marżę brutto non-GAAP na poziomie 56% w trzecim kwartale, bez zmian względem wyniku z drugiego kwartału. Oczekuje się sekwencyjnego wzrostu przychodów, lecz prognoza marży nie wskazuje na natychmiastową ekspansję.

Nie dowodzi to, że nowe systemy AI mają słabą ekonomikę. Marża całej firmy obejmuje wiele działalności i przejść między produktami. Płaska prognoza daje jednak inwestorom ograniczone dowody na krótkoterminową dźwignię operacyjną wynikającą ze wzrostu skali Heliosa.

Wydatki na badania i rozwój również nadal rosną. AMD podało 2,528 mld USD kosztów R&D w drugim kwartale, wobec 1,894 mld USD rok wcześniej.

Wyższe inwestycje są zrozumiałe. AMD musi równolegle rozwijać akceleratory, procesory CPU, produkty sieciowe, projekty systemów i oprogramowanie, aby konkurować w skali szafy serwerowej.

Firma musi również zapewnić zaawansowane moce produkcyjne, pamięć o wysokiej przepustowości, pakowanie oraz inne ograniczone dostępnością komponenty. Kompletna platforma akceleratorowa zależy od dostawców, których dostępność może ograniczać dostawy.

Sierpniowe zgłoszenie regulacyjne AMD wymienia konkurencję, kontrole eksportowe, moce produkcyjne, dostępność komponentów, koncentrację klientów i terminy produktów jako istotne ryzyka.

Polityka eksportowa pozostaje szczególnie istotna. Ograniczenia dotyczące zaawansowanych akceleratorów mogą usunąć oczekiwane przychody, wymagać modyfikacji produktów lub skutkować odpisami zapasów.

Kwartał rok wcześniej obejmował odpis AMD w wysokości 800 mln USD związany z kontrolami eksportu MI308. To porównanie wsparło ostatnio raportowane marże, przez co bazowa poprawa była mniej wyraźna, niż sugeruje wzrost w nagłówkach.

Koncentracja klientów tworzy kolejną niepewność. Umowy wielogigawatowe mogą przyspieszyć wzrost, ale zależność od kilku laboratoriów AI i hyperscalerów daje tym nabywcom również znaczną siłę negocjacyjną.

Ci klienci są zaawansowanymi projektantami systemów. Google buduje TPU, Amazon rozwija Trainium, Microsoft ma Maia, a Meta pracuje nad własnymi akceleratorami. Każdy z nich może łączyć układy dostępne na rynku z własnym krzemem.

To środowisko daje AMD szansę, ponieważ żaden hyperscaler nie chce niepotrzebnej zależności od jednego dostawcy. Ogranicza jednak założenie, że nowe wdrożenie AMD stanie się wyłączne lub trwałe.

Adopcja oprogramowania stwarza powiązane ryzyko. ROCm może zapewniać dobre wyniki w obsługiwanych modelach, lecz klienci potrzebują niezawodnej wydajności w zmieniających się architekturach i frameworkach produkcyjnych.

Zwycięstwo w benchmarku pokazuje wydajność w określonej konfiguracji. Platforma produkcyjna musi pozostawać stabilna przy aktualizacjach modeli, zmianach jąder, warunkach sieciowych, awariach i dużych klastrach.

AMD twierdzi, że zwiększyło tempo rozwoju ROCm i poprawiło obsługę wiodących modeli. Firma podkreślała także wsparcie dla rodziny modeli Gemma firmy Google i innych otwartych modeli.

To wsparcie jest użyteczne dla deweloperów oceniających sprzęt AMD. Zgodność z modelem Google nie jest jednak równoznaczna z zamówieniem Google na akceleratory. To rozróżnienie jest kluczowe przy interpretowaniu nagłówków AMD Google.

Optymistyczny scenariusz nadal jest znaczący. Inferencja AI się rozwija, duzi nabywcy chcą alternatyw, a AMD oferuje obecnie pełniejszy system, a nie samodzielny akcelerator.

Sceptyczny scenariusz jest równie konkretny. AMD nadal musi ujawnić wystarczająco mierzalne postępy, aby inwestorzy mogli rozdzielić siłę procesorów CPU, wczesne wdrożenia GPU i przyszłe zakontraktowane możliwości.

Żaden z tych scenariuszy nie wymaga traktowania reakcji kursu akcji jako definitywnego technicznego werdyktu. Jednodniowy spadek odzwierciedla oczekiwania, pozycjonowanie, wycenę i płynność obok analizy fundamentalnej.

Trwalsze pytanie brzmi, czy przychody z Instinct będą rosnąć szybciej niż szerszy segment Data Center wraz z rozpoczęciem wdrożeń Heliosa. Wyniki marż również muszą pokazać, że AMD przechwytuje wartość, a nie jedynie kupuje udział w rynku kosztem słabszej ekonomiki.

Trzy sygnały zdecydują, czy wyprzedaż była przedwczesna

Kolejna faza zależy od dostaw Heliosa, ujawniania danych o akceleratorach oraz dowodów, że najwięksi klienci chmurowi rozszerzają użycie produkcyjne.

Pierwszym sygnałem jest wzrost skali Heliosa w drugiej połowie 2026 roku. Inwestorzy powinni obserwować, czy pierwsze systemy z serii MI450 są dostarczane zgodnie z harmonogramem i przechodzą do produkcji u klientów.

Wysyłka sprzętu to jedynie punkt wyjścia. AMD musi wykazać, że systemy przechodzą kwalifikację klienta, działają niezawodnie i rozszerzają się poza początkowe klastry.

Terminowe zwiększenie skali wzmocniłoby pogląd, że partnerstwa AMD przekształcają się w powtarzalny biznes. Opóźnienia zwiększyłyby obawy, że zapowiedziana moc pozostaje zbyt odległa od wyników finansowych.

Drugim sygnałem jest większa przejrzystość dotycząca struktury przychodów Data Center. Połączony segment AMD obecnie utrudnia odróżnienie wzrostu EPYC od wzrostu Instinct.

Kierownictwo nie musi ujawniać każdej umowy z klientem. Musi jednak dostarczyć wystarczająco dużo informacji, aby inwestorzy mogli śledzić biznes akceleratorów w kolejnych kwartałach.

Konkretne przychody z akceleratorów, wzrost dostaw, wdrożona moc lub inna spójna metryka ograniczyłyby zgadywanie. Dalsze poleganie na szerokich sumach Data Center utrzymałoby niepewność stojącą za wyprzedażą.

Ta metryka ma również znaczenie dla deweloperów i nabywców korporacyjnych. Rosnąca zainstalowana baza przyciąga wsparcie oprogramowania, wiedzę ekspercką dotyczącą systemów, dostępność w chmurze i niezależne prace nad optymalizacją.

Trzecim sygnałem jest szersza dostępność produkcyjna za pośrednictwem głównych chmur. Planowane wdrożenie Azure przez Microsoft zapewnia jedną ścieżkę, podczas gdy Oracle i wyspecjalizowani dostawcy chmury oferują inne.

Google pozostaje szczególnie informacyjne, ponieważ już korzysta z procesorów AMD w wielu rodzinach infrastruktury. Istotna oferta Google Cloud Instinct pogłębiłaby relację AMD Google poza ugruntowanym wykorzystaniem procesorów.

Taka premiera nie musiałaby wypierać TPU Google ani GPU Nvidii. Pokazałaby, że wiodący operator chmury widzi wystarczający popyt klientów, aby wspierać kolejną platformę akceleratorową na dużą skalę.

Brak takiej premiery nie unieważniłby mapy drogowej AMD. Google ma własną strategię dotyczącą krzemu i może wykorzystywać produkty AMD selektywnie. Mimo to rozszerzenie do przyspieszanego portfolio Google zapewniłoby cenny punkt zewnętrznej walidacji.

Kolejne wyniki Nvidii dostarczą czwartego kontekstowego punktu danych, lecz nie powinny zastępować trzech sygnałów specyficznych dla AMD. Nvidia może nadal rosnąć, podczas gdy AMD również buduje istotną alternatywę.

Decydującą kwestią nie jest to, czy AMD wygra każde obciążenie. Chodzi o to, czy Instinct stanie się trwałym wyborem produkcyjnym wśród wystarczającej liczby klientów, aby wspierać rosnące przychody i atrakcyjne marże.

Deweloperzy powinni obserwować tę samą transformację przez pryzmat dostępności oprogramowania. Szersze wsparcie ROCm, mniej obejść specyficznych dla modeli i spójny dostęp do chmury obniżyłyby praktyczny koszt wyboru AMD.

Nabywcy korporacyjni powinni koncentrować się na całkowitej ekonomice systemu, a nie tylko na specyfikacjach akceleratorów. Dostępność sprzętu, sieć, nakład pracy związany z oprogramowaniem, wsparcie, niezawodność i przenośność obciążeń wpływają na ostateczną decyzję.

Inwestorzy powinni traktować ogłoszenia dotyczące klientów jako wskaźniki wyprzedzające, a nie zrealizowane wyniki. Raportowane wdrożenia i wyniki marż mają większą wagę niż maksymalna zakontraktowana moc.

AMD już pokazało, że potrafi szybko rosnąć, zdobywać ważne obciążenia CPU i zabezpieczać zobowiązania od wpływowych klientów AI. Ostatni kwartał nie podważył tych osiągnięć.

Spadek kursu akcji ujawnił natomiast, jak wiele przyszłego sukcesu inwestorzy już zakładali. AMD musi teraz przekształcić te oczekiwania w widoczne przychody z akceleratorów.

Relacja AMD Google stanowi użyteczny przypadek testowy. Pokazuje głębokie zaufanie do procesorów serwerowych AMD, ale ujawnia również, jak platformy chmurowe łączą procesory AMD z konkurencyjnymi akceleratorami i własnymi układami.

Najpierw obserwuj dostawy Heliosa, następnie ujawnianie danych o akceleratorach, a na trzecim miejscu nową dostępność w chmurze. Łącznie te sygnały pokażą, czy AMD staje się prawdziwą drugą platformą dla infrastruktury AI.

Pytanie po tej reakcji na wyniki finansowe jest proste: czy AMD zdoła przekształcić rozwijające się relacje z dostawcami chmury w większy i bardziej rentowny biznes akceleratorów, zanim oczekiwania ponownie wzrosną?