Więzi AMD z Google się zacieśniają, gdy przychody z AI osiągają rekordowy poziom

AMD odnotowało rekordowe kwartalne przychody po tym, jak jego dział centrów danych ponad podwoił wyniki, jednak nie rozstrzygnęło to rywalizacji firmy z Nvidią. Relacja AMD z Google dodaje tej historii kolejny wymiar. Google korzysta z procesorów serwerowych AMD, jednocześnie rozwijając własne akceleratory i rozbudowując coraz bardziej samowystarczalną platformę AI.

AMD wygenerowało w drugim kwartale przychody w wysokości 11,54 mld USD, o 50% wyższe niż rok wcześniej. Przychody z segmentu Data Center osiągnęły 6,7 mld USD, rosnąc o 107% i stanowiąc 58% sprzedaży firmy. AMD poinformowało również, że przychody z działalności AI dla centrów danych wzrosły ponad dwukrotnie.

Liczby te czynią AMD większym dostawcą dla rynku infrastruktury AI. Nie pokazują jednak, jaką część rynku akceleratorów AMD odebrało Nvidii. AMD łączy procesory serwerowe EPYC, akceleratory Instinct, rozwiązania sieciowe i systemy rack-scale w jednym segmencie sprawozdawczym.

To rozróżnienie ma znaczenie dla klientów korporacyjnych i deweloperów. AMD nie sprzedaje już wyłącznie alternatywnego układu. Buduje Helios, system rack-scale łączący moc obliczeniową, sieci i oprogramowanie w gotową do wdrożenia platformę AI.

Nvidia już sprzedaje infrastrukturę na tym poziomie, wspieraną przez dojrzałe środowisko programistyczne i szeroką dostępność w chmurze. Google podąża inną drogą dzięki swoim Tensor Processing Units, czyli TPU, nadal oferując jednocześnie procesory AMD w Google Cloud.

Rekordowy kwartał oznacza więc etap przejściowy, a nie pełne zwycięstwo. AMD pokazało, że popyt na infrastrukturę AI może istotnie zmienić jego profil finansowy. Kolejnym sprawdzianem będzie przełożenie zobowiązań klientów na powtarzalne wdrożenia bez poświęcania marż ani użyteczności oprogramowania.

Rekordowy kwartał AMD zmienia skalę rywalizacji

Wyniki AMD pokazują, że przetwarzanie danych w centrach danych stało się finansowym centrum firmy, lecz struktura tego segmentu nadal ogranicza wnioski, jakie mogą wyciągnąć inwestorzy.

Wyniki kwartalne AMD obejmowały trzy miesiące zakończone 27 czerwca 2026 roku. Przychody wzrosły rok do roku z 7,69 mld USD do 11,54 mld USD. Były także o 13% wyższe niż w poprzednim kwartale.

Zysk brutto według GAAP osiągnął 6,2 mld USD, a zysk operacyjny wyniósł 1,99 mld USD. Zysk netto wzrósł rok do roku o 163%, do 2,3 mld USD. AMD podało marżę brutto GAAP na poziomie 54% oraz marżę brutto non-GAAP na poziomie 56%.

Porównanie z 2025 rokiem wymaga pewnej ostrożności. We wcześniejszym kwartale uwzględniono obciążenie w wysokości 800 mln USD związane z zapasami i innymi kosztami, wynikające z amerykańskich kontroli eksportowych dotyczących akceleratorów MI308. Obciążenie to obniżyło marżę brutto i wynik operacyjny z poprzedniego roku.

Nawet po uwzględnieniu tego porównania działalność wyraźnie się rozwinęła. Przychody Data Center wzrosły z około 3,2 mld USD do 6,7 mld USD. Przychody z segmentu Client and Gaming zwiększyły się o 6%, do 3,8 mld USD, podczas gdy przychody Embedded wzrosły o 19%, do 977 mln USD.

Struktura przychodów pokazuje, jak głęboko zmieniło się AMD. Data Center odpowiadało za 58% całkowitych przychodów, wobec 42% rok wcześniej. Segment ten ma obecnie większe znaczenie niż tradycyjne działalności AMD w zakresie komputerów PC, gamingu i systemów wbudowanych łącznie.

AMD przypisało wzrost w segmencie centrów danych procesorom EPYC i GPU Instinct. Procesory EPYC obsługują ogólne obliczenia serwerowe, w tym zadania przygotowujące, zasilające i koordynujące akceleratory AI. GPU Instinct wykonują obliczenia równoległe wykorzystywane do trenowania i wnioskowania AI.

Wnioskowanie to proces uruchamiania wytrenowanego modelu w celu wygenerowania odpowiedzi lub prognozy. Jego ekonomika zależy od znacznie większej liczby czynników niż sama szybkość układu. Pojemność pamięci, sieć, wykorzystanie zasobów, zużycie energii i oprogramowanie wpływają na końcowy koszt wygenerowanego tokena.

AMD podało, że przychody z AI dla centrów danych wzrosły ponad dwukrotnie, ale nie ujawniło tej działalności jako odrębnej wartości. Czytelnicy nie mogą więc jednoznacznie podzielić segmentu o wartości 6,7 mld USD między procesory EPYC a akceleratory Instinct.

Ten sposób raportowania komplikuje porównania z Nvidią. Uniemożliwia też osobom z zewnątrz określenie, jaka część wzrostu wynikała z dostaw akceleratorów, a jaka z silnego popytu na serwerowe CPU.

Prezes AMD Lisa Su powiedziała, że popyt na EPYC przyspiesza, a wdrożenia Instinct zyskują skalę. Firma spodziewa się również przyspieszenia sprzedaży Data Center w drugiej połowie 2026 roku.

W trzecim kwartale AMD prognozowało przychody na poziomie około 13 mld USD, z możliwym odchyleniem o 300 mln USD. Środek tego przedziału oznacza wzrost o 41% rok do roku i kolejne 13% w ujęciu kwartalnym.

Prognoza wskazuje na dalszą ekspansję, a nie jednorazowy kwartalny skok. Jednak niezmieniona prognoza marży brutto non-GAAP na poziomie 56% tworzy pierwsze napięcie w tych wynikach. Szybszy wzrost AI nie przyniósł jeszcze natychmiastowego wzrostu oczekiwanej rentowności.

Kwartał ma znaczenie, ponieważ zapewnia AMD skalę wystarczającą do finansowania szerszego wyzwania infrastrukturalnego. Jednocześnie podnosi poprzeczkę dla każdego kolejnego wyniku. Wzrost musi teraz wiązać się z wyraźniejszą adopcją akceleratorów, niezawodnymi dostawami systemów i trwałą ekonomiką.

Dlaczego infrastruktura AMD i Google działa w obu kierunkach

Relacja AMD z Google ilustruje nowy łańcuch dostaw AI, w którym te same firmy mogą być klientami, partnerami i rywalami architektonicznymi.

Google Cloud oferuje kilka rodzin maszyn wirtualnych napędzanych procesorami AMD EPYC. Jego obecne instancje AMD obsługują obciążenia od aplikacji chmurowych po obliczenia wysokiej wydajności i usługi AI.

Google wdraża również procesory we własnej infrastrukturze. AMD poinformowało, że hyperscalerzy nadal rozszerzali wykorzystanie EPYC w systemach wewnętrznych i ofertach chmury publicznej, wymieniając Google obok Amazon Web Services, Microsoftu i Oracle.

Tworzy to bezpośredni kanał przychodów dla AMD. Każda usługa AI wymaga CPU wokół swoich akceleratorów, nawet gdy akceleratory nie są produktami AMD. CPU planują zadania, zarządzają pamięcią masową, obsługują zadania sieciowe i wspierają przygotowanie danych.

Rodziny C4D, N4D, H4D i G4 w Google Cloud wykorzystują procesory AMD EPYC piątej generacji. Część z nich jest przeznaczona do obliczeń ogólnego zastosowania, a inne obsługują wymagające zadania techniczne lub graficzne. Google może więc kupować CPU AMD, kierując jednocześnie obliczenia AI na inny sprzęt.

Relacja nie ma charakteru wyłącznego. Google Cloud obsługuje również maszyny oparte na Intel oraz własne procesory Axion oparte na Arm. Klienci mogą wybierać architektury zależnie od charakterystyki obciążenia, wymagań programowych i dostępności.

Wewnętrzna strategia AI Google daje firmie kolejną opcję. TPU to wyspecjalizowane akceleratory zaprojektowane przez Google dla obciążeń uczenia maszynowego. Rywalizują o część tych samych zadań treningowych i inferencyjnych, na które celują AMD Instinct i GPU Nvidia.

To sprawia, że główne napięcie w relacji AMD i Google jest ciekawsze niż w przypadku typowej umowy dostawcy. AMD korzysta, gdy Google rozbudowuje pojemność chmury, lecz Google ogranicza także zależność od komercyjnych akceleratorów dzięki własnemu krzemowi.

Alphabet poinformował, że przychody Google Cloud wzrosły o 82% w drugim kwartale. Jego dynamika chmury wynikała ze zintegrowanego portfolio obejmującego układy, modele, dane, bezpieczeństwo i platformy agentowe.

Google podało, że nadal ograniczała je podaż, ponieważ rósł popyt na jego modele. Interfejsy API modeli własnych firmy przetwarzały około 22 mld tokenów na minutę, wobec 16 mld kwartał wcześniej. Taka ekspansja wymaga większej mocy obliczeniowej w całym centrum danych.

Nie cały ten popyt trafia do jednego dostawcy procesorów. Google może rozdzielać obciążenia między TPU, GPU, CPU i różne rodziny maszyn chmurowych. To heterogeniczne podejście, oznaczające współpracę kilku typów procesorów, staje się standardem w infrastrukturze hyperscale.

AMD zyskuje nawet wtedy, gdy Google używa TPU, ponieważ akceleratory te nadal otacza obliczeniowa infrastruktura ogólnego zastosowania. Jednak AMD zyskuje znacznie więcej, jeśli jego systemy Instinct przejmą część obciążeń akceleratorowych obok CPU EPYC.

Obecne dowody wyraźnie potwierdzają relację w zakresie CPU. Nie potwierdzają szerokiego zobowiązania Google do wdrożenia najnowszych GPU Instinct AMD do trenowania lub wnioskowania Gemini.

Ta luka w weryfikacji powinna pozostać widoczna. Zainteresowanie wyszukiwaniami dotyczącymi AMD i Google może łatwo zacierać różnicę między udokumentowanym partnerstwem EPYC a spekulacjami o większym porozumieniu dotyczącym akceleratorów. Wyniki AMD nie ogłosiły takiego zobowiązania.

Dla Google dywersyfikacja dostawców zapewnia przewagę negocjacyjną i elastyczność w zakresie dostępnej mocy. Dodanie maszyn opartych na AMD może poszerzyć wybór klientów, jednocześnie ograniczając ekspozycję na jedną mapę drogową procesorów.

Dla AMD Google Cloud zapewnia dystrybucję i walidację. Deweloperzy mogą korzystać z infrastruktury opartej na EPYC bez kupowania fizycznych serwerów ani zmiany dostawcy chmury. Dostępność ułatwia też klientom testowanie deklaracji dotyczących wydajności.

Ta dwukierunkowa relacja odzwierciedla szerszą zmianę w infrastrukturze AI. Firmy chmurowe coraz częściej projektują własne procesory, jednocześnie kupując sprzęt komercyjny tam, gdzie poprawia on elastyczność lub skraca czas wejścia na rynek.

AMD musi odnieść sukces w tym mieszanym środowisku. Zwycięstwo nie wymaga, by Google porzuciło TPU. Wymaga, by AMD stało się wartościowe na wystarczająco wielu warstwach CPU, GPU, sieci i oprogramowania, tak aby zastąpienie go było kosztowne.

Helios zmienia AMD z dostawcy układów w konkurenta systemowego

Helios to próba konkurowania przez AMD na poziomie szafy rack, gdzie kupujący oceniają kompletne systemy, a nie odizolowane specyfikacje akceleratorów.

AMD przedstawiło Helios jako platformę AI w skali szafy rack. Projektowanie rack-scale traktuje całą szafę procesorów, pamięci i sieci jako jeden skoordynowany system obliczeniowy. Podejście to obsługuje modele zbyt duże dla pojedynczego serwera.

Helios łączy akceleratory Instinct, procesory EPYC, technologię sieciową Pensando oraz środowisko programistyczne ROCm AMD. ROCm to otwarty stos oprogramowania firmy do programowania i obsługi akceleratorów AMD.

Platforma ma strategiczne znaczenie, ponieważ Nvidia nie konkuruje już głównie pojedynczymi GPU. Jej systemy łączą akceleratory, CPU, sieci, biblioteki i narzędzia do zarządzania w ujednolicony model wdrożeniowy.

AMD musi zatem dorównać w czymś więcej niż wydajności benchmarków. Klienci potrzebują przewidywalnej instalacji, stabilnego oprogramowania, efektywnej komunikacji między akceleratorami oraz wsparcia dla dużych obciążeń produkcyjnych.

AMD twierdzi, że Helios zacznie zwiększać skalę wdrożeń w drugiej połowie 2026 roku. Firma wymieniła Anthropic, Meta, Microsoft, OpenAI, Oracle i kilku dostawców chmury wśród organizacji wdrażających lub planujących wdrożenie tego systemu.

Zobowiązania różnią się strukturą i harmonogramem. Ogłoszenie partnerstwa nie jest tym samym co ujęte w przychodach, zainstalowana moc czy trwałe wykorzystanie w środowisku produkcyjnym.

Wdrożenie AMD w Anthropic obejmuje do dwóch gigawatów GPU serii MI450 w szafach Helios. Porozumienie obejmuje także współpracę programistyczną dotyczącą Claude i ROCm.

OpenAI wcześniej wybrało AMD jako preferowanego partnera infrastrukturalnego dla wdrożeń rozpoczynających się od akceleratorów MI450. Microsoft ogłosił plany wdrożenia szaf Helios w Azure na potrzeby wnioskowania modeli granicznych.

Te umowy zapewniają AMD wiarygodnych klientów kotwiczących. Koncentrują jednak także ryzyko realizacyjne wokół niewielkiej grupy wymagających technicznie nabywców. Klienci ci oczekują, że sprzęt, oprogramowanie, sieć i zdolności serwisowe zostaną dostarczone jednocześnie.

MI450 znajduje się w centrum tej transformacji. Należy do generacji akceleratorów AMD MI400 i został zaprojektowany z myślą o wdrożeniach AI w skali całych szaf serwerowych. Firma wprowadziła również warianty MI455X i MI430X dla różnych obciążeń AI i zastosowań w obliczeniach wysokiej wydajności.

Mapa drogowa produktów ma znaczenie, ponieważ laboratoria AI planują infrastrukturę na lata przed uruchomieniem systemów. Dostęp do energii, budowa centrów danych, dostawy pamięci i zakupy sprzętu sieciowego często rozpoczynają się na długo przed dostawami akceleratorów.

Duże zobowiązania mogą więc wspierać widoczność przyszłych przychodów, nie zmieniając od razu bieżącej kwartalnej sprzedaży akceleratorów. Rekordowy kwartał AMD odzwierciedla obecny popyt, podczas gdy zobowiązania związane z Helios wspierają argument firmy za dalszym wzrostem.

Mechanizmem stojącym za szansą AMD jest zapotrzebowanie klientów na drugą platformę, którą można wdrożyć. Hiperskalerzy chcą zwiększać moce, wzmacniać pozycję negocjacyjną i chronić się przed opóźnieniami po stronie pojedynczego dostawcy.

AMD może zaoferować alternatywę, zachowując przy tym znajomą architekturę procesorów x86. Może także sprzedawać procesory CPU do systemów wykorzystujących inne akceleratory, co daje firmie kilka dróg wejścia do każdego centrum danych.

Oprogramowanie pozostaje trudniejszą częścią układanki. Twórcy AI często budują rozwiązania wokół bibliotek, frameworków i praktyk operacyjnych dopracowanych dla środowiska CUDA firmy Nvidia. Przenoszenie kodu wymaga testów, optymalizacji i czasu zespołu, nawet gdy popularne frameworki obsługują sprzęt AMD.

ROCm się poprawił, a duzi klienci mogą przydzielić inżynierów do optymalizacji istotnych obciążeń. Mniejsze organizacje stoją jednak przed inną kalkulacją ekonomiczną. Potrzebują powszechnie używanych modeli i narzędzi, które działają bez długotrwałych projektów portowania.

Google pokazuje, dlaczego kwestia oprogramowania jest kluczowa. Jego zintegrowane portfolio AI łączy sprzęt z modelami, usługami chmurowymi, mechanizmami zarządzania i narzędziami dla programistów. AMD musi sprawić, aby jego platforma naturalnie wpisywała się w podobnie wielowarstwowe środowiska.

Mocny układ może wygrać benchmark. Udana platforma musi utrzymywać wysokie wykorzystanie przy zmieniających się modelach i warunkach produkcyjnych. Helios będzie oceniany według tego szerszego standardu.

Rzeczywista zmiana polega na tym, że AMD ma obecnie wystarczająco dużo zobowiązań klientów, by mierzyć się z problemem systemowym, a nie problemem wiarygodności. Kupujący uznają AMD za możliwego dostawcę infrastruktury. Nadal potrzebują jednak dowodów, że wdrożenia mogą być rutynowo skalowane.

Czego wzrost przychodów nie dowodzi

Rekordowy wzrost potwierdza popyt na rozwiązania obliczeniowe AMD, ale nie dowodzi równego udziału w rynku akceleratorów, lepszej ekonomiki ani bezproblemowej realizacji.

Pierwsza niepewność wynika ze sprawozdawczości segmentowej. AMD łączy serwerowe procesory CPU i procesory graficzne dla centrów danych w jednej kategorii przychodów. Silne wyniki EPYC mogą podnosić przychody segmentu Data Center, nawet jeśli Instinct rośnie z mniejszej bazy.

Stwierdzenie AMD, że przychody z AI w centrach danych wzrosły ponad dwukrotnie, wskazuje kierunek, ale nie skalę. Firma nie ujawniła poprzedniej ani obecnej wartości, liczby dostarczonych jednostek ani marży brutto akceleratorów.

To pominięcie uniemożliwia precyzyjny pomiar postępu konkurencyjnego. Pozostawia też analityków zależnych od komunikatów klientów, szacunków łańcucha dostaw i przyszłych ujawnień kierownictwa.

Druga niepewność dotyczy rentowności. AMD oczekuje, że w trzecim kwartale marża brutto non-GAAP pozostanie na poziomie około 56%, mimo prognozowania znacznego sekwencyjnego wzrostu przychodów.

Płaska prognoza nie dowodzi, że systemy AI mają słabą ekonomikę. Rozruch produktów może wiązać się z początkowymi kosztami produkcji, a struktura przychodów może przesuwać się między procesorami CPU, akceleratorami, produktami gamingowymi i układami wbudowanymi.

Inwestorzy muszą jednak zobaczyć, czy wyższa sprzedaż AI ostatecznie podnosi marże firmy. Wdrożenia w skali szaf serwerowych obejmują kosztowną pamięć, sieci, pakowanie, walidację i wsparcie klientów.

AMD konkuruje również z dostawcą o znacznie większej skali w centrach danych. Nvidia poinformowała o kwartalnych przychodach Data Center wynoszących 62,3 mld USD w kwartale fiskalnym zakończonym w styczniu 2026 roku. Ta pozycja zapewnia jej znaczne zasoby na oprogramowanie, sieci i coroczny rozwój produktów.

Dane nie są bezpośrednio porównywalne, ponieważ firmy stosują różne kalendarze fiskalne i struktury raportowania. Mimo to różnica skali pokazuje, dlaczego wzrost AMD o 107% nie jest równoznaczny z przywództwem rynkowym.

Przewaga Nvidia wykracza poza przychody ze sprzętu. CUDA zgromadziła lata doświadczeń deweloperów, zoptymalizowane biblioteki, dokumentację i praktykę operacyjną. Te zasoby zmniejszają ryzyko wdrożenia dla zespołów już korzystających z systemów Nvidia.

AMD może przeciwstawić temu otwarte oprogramowanie, konkurencyjny sprzęt i duże partnerstwa inżynieryjne z klientami. Sama otwartość nie gwarantuje jednak niższych kosztów zmiany platformy. Klientów bardziej niż filozofia licencjonowania interesują niezawodność i czas pracy inżynierów.

Google wywiera presję z innej strony. Własne akceleratory pozwalają hiperskalerom optymalizować wybrane obciążenia i ograniczać zależność od zewnętrznych dostawców GPU. Google nie potrzebuje jednej architektury procesorów do obsługi każdego zadania.

Inne firmy chmurowe realizują podobne strategie. Amazon rozwija akceleratory Trainium, a Microsoft wprowadził sprzęt Maia. Broadcom dostarcza technologię niestandardowych akceleratorów dużym operatorom infrastruktury.

AMD mierzy się zatem z konkurencją zarówno ze strony Nvidia, jak i swoich największych potencjalnych klientów. Ta nietypowa struktura ogranicza wartość uproszczonych narracji o udziałach rynkowych.

Ograniczenia podaży tworzą kolejne ryzyko. Zaawansowane systemy AI zależą od pamięci o wysokiej przepustowości, produkcji w najnowocześniejszych procesach, zaawansowanego pakowania, komponentów sieciowych i dostępnej energii.

AMD wskazuje dostępność pamięci i produkcji jako jedno z ryzyk w swoim zgłoszeniu regulacyjnym. Opóźnienie jednego komponentu może przesunąć wdrożenie całej szafy serwerowej.

Kontrole eksportowe pozostają kolejnym źródłem zmienności. Odpis związany z MI308 z poprzedniego roku pokazał, jak szybko zmiany polityki mogą wpływać na zapasy, dopuszczonych klientów i porównania finansowe.

Na uwagę zasługuje także koncentracja klientów. Duże wieloletnie zobowiązania tworzą skalę, ale opóźniony kampus lub zmieniona strategia modelowa mogą przenosić znaczące przychody między kwartałami.

Optymistyczna interpretacja pozostaje wiarygodna. AMD ma obecnie dużych klientów, rosnącą linię procesorów CPU, mapę drogową akceleratorów i system w skali szafy serwerowej. Popyt na moc obliczeniową AI nadal przewyższa dostępną podaż w kilku środowiskach chmurowych.

Sceptyczna interpretacja jest równie potrzebna. AMD musi pokazać, że zapowiedziana pojemność staje się działającą pojemnością, że oprogramowanie wspiera zwykłych użytkowników i że przychody przynoszą rosnące zwroty.

Żadna z tych interpretacji nie wymaga lekceważenia rekordowego kwartału. Wynik ten tworzy silniejsze warunki wyjściowe. Nie usuwa pracy potrzebnej, by obiecująca platforma stała się trwałym drugim standardem.

Trzy sygnały zdecydują o kolejnym rozdziale AMD i Google

O kolejnej fazie zadecydują wdrożona pojemność Helios, jaśniejsza ekonomika akceleratorów i szersza dostępność w chmurze, a nie kolejny zestaw ogłoszeń partnerskich.

Pierwszym sygnałem jest rozruch Helios. AMD twierdzi, że wdrożenia zaczną się skalować w drugiej połowie 2026 roku, przy udziale kilku znanych laboratoriów AI i operatorów chmurowych.

Czytelnicy powinni obserwować systemy trafiające do produkcji, a nie tylko zobowiązania zakupowe. Dowodami produkcyjnymi mogą być powszechnie dostępne instancje chmurowe, ujawnienia dotyczące obciążeń klientów i ponowne zamówienia po pierwszych wdrożeniach.

Udane instalacje wzmocniłyby tezę AMD, że potrafi dostarczać kompletną infrastrukturę AI. Opóźnienia sugerowałyby, że integracja akceleratorów MI450, procesorów EPYC, sieci, pamięci i ROCm nadal jest trudna.

To rozróżnienie ma znaczenie, ponieważ system w skali szafy serwerowej ma wiele punktów awarii. Dostawa układów ma niewielką wartość, jeśli sieć lub oprogramowanie uniemożliwia klientom utrzymanie wysokiego wykorzystania.

Drugim sygnałem jest struktura przychodów AMD i postęp marż. Firma prognozuje kolejny sekwencyjny wzrost przychodów, utrzymując jednocześnie marżę brutto non-GAAP w pobliżu 56%.

Przyszłe wyniki powinny ujawnić, czy przyspieszająca sprzedaż Data Center podnosi marże ponad ten poziom. Inwestorzy potrzebują też więcej informacji o przychodach Instinct w ramach szerszego segmentu.

Oddzielna wartość dla akceleratorów poprawiłaby przejrzystość. Pomogłyby również komentarze dotyczące przychodów systemowych, dostępności podaży oraz względnego wkładu EPYC i Instinct.

Rosnące marże przy przyspieszających przychodach z akceleratorów wzmocniłyby tezę platformową. Utrzymujące się płaskie marże nie podważyłyby jej automatycznie, ale zwiększyłyby pytania o ceny i koszty systemów.

Trzecim sygnałem jest dostęp do chmury wykraczający poza ograniczone wdrożenia. Duże laboratoria AI mogą optymalizować oprogramowanie i negocjować niestandardowe warunki. Większość przedsiębiorstw potrzebuje standardowych usług z jasną dostępnością i znanymi narzędziami zarządzania.

Relacja AMD i Google stanowi użyteczny test. Google Cloud już oferuje wiele rodzin maszyn opartych na EPYC, zapewniając AMD znaczącą obecność w procesorach CPU.

Nadal niepotwierdzone jest to, czy Google udostępni bieżącą generację Instinct lub pojemność Helios na tyle szeroko, by zmienić wybór klientów. Taka dostępność pogłębiłaby relację poza procesory serwerowe.

Google może też nadal kierować najważniejsze obciążenia modelowe do TPU i innych wybranych akceleratorów. Taki wynik zachowałby rolę AMD w procesorach CPU, jednocześnie ograniczając jego szansę w akceleratorach na platformie Google.

Microsoft Azure, Oracle Cloud i wyspecjalizowani dostawcy GPU dostarczają dodatkowych dowodów. Szeroka dostępność w kilku chmurach zmniejszyłaby zależność od pojedynczego partnera i stworzyła więcej możliwości dla programistów, by testować ROCm.

Doświadczenie programistów ukształtuje wdrażanie po pojawieniu się dostępnej pojemności. Jakość dokumentacji, zgodność z frameworkami, narzędzia do debugowania i wydajność modeli zdecydują, czy klienci pozostaną po początkowym okresie próbnym.

Nabywcy infrastruktury powinni oceniać pełną ekonomikę obciążeń, a nie tylko kluczowe specyfikacje akceleratorów. Przydatne pomiary obejmują tokeny na dolara, zużycie energii, wykorzystanie, czas pracy inżynierów i dostępność w różnych regionach.

Zespoły prowadzące takie oceny potrzebują także wiarygodnego rejestru benchmarków, deklaracji dostawców i zmieniających się dat wdrożeń. Przeszukiwalne procesy inżynieryjne mogą utrzymywać te informacje razem w miarę zmian map drogowych produktów.

Szersze pytanie nie dotyczy już tego, czy AMD uczestniczy w infrastrukturze AI. Rekordowy kwartał odpowiada na to pytanie. Chodzi o to, czy AMD stanie się rutynowym wyborem platformy obok Nvidia i własnego krzemu chmurowego.

Dla programistów oznaczałoby to więcej opcji sprzętowych i większą presję na dostawców, by ulepszali oprogramowanie. Dla przedsiębiorstw stworzyłoby to większą siłę negocjacyjną w zakresie pojemności, architektury i warunków zakupowych.

Dla Google AMD pozostaje jednocześnie użyteczne i strategicznie niepełne. Procesory EPYC poszerzają portfolio mocy obliczeniowej Google Cloud, podczas gdy własne układy Google chronią jego niezależność architektoniczną.

Dla AMD Google ilustruje w jednej relacji zarówno szansę, jak i ograniczenie. Wzrost chmury tworzy popyt na procesory AMD, lecz własny krzem konkuruje o obciążenia AI o najwyższej wartości.

Obserwuj kolejne wdrożenia produkcyjne, a nie tylko kolejne ogłoszenia. Jeśli Helios się skaluje, marże się poprawiają, a dostęp do chmury się rozszerza, rekordowy kwartał AMD będzie wyglądał jak początek zmiany strukturalnej. Jeśli te sygnały utkną w miejscu, wzrost przychodów będzie wyglądał raczej jak popyt przechwycony w okresie wyjątkowo ograniczonego rynku.