AMD 市值突破 1 万亿美元，其挑战 Nvidia 的压力随之加大

9 月 21 日，AMD 股价单日上涨 9.6%，公司市值首次突破 1 万亿美元。这一里程碑为其由数据中心营收加速增长及更大规模 AI 部署预期推动的一年画上了阶段性注脚。

这一估值并不意味着 AMD 已经追上 Nvidia。Nvidia 的市值仍是 AMD 的数倍，并在 AI 加速器市场占据主导地位。相反，投资者正将 AMD 视为希望引入另一家供应商的客户最明确的大规模替代选择。

这种差异构成了 AMD 1 万亿美元市值背后的核心张力。AMD 已展现出强劲的营收增长，但其估值很大程度上取决于仍处于商业化起步阶段的系统。

该公司如今必须将已宣布的合作关系、未来的吉瓦级部署，以及其 Helios 机架设计转化为持续性营收。它还必须强化自身的软件竞争力，同时不失去使其方案与众不同的开放性。

AMD 的 1 万亿美元市值反映了真实的营收转变

这一里程碑建立在可衡量的数据中心增长之上，而不只是对遥远产品路线图的热情。

AMD 在 9 月 21 日的交易中成为市值万亿美元公司。根据最初的市场里程碑报道，其股价在当日盘中创下纪录。

这一市场变动发生在 AMD 财务结构迅速转变之后。该公司的估值不再主要基于其作为 PC 处理器和游戏芯片供应商的身份。

AMD 报告称，2026 年第二季度营收为 115 亿美元，同比增长 50%。数据中心业务营收达到 67 亿美元，增长 107%。

该业务约占 AMD 季度总营收的 58%。其中包括用于 AI 训练、推理及其他高性能工作负载的 EPYC 服务器处理器和 Instinct 加速器。

数据中心业务运营利润达到 21 亿美元。一年前，该业务录得 1.55 亿美元运营亏损，部分原因是与出口限制相关的费用。

这些数字说明了估值为何如此迅速地发生变化。AMD 正从向云服务商、企业和 AI 开发者销售的基础设施中获得可观营收和运营利润。

这一转变也不止于单个季度。2026 年前六个月，数据中心业务营收达到 125 亿美元，同比增长 81%。

AMD 将这一增长归因于对 EPYC 处理器和 Instinct MI350 加速器的强劲需求。其季度业绩为市场重新评估该公司提供了最清晰的证据。

这些业绩之所以重要，是因为 AI 系统需要的不只是 GPU。大型集群还需要主机处理器、网络、内存，以及能够协调数千个组件的软件。

AMD 参与了上述每一层。EPYC 为其提供了成熟的服务器处理器业务，而 Instinct 则提供了其 AI 战略核心的加速器。

Pensando 补充了网络和数据处理技术。ROCm 是 AMD 面向 GPU 计算的软件平台，为开发者提供了在 Instinct 硬件上运行模型的工具。

这一产品组合让 AMD 能以更全面的数据中心方案接触客户。它能够组合多个组件，而非每次只争夺一个芯片插槽。

这一战略已开始改变公司的业务构成。第二季度，游戏业务营收为 7.79 亿美元，而数据中心业务为 67 亿美元。

这一比较并不意味着游戏业务不重要，而是表明投资者如今预期 AMD 最大的增长机会将在哪里出现。

不过，一个强劲季度本身不足以支撑万亿美元估值。市场也已将未来多年的预期部署增长计入股价。

这意味着下一项考验不同于上一项。AMD 不再只需证明客户会使用其 AI 硬件。

它必须证明已宣布的项目能够成为已安装系统、被实际消耗的算力以及有利润的销售额。这一转化将决定该估值反映的是可持续增长，还是被提前透支的乐观预期。

AI 数据中心的增长正在改变客户的采购方式

竞争单位已从单个加速器转向完整机架，迫使 AMD 将硬件和软件作为一个产品统筹协调。

早期的 AI 基础设施采购往往围绕加速器展开。买方会比较芯片规格、内存容量、基准测试结果和供货情况。

如今，前沿部署的规模大得多。性能取决于处理器、内存、网络、散热和软件如何在一个集群中协同运行。

当数据传输成为瓶颈时，快速 GPU 的大部分优势可能会被削弱。薄弱的网络也会让昂贵的处理器停下来等待任务。

软件带来了另一项限制。开发者需要框架、优化库、监控工具和部署系统，并且这些系统必须能够在数千个加速器上保持可靠。

Nvidia 通过将这些要求作为一个平台整体满足，建立了自身的市场地位。其优势包括 CUDA 软件、网络、集成系统，以及与 AI 开发者长期建立的关系。

AMD 正以 Helios 作出回应，这是其首个完整的机架级 AI 设计。机架级意味着机架作为一套协调运作的计算系统发挥作用，而不是由分别配置的服务器构成的集合。

Helios 架构将 72 块 Instinct MI455X GPU 与 EPYC 处理器、Pensando 网络和 ROCm 软件结合起来。AMD 将该系统设计用于训练、推理和模型微调。

每个机架均采用高带宽内存和连接加速器的纵向扩展互连。纵向扩展网络使多个 GPU 能够作为同一计算资源的组成部分交换数据。

这一设计反映出 AI 加速器市场的重要转变。云服务商越来越多地评估整个系统的产出和运营成本。

他们关注一个集群能够产出多少有效 token、运行有多可靠，以及开发者能多快将模型投入生产。

原始处理器性能仍然重要，但已不再充分。买方还必须考虑功率密度、散热、网络拓扑、内存和软件维护。

对 AMD 而言，这一转变带来了机会，也带来了风险。销售完整平台能够提高每次部署所对应的价值。

但这也让执行变得更加困难。AMD 必须协调由多个业务部门和更广泛制造网络开发的产品。

该公司仍依赖外部制造商和零部件供应商。先进封装、高带宽内存、基板或网络设备方面的限制，可能会延迟原本已经完成的系统。

AMD 还需要具备组装和支持复杂机架能力的制造商与基础设施合作伙伴。只有供应商能够稳定生产，参考设计才会真正有用。

这一机会之所以庞大，是因为客户希望拥有更多选择。依赖单一加速器平台可能增加采购风险，并削弱议价能力。

第二种可行架构也能帮助云服务商为不同工作负载匹配硬件。训练前沿模型与为数百万用户提供较小模型服务，对系统提出的要求并不相同。

推理，即从已训练模型中生成回答，尤为重要。它让 AI 模型成为持续性的生产工作负载，而不是一次性的训练项目。

AMD 的大内存配置和开放软件定位瞄准了这些工作负载。该公司称，Helios 能支持主流 AI 框架，同时采用开放的机架和网络标准。

这些说法仍需要在生产部署中获得独立验证。客户将根据正常运行时间、可用性能、运营成本和开发工作量来评判该系统。

因此，AMD 的 1 万亿美元市值所代表的不仅是对更多芯片的需求。它还假设 AMD 能够成为最大规模 AI 安装项目中可信赖的系统供应商。

AMD 与 Nvidia 的竞争如今是一场平台之争

AMD 无需在所有领域取代 Nvidia，但它必须成为主要 AI 工作负载中可靠的第二平台。

Nvidia 仍是 AMD 估值叙事背后的主要对手。Intel 是重要的服务器处理器竞争者，但 Nvidia 定义了 AI 基础设施的标杆。

规模差距依然巨大。AMD 跨过万亿美元门槛时，Nvidia 的市值已超过 5 万亿美元。

Nvidia 的财务基础也大得多。受加速器、网络和集成系统支撑，其数据中心业务在最近几个季度创造了数百亿美元营收。

该公司的优势始于硬件，但远不止于此。CUDA 已积累多年的开发者采用、优化库、文档和生产环境经验。

这一软件生态形成了转换成本。评估另一种加速器的客户必须考虑工程时间、模型兼容性、监控工具和未来维护。

AMD 的应对核心是 ROCm，这是一套用于在 Instinct GPU 上运行计算工作负载的开放软件栈。开放性能够降低对单一供应商的依赖，并支持成熟的 AI 框架。

不过，开放平台仍需要保持一致的性能。开发者不会仅仅因为替代方案使用开放标准就转向它。

他们需要模型可靠运行、工具表现可预测，并确保更新不会破坏生产工作流。文档和调试支持与基准测试结果同样重要。

这正是 AMD 的合作关系比普通销售公告更具分量的原因。大型 AI 实验室能够提供工作负载、工程反馈和软件优化，其规模是少数独立测试者能够复现的。

AMD 已将 OpenAI、Anthropic、Meta、Microsoft 和 Oracle 列为正在采用或评估其基础设施的机构。这些关系让 AMD 有机会通过真实部署改进平台。

已宣布的容量规模可观。OpenAI 的协议涵盖最高六吉瓦 AMD GPU 的部署。

Meta 也宣布了最高六吉瓦的相关计划。与 Anthropic 的合作涵盖最高两吉瓦的 Instinct 容量。

吉瓦衡量的是电力，而非已实现的营收或已安装 GPU。这些数字描述的是多年协议下的最高部署目标。

它们不应被视为已完成订单。建设进度、电力可用性、融资、零部件供应和客户需求将决定最终容量。

尽管如此，这些承诺表明大型客户愿意围绕 AMD 硬件进行规划。在一个软件采用往往随基础设施可用性而发展的市场中，这具有战略价值。

AMD 表示，首个面向 OpenAI 的吉瓦级部署将采用定制的 MI450 系列加速器及其 Helios 架构。首批发货计划在 2026 年下半年进行。

该公司更广泛的AI 平台发布列出了预计将提供 Helios 系统的制造商和云合作伙伴。

该网络之所以重要，是因为 AMD 无法仅通过与少数 AI 实验室的直接合作实现规模化。它需要能够触达更多开发者的云实例、系统供应商和服务提供商。

与 Nvidia 的比较应保持准确。AMD 尚未在加速器、软件采用率或 AI 营收方面超越 Nvidia。

AMD 的成功反而取决于能否在快速扩张的市场中获得有意义的份额。只要基础设施支出持续增长，即便处于少数地位，也足以支撑庞大的业务规模。

这种格局使 AI 市场不同于简单的赢家通吃竞争。客户出于技术和财务原因，都有动力维持多家供应商。

Nvidia 可以继续保持领先，而 AMD 同样可以快速增长。更棘手的问题是，AMD 能否建立足够的工作负载可移植性，避免客户将 Instinct 视为一种专用例外方案。

如果开发者能够在不同平台之间迁移重要模型而不产生重大延误，AMD 就能获得更多议价能力。若优化仍然困难，Nvidia 的软件优势将继续限制这种能力。

AMD 1 万亿美元的市值，意味着公司将跨越这一软件与部署门槛。其后续业绩必须展现出合作公告之外的实际进展。

AMD 的估值并不能证明什么

市值里程碑记录的是某一时点的投资者预期；它并不能验证未来的出货量、利润率或客户采用情况。

市值由公司的股价乘以流通在外的股份数得出。即使当前营收没有相应变化，市值也可能迅速波动。

AMD 的估值是在一轮大幅上涨后突破这一门槛。这一变动更多反映的是对未来盈利的预期，而非已部署计算能力的突然增长。

这种区别很重要，因为 AMD 增长叙事中的若干支柱仍面向未来。Helios 出货、吉瓦级部署以及长期市场预测，仍取决于执行能力。

AMD 提出了雄心勃勃的增长目标。在 2025 年 11 月的分析师活动上，公司预计未来三到五年营收年增长率将超过 35%。

公司还预计，数据中心营收增长将超过 60%，数据中心 AI 业务增长将超过 80%。这些数字是管理层目标，并非独立保证的结果。

公司的长期战略还设定了服务器处理器营收份额超过 50% 的目标。

这些预测说明，AMD 的估值已包含相当规模的业绩预期。要维持这一市值，仅取得渐进式进展并不够。

第一项风险是部署时机。大型数据中心需要电力接入、建设工程、冷却系统、网络以及监管审批。

芯片可能在将使用它的设施准备就绪之前就已完成交付。任何一个环节的延误，都可能导致硬件营收在不同季度之间移动。

第二项风险是供应。先进加速器依赖晶圆代工产能、先进封装和高带宽内存。

AMD 要与其他芯片公司竞争获取其中许多资源的机会。强劲的客户需求并不能消除制造约束。

第三项风险涉及软件。ROCm 已有所改进，主要客户也正与 AMD 合作进行优化。

然而，更广泛的采用需要在更多模型和更多组织中提供一致的体验。大型 AI 实验室可以投入普通企业所不具备的工程团队。

第四项风险是客户集中度。AMD 的监管文件称，少数客户占其营收和应收账款的相当大比例。

大型合同可以加快增长，但也会增加对采购变化的敞口。一家客户推迟部署一个集群，就可能对季度业绩产生重大影响。

第五项风险来自出口管制。有关先进加速器的限制已经影响了 AMD 的库存，以及其触达中国客户的能力。

AMD 在 2025 年因与 MI308 产品限制有关的库存及相关费用，计入了约 4.4 亿美元。

公司后来获得了向某些客户出货的部分许可证。未来营收仍取决于许可证、中国进口规则和客户需求。

AMD 的监管文件还将竞争、供应可得性、市场状况和产品时机列为重大风险。

利润率带来了另一项不确定性。当高昂的系统开发、软件投入或组件成本吞噬新增利润时，营收增长的重要性就会降低。

AMD 第二季度数据中心业务的营业利润令人鼓舞。但未来的机架级部署，其利润结构可能不同于成熟的服务器处理器业务。

公司必须在定价与从既有领导者手中赢得部署之间取得平衡。激进的条款有助于推动采用，却可能限制近期盈利能力。

客户除了 AMD 和 Nvidia 外也有其他选择。大型云运营商仍在为特定内部工作负载开发定制加速器。

这些芯片并不会在每种应用中取代通用加速器。但它们仍可能减少可供商用供应商争取的支出份额。

Intel 在服务器处理器领域仍具影响力，并继续寻求加速器机会。Broadcom 和其他供应商则受益于定制芯片和网络需求。

这种竞争组合意味着，AMD 正进入一个增长路径更多的更大市场。它也进入了一个采购决策可能在不同架构之间转移的市场。

AMD 的 1 万亿美元市值并未解决这些问题。它提高了每个答案所带来的影响。

Intel 为何仍然重要，尽管它不是主要对手

AMD 超越 Intel 标志着一次历史性的逆转，但决定 AMD AI 未来的性能标准仍由 Nvidia 设定。

AMD 比其长期 x86 处理器竞争对手 Intel 更早达到万亿美元门槛。当时，Intel 的市值仍低于 AMD。

在 Intel 主导大部分服务器和个人电脑处理器销售的早期阶段，这种逆转似乎难以想象。

AMD 通过 Zen 处理器架构和 EPYC 服务器产品线改变了平衡。随着 Intel 遭遇制造和产品延误，AMD 赢得了更多采用。

市值对比反映了这一战略逆转。它并不直接衡量处理器出货量、盈利能力、制造产能或已部署系统。

Intel 仍是一家拥有广泛客户关系的大型供应商。它还自行制造芯片，而 AMD 则依赖外部晶圆代工厂生产领先制程产品。

这种差异使两家公司面临不同风险。Intel 必须投入资金并运营昂贵的晶圆厂，而 AMD 则依赖外部制造产能的可得性。

AI 进一步改变了这种比较。与传统 x86 处理器竞争相比，加速器支出如今对半导体估值的影响更大。

AMD 的数据中心业务同时受益于两方面。EPYC 提供主机处理器，而 Instinct 则让公司获得加速器需求的敞口。

Intel 深度参与服务器处理器市场，但尚未在前沿 AI 加速器领域建立可比地位。这有助于解释为何 AMD 的估值能够在 Intel 的历史规模之上继续领先。

然而，Intel 并不是衡量 AMD 下一阶段表现的最佳标杆。超越传统处理器竞争对手，并不等于确立在现代 AI 基础设施中的领导地位。

Nvidia 定义了围绕加速器性能、网络、软件和机架级交付的预期。因此，Nvidia 才是主要的竞争参照。

因此，AMD 面临双重挑战。它必须继续捍卫服务器处理器方面的成果，同时还要构建完整的 AI 平台，与 Nvidia 竞争。

这些业务可以相互强化。购买 EPYC 处理器的客户，已经与 AMD 建立了商业和技术关系。

这种关系可以为 Instinct 评估创造机会。但它并不保证客户会替换 Nvidia 系统。

云服务提供商会根据工作负载需求、可用性和经济性作出组件决策。它们可以将 AMD 处理器与 Nvidia 加速器搭配使用。

AMD 必须说服这些买家采用其更多产品栈。Helios 是公司为此作出的最明确尝试。

该架构整合了 AMD 过去分别销售的组件。它为客户提供了覆盖计算、网络和软件的一体化设计。

这种整合可以改善优化效果并简化采购。但它也提高了对完整系统支持能力的预期。

任一层面发生故障，都可能影响整个部署。AMD 及其合作伙伴必须迅速跨越硬件和软件边界诊断这些问题。

Nvidia 已在极大规模上积累了这方面的经验。随着客户部署日益复杂的模型，AMD 必须压缩这一学习过程。

Intel 的逆转仍是有用的背景，因为它表明根深蒂固的地位也可能改变。AMD 多年来一直在将技术执行转化为服务器采用。

AI 竞争未必会遵循相同路径。Nvidia 的软件地位比传统处理器市场份额优势更深厚。

不过，AMD 不需要实现彻底逆转来证明其战略合理。它需要的是一项规模庞大、可防御、拥有重复客户且软件经济效益不断改善的业务。

这一结果将为买家提供第二个平台，并降低其对单一供应商的依赖。它也将使万亿美元里程碑不只是一场短暂的市场事件。

三项信号将检验 AMD 的 1 万亿美元市值

出货量、已实现的数据中心营收以及重复性的软件采用，将决定 AMD 的估值是否得到经营业绩支持。

第一项信号是 Helios 的量产爬坡。投资者应关注系统是否按计划出货，并在没有长期延误的情况下进入客户数据中心。

仅有出货公告并不能给出完整答案。更有力的证据将是已投入生产，并能处理高要求训练或推理工作负载的安装部署。

有关通过云服务提供商获得服务的细节同样重要。广泛的可访问性让开发者无需购买完整机架即可测试该平台。

如果 Helios 能在多项主要服务中提供，AMD 的平台将获得更广泛的分发渠道。有限的可用性则会让采用仍集中在大型战略合作伙伴之中。

第二项信号是未来数份财报中的数据中心营收。AMD 预计，随着较新系统进入部署，该业务部门将加速增长。

投资者应将营收增长与营业利润和毛利率进行比较。在盈利能力稳定或改善的情况下销售额上升，将加强估值逻辑。

在 AMD 提供足够细节时，他们还应区分 EPYC 处理器增长和 Instinct 加速器增长。两项业务都很有价值，但它们支持的竞争结论不同。

强劲的 EPYC 销售将确认 AMD 在服务器领域的地位。强劲的 Instinct 增长则会提供更清晰的证据，表明公司正在 AI 加速器市场取得进展。

第三项信号是重复性的软件采用。客户一次性测试 Instinct 硬件，并不能建立持久的平台。

重复部署表明 ROCm、开发工具和运营支持已满足生产要求。它们也表明转换成本正变得可控。

独立性能结果将有所帮助，尤其是当其使用生产模型并计入完整系统成本时。供应商自行选择的基准测试无法回答每一个采购问题。

云实例的使用情况提供了另一项实用衡量指标。开发者持续选择 AMD 算力，将表明需求已超出协商达成的基础设施合作关系。

最有意义的证据将把这三项信号联系起来：硬件必须出货，收入必须兑现，用户还必须再次购买更多算力。

某一环节的延迟并不意味着该战略失效。但若已宣布的算力与实际部署之间持续存在差距，当前的估值逻辑将受到削弱。

同一套框架也适用于企业技术团队。加速器市场竞争加剧，可能改善供应可得性、提升议价能力，并增强工作负载的可移植性。

不过，采购方应评估完整的运营环境。处理器规格几乎无法说明迁移工作量、软件支持或生产环境可靠性。

比较不同平台的团队应记录基准测试结果、集成决策、部署问题和工作负载需求。一个可搜索的技术知识库能够让这些发现持续服务于工程和采购团队。

AMD 已经跨过了象征性的门槛。更艰巨的工作才刚刚开始。

AMD 万亿美元市值如今取决于其 AI 数据中心业务的激增能否成为可复制的平台型业务。请关注 Helios 的安装部署、Data Center 业务的盈利性增长，以及客户是否会再次扩大部署规模。