AMD 数据中心营收达 67 亿美元，Arm 进军 CPU 层

AMD 第二季度数据中心营收达到 67 亿美元，较去年同期增长 107%。AMD 表示，这一增长源自对 EPYC 服务器处理器和 Instinct AI 加速器的需求。与此同时，Arm 开始挑战一种让 x86 处理器数十年来主导数据中心的商业模式。

这两项进展指向 AI 基础设施更广泛的变化。客户不再孤立地选择处理器，而是在评估整套机架方案，其中包括 CPU、加速器、网络、内存、散热和软件。

AMD 希望供应该机架中几乎每一层所需的产品。Arm 则采取不同路径，凭借其首款量产数据中心 CPU 直接进入处理器市场。双方的路线如今在一个日益由功耗、物理空间和部署速度决定客户建设能力的市场领域发生交集。

Nvidia 仍以显著优势占据 AI 加速器市场的最大份额。Intel 也正借助新一代 Xeon 处理器捍卫其服务器地位。不过，AMD 与 Arm 之间的紧张关系揭示了一场更具体的竞争：在能力不断增强的 AI 加速器旁，CPU 将扮演什么角色。

AMD 数据中心营收翻倍以上

67 亿美元的业绩表明，AMD 的数据中心业务已不再只是服务器 CPU 复苏的单一故事。

AMD 报告称，截至 2026 年 6 月 27 日的季度中，数据中心营收为 67.18 亿美元，同比增长 107%，较上一季度增长 16%。

该部门实现 21.03 亿美元营业利润，而一年前为 1.55 亿美元营业亏损。根据 AMD 的财报幻灯片，其营业利润率达到 31%。

同比比较需要结合背景理解。AMD 在 2025 年第二季度计入了 8 亿美元库存及相关费用，与美国针对 Instinct MI308 产品的出口管制有关。这笔费用影响了此前该部门的业绩以及全公司的利润率。

不过，这并不能解释营收增长。AMD 将销售额上升归因于对 EPYC CPU 的需求以及 Instinct GPU 的持续部署。

公司整体营收达到 115.36 亿美元，同比增长 50%。数据中心部门占其中 58%，成为 AMD 当季规模最大的已披露业务。

这一业务结构很重要，因为 AMD 曾高度依赖个人电脑和游戏主机。如今，数据中心正在塑造其产品战略、资本重点、软件投入以及与大型云客户的关系。

公司在本季度的产品线也进一步扩展。AMD 推出了第六代 EPYC 处理器、MI450 Series 加速器、Pensando 网络产品以及 Helios 机架级设计。

机架级设计将整套机架视为一个计算系统。处理器、加速器、交换机、内存和软件会协同配置，而非作为互不相关的组件分别采购。

AMD 表示，Helios 将通过开放的行业标准整合 EPYC CPU、Instinct GPU 和 Pensando 网络产品。这为公司提供了一个平台级方案，以应对 Nvidia 的高度集成系统。

因此，这一营收数字反映了两项彼此关联的业务。EPYC 面向传统服务器和云工作负载竞争，Instinct 则瞄准 AI 训练和推理。两者结合，使 AMD 能够向客户提供 CPU 与加速器组合方案，而不只是单一组件。

AMD 董事长兼 CEO 苏姿丰表示，EPYC 需求正在加速，Instinct 部署也在扩大。公司还称 Helios 已开始爬坡，但季度披露中并未单独列出 Helios 的营收。

这种区别很重要。已披露的增长证实该部门整体需求强劲，但并未揭示其中有多少来自 CPU、加速器或完整机架系统。

投资者和客户不应将 107% 的增长视为加速器份额的纯粹衡量标准。AMD 在同一部门内报告 EPYC 和 Instinct 销售额，产品级营收仍未披露。

不过，这一业绩确立了新的基准。AMD 的数据中心业务规模如今已足以为其在 CPU、GPU、网络和开发者软件领域发起持续挑战提供资金支持。

AI 基础设施正在成为整机架竞争

AMD 更大的机会在于销售集成式计算平台，但这一战略也让它面对实力更强、类型更多样的竞争对手。

AI 集群依赖的不只是 GPU 吞吐量。CPU 负责调度工作、准备数据、协调存储、运行数据库、管理网络流量，并持续为加速器提供任务。

随着 AI 应用变得更复杂，这些支撑性工作负载也在扩张。例如，基于智能体的系统可以检索信息、调用外部服务、执行代码，并协调多次模型调用。

这些活动会在每个加速器周围带来额外的 CPU 和网络需求。更快的 GPU 并不会消除这些需求，反而可能将其暴露出来：模型运算处理速度超过周边系统的数据移动速度时，瓶颈便会显现。

AMD 正将 EPYC 定位为这一环境中的主机处理器。Instinct 提供加速能力，Pensando 负责网络和基础设施服务，ROCm 则提供运行加速工作负载的软件层。

这一战略已吸引大型部署承诺。AMD 与 Anthropic 宣布计划在 Helios 机架中部署最多两吉瓦的 MI450 Series GPU。双方预计，该部署的首个吉瓦将在 2027 年上半年启动。

根据 AMD 的季度业绩，Microsoft 也同意在 Azure 中扩大 Helios 系统和第六代 EPYC 处理器的使用范围。

这些协议之所以重要，是因为 AI 硬件的采用依赖可重复的部署，而不只是基准测试结果。云平台和模型开发者必须先整合软件、网络、监控和故障恢复能力，才能运营大型集群。

公开承诺并不保证每套计划中的系统都会按时交付，但它表明客户愿意围绕 AMD 的路线图规划未来产能。

Nvidia 仍是规模标杆。根据其2027 财年第二季度业绩，截至 2026 年 7 月 26 日的季度中，其数据中心营收达到 890 亿美元，同比增长 117%。

这一数字超过 AMD 已披露数据中心营收的 13 倍。两家公司对产品的分类方式也不同，因此该比较仅具方向性，并不完全精确。

Nvidia 的优势不止于加速器销售。CUDA 已积累多年的开发者支持、优化库、框架和生产经验。其网络产品和机架设计也进一步减少了客户需要作出的集成决策。

AMD 正通过 ROCm 应对竞争，这是其用于编程 Instinct 加速器的开放软件平台。公司还推出了 ROCm.ai，这一环境旨在简化跨 AMD 硬件构建和部署 AI 工作负载的过程。

软件仍是决定性的考验。客户可以迅速评估处理器规格，但迁移生产工作负载涉及代码兼容性、调试工具、运营人员培训和长期维护。

AMD 的硬件增长为这项工作提供了资源，但并不会自动弥合软件差距。

公司的平台化路径也改变了其执行负担。供应 GPU 需要拥有可用的加速器和软件栈；供应机架则还要承担网络、电源管理、散热、系统验证和大规模服务义务。

这正是 AMD 数据中心营收的重要性超越单个季度的原因。它表明客户购买的产品组合规模已足以使整机架战略具备商业可信度。

这也带来了新的压力。随着 AMD 从组件销售扩展至完整系统，它正与 Nvidia 的集成架构、Intel 的服务器地位、云服务商的自研芯片，以及如今 Arm 的量产芯片展开竞争。

Arm 不再只停留在设计层面

Arm 决定销售完整的数据中心处理器，使这家长期的技术供应商成为服务器 CPU 市场的直接参与者。

Arm 传统上向其他芯片公司授权指令集技术和处理器设计。这些客户利用 Arm 知识产权打造自己的处理器和系统。

这种结构帮助 Arm 在不自行制造或销售大多数成品芯片的情况下，广泛覆盖智能手机和嵌入式设备。它也让云服务商能够设计适配自身基础设施的处理器。

2026 年 3 月，Arm 超越了这一模式。公司推出 Arm AGI CPU，这是其首款面向 AI 数据中心的 Arm 自研量产处理器。

Arm 将此次发布描述为公司历史上首次提供量产芯片。该公司将这款处理器定位为可立即部署的选择，服务于希望采用 Arm 基础设施、但不愿自行开发定制芯片的客户。

这款首款量产 CPU采用 Neoverse 平台，面向 AI 加速器周边的 CPU 工作负载。Arm 表示，这些职责包括任务调度、内存管理、存储访问、数据移动以及软件智能体之间的协调。

Meta 是首席开发合作伙伴，计划将该处理器与其 MTIA 加速器搭配使用；MTIA 是为 Meta AI 工作负载设计的定制芯片。

Meta 还计划通过 Open Compute Project 发布该 CPU 的主板和机架设计。开放设计可帮助服务器制造商和基础设施运营商在不等待单一专有供应商的情况下评估或复现系统。

双方将这一关系描述为多代产品计划，而非单一产品实验。其 Meta 合作伙伴关系涵盖面向通用计算和不断增长的 AI 工作负载的 CPU。

Arm 宣称，与未具体说明的 x86 平台相比，AGI CPU 可提供超过两倍的每机架性能。这一结果尚未在广泛的客户工作负载中得到独立验证。

这一比较也取决于具体配置。核心数量、内存容量、编译器选择、功耗限制、存储、网络和工作负载特征都会改变机架级结果。

尽管如此，Arm 的动作挑战了长期引导服务器市场的一项假设。此前，客户会在 x86 处理器和由云服务商或半导体合作伙伴开发的 Arm 芯片之间选择。如今，Arm 希望供应自家的成品处理器。

对 AMD 而言，这给其 AI 平台中的 CPU 一侧带来压力。EPYC 面对的竞争对手不再只有 Intel Xeon，也越来越多地包括由 Amazon、Google、Microsoft、Nvidia 和其他合作伙伴打造的 Arm 系统。

AGI CPU 增加了另一条路径。企业无需为完整的内部处理器项目提供资金，也能采用量产 Arm 芯片。

Arm 同时也会保留其授权业务。其 Neoverse Compute Subsystems 提供预集成的处理器技术，客户可在自己的芯片中进行配置。

9 月，Arm 推出了 Neoverse CSS N4，单芯片最高支持 128 个核心、LPDDR6 内存以及 PCIe Gen 7 互连。Arm 称，其性能达到上一代 N3 子系统的两倍，每瓦性能则为后者的 1.25 倍。

这意味着 Arm 正在同时推进两条路线：客户既可授权可配置技术以打造定制处理器，也可直接采购 Arm 自研的量产 CPU 进行部署。

这种灵活性具有战略价值，但也带来了渠道矛盾。部分被授权方可能会质疑：自己的技术供应商是否正在变成竞争对手。

Arm 在监管披露中承认，更加集成化的产品存在相关风险。销售处理器需要的投资和运营能力，与知识产权授权业务并不相同。

该公司必须管理制造合作伙伴、产品库存、质量保证、分销和客户支持，还需要避免削弱那些推动 Arm 架构走向成功的企业关系。

这种张力为 AMD 创造了机会。AMD 本身就是处理器供应商，并且拥有数十年支持商用服务器平台的经验。Arm 必须证明，其授权业务的成功能够延伸至完整芯片产品。

CPU 之争关乎密度，而不只是架构

AMD 与 Arm 的核心竞争，在于数据中心的电力和空间限制内能够容纳多少有效计算工作。

AI 基础设施受制于电力、制冷能力、网络带宽和可用场地空间。这些约束让每个机架的性能成为商业指标，而不只是工程目标。

功耗更低的 CPU 可以为加速器预留更多机架供电预算。拥有更多可用核心的处理器，也能整合原本需要额外服务器承载的服务。

Arm 围绕每瓦性能和核心密度构建其服务器论点。该架构已经支持 AWS Graviton 和 Google Axion 等定制云处理器。

AMD 则以高核心数 EPYC 处理器、广泛的 x86 软件兼容性，以及可与 Instinct 加速器协同工作的产品组合应对竞争。其优势不只是 x86，而是能够将主机 CPU、加速器、网络产品和参考机架一并销售。

Intel 仍是这场竞争的重要参与者。其数据中心与 AI 业务在 2026 年第二季度实现营收 63 亿美元，同比增长 59%。

Intel 还推出了 Xeon 6+，这是首款采用 Intel 18A 制造工艺打造的服务器级产品。该公司表示，本季度需求超过可用供应量，尤其是在超大规模云服务商客户中。

Intel 的季度公告表明，市场不能被简单归结为 AMD 与 Arm 的对抗。三家供应商都在争夺与 AI 相关的 CPU 需求，而 Nvidia 正在为其机架系统准备基于 Arm 的 Vera 处理器。

这些架构也会在同一座数据中心中共存。云服务商可能将 EPYC 用于通用实例，将定制 Arm 处理器用于内部服务，并采用 Nvidia 系统进行加速计算。

工作负载的部署位置将决定的不只是单项基准测试结果。数据库、企业软件、虚拟机、推理服务、存储系统和分布式智能体都有不同要求。

X86 保留了庞大的兼容软件基础和运营经验。这降低了使用旧式应用或专业基础设施工具的企业的迁移工作量。

Arm 也拥有庞大的开发者基础，但服务器端采用仍可能需要进行软件验证。驱动程序、监控代理、安全产品和内部二进制文件，都必须在目标架构上正常运行。

容器能够降低一部分迁移成本，因为应用可以针对多种架构重新构建。但它们无法消除对原生库或特定架构优化的依赖。

这形成了一个并不均衡的竞争格局。新的云服务可以在尚未积累技术债之前选择架构；既有企业部署则承载着多年形成的软件和运营假设。

当客户重视兼容性，并希望在不改变指令集的情况下获得 Intel 以外的选择时，AMD 将从中受益。当运营商能够从一开始便围绕功耗和机架密度优化新系统时，Arm 将占据优势。

智能体 AI 提高了赌注，因为它在模型推理周围带来了更多通用计算需求。一个智能体可能查询数据库、运行代码、处理文档、调用 API，并与其他智能体协作。

这些步骤往往在 CPU 上执行，也会产生仅靠加速器无法处理的内存和网络流量。

Arm 认为，这种行为带来了新的 CPU 机遇。其 9 月的基础设施更新将 AGI CPU 和 Neoverse CSS 定位为此类工作负载的基础。

AMD 也在 Helios 中为 EPYC 提出了类似主张。差异在于各家公司打包和销售其架构的方式。

AMD 掌控着围绕 x86 CPU 和自有加速器建立的商业产品组合。Arm 则提供横跨定制处理器、合作伙伴芯片，以及如今自有数据中心 CPU 的架构。

最终胜者未必会取代另一方。数据中心正变得更加异构，也就是结合为不同任务设计的处理器。

战略问题在于，哪家公司能够掌控集成节点。定义机架架构的供应商，可以影响处理器选型、网络、软件工具和未来升级。

107% 的增长率无法证明什么

AMD 的季度业绩证实了快速扩张，但并不能证明其市场份额将持续增长，也无法消除若干执行风险。

第一项警示涉及对比基期。AMD 的数据中心营收从 32.40 亿美元增长至 67.18 亿美元，但此前一个季度受美国出口限制及相关库存决策影响。

8 亿美元的费用并未以同等金额减少报告营收，但确实令此前的经营结果异常疲弱，从而放大了盈利能力改善的表象。

第二项警示是产品披露。AMD 并未在其分部报告中拆分 EPYC 和 Instinct 的收入。读者无法根据已公布数据计算任一产品系列的增长率。

这很重要，因为 CPU 和加速器面临不同的竞争条件。EPYC 主要与 Intel Xeon 以及不断增加的 Arm 处理器竞争。Instinct 则与 Nvidia 规模大得多的加速器业务及定制 AI 芯片竞争。

第三个问题是客户集中度。大规模 AI 部署能够带来可观销售额，但采购节奏也可能令季度业绩出现波动。

数据中心建设、电力容量、网络设备或加速器供应的延迟，都可能导致收入在不同期间之间转移。数吉瓦级承诺也会在数年内逐步落实。

AMD 与 Anthropic 的协议同时说明了机会与不确定性。计划部署规模最高可达两吉瓦，但首个吉瓦计划于 2027 年开始部署。

“最高可达”界定的是上限，而非有保证的出货水平。实际部署将取决于产品准备情况、基础设施建设、工作负载性能和客户的资本优先事项。

第四，AMD 必须证明 ROCm 能以更低的迁移成本支持生产级应用。仅有硬件供应，并不足以说服团队迁移庞大的软件资产。

开发者需要稳定的驱动程序、优化后的库、调试工具、文档，以及在各模型框架中可预测的性能。运营者则需要集群规模的监控、安全更新和故障恢复能力。

ROCm 已有所改善，主要客户也正与 AMD 合作进行优化。然而，Nvidia 的 CUDA 环境仍深度嵌入 AI 研究和部署领域。

第五，Arm 的量产处理器也为 Arm 自身带来了不确定性。该公司称其 CPU 在每机架性能上具有显著优势，但供应商基准测试仍需独立验证。

Arm 还必须证明，更广泛的客户群愿意直接从架构所有者购买通用处理器。Meta 的参与验证了一条重要部署路径，但并不能代表所有企业工作负载。

授权关系带来另一项风险。半导体公司使用 Arm 设计来打造差异化产品。如果 Arm 的自有芯片与其目标市场重叠，一些企业可能会谨慎应对。

AMD 没有可比的授权冲突，因为它本就是处理器供应商。其挑战有所不同：必须同时执行多条高要求路线图。

EPYC、Instinct、Pensando、Helios 和 ROCm 都需要持续的工程投入。任何一层出现问题，都可能削弱完整平台的价值。

供应同样至关重要。先进处理器依赖领先的制造工艺、复杂封装、高带宽内存和网络组件。

当缺失的组件延误完整系统交付时，强劲订单无法转化为营收。集成机架会集中放大这种依赖，因为每个子系统都必须到位并通过验证。

最后，Nvidia 的规模定义了争夺加速器份额的难度。其单季 890 亿美元的数据中心营收并非仅衡量 GPU 销售的直接指标，但说明了 AMD 必须弥合的商业差距。

AMD 无需取代 Nvidia 才能实现增长。扩大的市场可以容纳多家供应商，尤其是在客户寻求供应多元化和更强议价能力时。

然而，增长中的市场可能掩盖竞争弱点。AMD 未来的业绩必须展现可重复的部署、持续的利润率和更广泛的软件采用，而不仅仅是由全行业产能扩张带来的需求。

三项信号将显示 AMD 能否保持势头

下一阶段将取决于出货证据、软件采用情况，以及 Arm 将其架构覆盖能力转化为处理器部署的能力。

第一个信号是 MI450 和 Helios 系统的部署速度。AMD 已宣布与 Anthropic、Meta、Microsoft、OpenAI 及其他基础设施客户达成大规模承诺。

当 AMD 报告量产出货，且客户披露实际运营使用情况时，这些协议才会更具意义。关键问题是，Helios 能否从参考架构转变为可重复、大规模部署的产品。

投资者应关注数据中心营收、分部利润率，以及管理层对产品组合的描述。持续的环比增长将强化 AMD 正在打造持久平台业务的判断。

增长放缓并不必然否定这一战略。大型项目可能形成不均衡的采购模式，但这会提高理解哪些部署发生变动及其原因的重要性。

第二个信号是可量化的 ROCm 采用情况。客户公告应明确指出生产工作负载、开发者工具或软件优化，而非仅提供笼统背书。

Anthropic 与 AMD 的合作包括在 ROCm 开发中使用 Claude 的计划。实际检验在于，这项工作能否缩短迁移时间，或提升合作关系之外客户的可靠性。

开发者应关注框架支持、库性能、调试质量，以及跨 Instinct 世代的兼容性。这些细节决定了替代性加速器是否具备运营上的吸引力。

评估竞争性基础设施的团队，也可以将基准测试结果、架构说明和部署发现保存在可搜索的工程知识库中。这些记录有助于将供应商的说法与真实工作负载下观察到的结果区分开来。

第三个信号是 Arm AGI CPU 系统的推出。Meta 计划通过 Open Compute Project 发布主板和机架设计，让市场更清楚地了解其部署架构。

应关注独立基准测试、服务器制造商支持、云服务可用性，以及 Meta 以外的具名客户。这些指标将显示 Arm 是建立了广泛的通用 CPU 商业，还是推出了更为专业化的产品。

Arm 还必须证明，它能够销售成品处理器，同时不削弱其授权网络。芯片合作伙伴持续投入将表明，其双轨模式仍然可行。

合作伙伴若表现出犹豫，则会强化 AMD 和 Intel 的优势。两家公司都能为客户提供成熟的商用服务器渠道，而无需与被授权方竞争。

因此，市场对 AMD 数据中心营收的评判将不止于下一季度的增长百分比。关键问题在于，AMD 能否将创纪录的季度表现转化为对更大部分 AI 机架市场的掌控力。

对开发者而言，这一选择会影响软件可移植性和硬件获取渠道。对企业而言，它会影响部署成本、供应多样性，以及对单一供应商工具的依赖程度。

对云运营商而言，它决定了在固定的电力和空间条件下能够容纳多少有效算力。107% 的增长证明，AMD 已以具有实际影响力的规模进入这场竞争。Arm 的芯片扩张则确保，这场竞争不会仅限于人们熟悉的 x86 对手。