AMD 与 Google Cloud 的势头增强，Q2 营收翻番后直面 Nvidia 的 AI 芯片领先优势

AMD 的季度数据中心营收同比增长逾一倍，使其与 Google Cloud 的合作关系及不断扩大的 AI 芯片业务，更有力地向 Nvidia 发起挑战。公司公布，2026 年第二季度数据中心销售额为 67 亿美元，较上年同期增长 107%。

这一增长改变了 AMD 在 AI 基础设施市场中的定位。它不再主要依赖未来加速器的承诺，同时让成熟的服务器处理器支撑数据中心业务。Instinct GPU 的部署如今已与需求快速增长的 EPYC 处理器共同贡献业绩。

但这并不意味着 AMD 已经轻松战胜 Nvidia。AMD 全业务营收为 115 亿美元，而 Nvidia 近期公布的数据中心营收单项就达到 752 亿美元。AMD 接下来的考验，是将 Helios 机架发布、客户承诺和软件改进转化为持续的量产营收。

因此，这一结果的重要性不止于一个财报周期。它表明大型云运营商和 AI 开发商希望拥有另一种算力来源。但这并不意味着 Nvidia 的平台优势已经消失。

AMD 2026 年 Q2 财报将数据中心置于核心位置

AMD 的数据中心业务已成为公司的主要增长引擎，而非次要的扩张项目。

AMD 公布，截至 2026 年 6 月 27 日的第二季度营收为 115.36 亿美元，同比增长 50%，环比增长 13%。

数据中心营收达到 67 亿美元，较 2025 年同期增长 107%。根据公司的季度业绩，该业务占 AMD 总营收的 58%。

这一占比之所以重要，是因为 AMD 仍拥有规模可观的客户端、游戏和嵌入式业务。客户端和游戏业务营收合计为 38 亿美元，嵌入式业务营收为 9.77 亿美元。

数据中心业务的规模超过了这些业务的总和。其增长来自两类不同产品：EPYC 服务器处理器和 Instinct AI 加速器。

EPYC 处理器负责通用服务器工作负载，并常在加速系统中充当主机 CPU。Instinct GPU 则执行 AI 模型训练和推理所需的并行计算。

AMD 未披露各产品系列的单独季度营收。这使得外界无法精确判断，该业务增长中有多少来自 AI 加速器。

不过，管理层指出 EPYC 和 Instinct 产品都需求强劲。首席财务官 Jean Hu 表示，数据中心业务贡献了公司本季度大部分增长。

公司也实现了显著的盈利增长。按 GAAP 计，营业利润达到 19.9 亿美元，而上年同期为亏损。按 GAAP 计，净利润增至 22.97 亿美元。

非 GAAP 营业利润为 30.94 亿美元，营业利润率为 27%。非 GAAP 每股收益从一年前的 0.48 美元升至 1.66 美元。

这些同比比较需要结合背景来看。AMD 2025 年第二季度曾因美国对 MI308 加速器的出口限制，计入 8 亿美元库存及相关费用。

因此，2026 年利润和毛利率的改善，部分反映的是一个异常艰难的比较基数。并非完全来自经营杠杆或更高端的产品组合。

营收提供了更清晰的信号。数据中心业务从约 32 亿美元增长至 67 亿美元，并不依赖会计调整。

该业务也较 2026 年第一季度的 58 亿美元有所增长。这一环比增长表明需求仍在持续，而非只是从去年出口相关费用中出现的一次性反弹。

AMD 预计第三季度营收约为 130 亿美元，上下浮动区间各为 3 亿美元。中值意味着同比增长 41%，环比再增 13%。

管理层预计非 GAAP 毛利率为 56%，与第二季度持平。这一稳定预期削弱了这样一种观点：更强劲的加速器销售将立即提高公司整体盈利能力。

因此，AMD 2026 年 Q2 财报展现了一个可信的增长故事，但经济层面的问题尚未解决。公司销售了更多数据中心硬件，但未来的产品结构将决定这种增长的质量。

AMD 在 Google Cloud 的采用范围超越单一产品周期

AMD 与 Google 的关联之所以重要，在于云端可用性能够将芯片需求转化为可重复的企业采用。

Google Cloud 已在多代虚拟机中部署 AMD 处理器。这些实例让客户无需购买或运营实体服务器，即可租用基于 EPYC 的计算能力。

AMD 在第一季度表示，Google Cloud 已发布搭载第五代 EPYC 处理器的 H4D 虚拟机。Microsoft Azure、AWS 和腾讯也扩大了其 EPYC 产品阵容。

这一合作关系让 AMD 获得了大型企业已在使用的平台内的分发渠道。Google Cloud 可以将 AMD 处理器与存储、网络、安全、数据服务和托管 AI 工具打包提供。

对买家而言，这降低了测试另一种处理器架构的运营门槛。团队可以通过熟悉的云采购和部署系统比较工作负载性能。

AMD 的服务器处理器进展也支撑了其加速器战略。AI 集群需要主机 CPU 来协调数据传输、存储、网络和 GPU 工作负载。

已经通过 Google Cloud 使用 EPYC 的客户，已在生产环境中接触过 AMD。这种经验并不保证会采用 Instinct，但会降低 AMD 作为陌生基础设施供应商的印象。

这正是 AMD Google 搜索热度背后的实际含义。这个故事并非关于 Google 的新收购或独家加速器合同，而是关于 AMD 在 Google 云基础设施中不断扩大的角色，以及该合作关系所代表的更广泛需求。

Google 自身的增长也强化了这一解读。Alphabet 公布强劲的第二季度业绩，云需求受益于其模型、芯片、数据、安全和智能体服务组合。

根据 Google results，Alphabet 季度营收较上年同期增长 24%。随着企业消耗更多 AI 基础设施，其云业务持续扩张。

Google 并未放弃其自主设计的张量处理单元，即 TPU。这些专用加速器仍是 Google AI 战略的重要组成部分。

相反，Google Cloud 为客户提供多种计算路径。即使 Google 在特定内部和客户工作负载中偏好自家加速器，这一模式仍为 AMD 处理器创造了空间。

这也说明，AMD 的机会并不只是逐颗替代 Nvidia 芯片。云运营商正日益结合自研加速器、商用 GPU、服务器处理器和专用网络。

AMD 可以通过 EPYC CPU、Instinct GPU、Pensando 网络组件或完整机架系统参与其中。每一层都构成潜在的切入点，但协调这些层面也带来了额外的执行要求。

这一合作关系同样存在重要局限。AMD 的财报新闻稿中，对 Google Cloud 处理器部署的强调不如其新 Helios 客户和加速器合作关系突出。

在 AMD 的第二季度公告中，Google 并未被列为首批 Helios 部署客户。列出的组织包括 Anthropic、Meta、Microsoft、OpenAI、Oracle 以及多家云基础设施提供商。

因此，AMD 与 Google 的关系更清楚地支持了服务器处理器业务叙事，而非最新的机架级加速器业务。将 Google 视为 Helios 广泛采用的证据，会夸大现有证据。

即便如此，EPYC 的增长仍具有战略意义。在 AMD 扩展其加速器软件和机架能力之际，更强的处理器产品线可提供营收、客户触达和系统知识。

这也让 AMD 更难被视为单一产品的替代选择。公司可以用一整套计算和网络组件接触数据中心买家。

对企业而言，云端可用性提供了现实的评估路径。工程团队可在作出更大规模的架构承诺前，测试性能、兼容性和运营成本。

这些评估依赖于工作负载测试、供应商简报和架构审查中形成的可用记录。可搜索的技术知识库可以帮助团队比较不同基础设施选项下的这些发现。

因此，AMD 与 Google 的关系带来了分发能力和信誉。不过，更大的竞争将由完整的 AI 系统及其运行的软件来决定。

AMD 与 Nvidia 的 AI 芯片竞争正演变为系统之争

由于大型买家不再孤立地采购 AI 加速器，AMD 只有交付可靠的平台，才能挑战 Nvidia。

Nvidia 多年来一直将其 GPU 与网络、机架设计、库、开发者工具和经过优化的模型软件相结合。其专有并行计算平台 CUDA 仍是这一优势的核心。

开发者通过 CUDA 库及相关工具，在 Nvidia 硬件上训练和部署模型。即使另一种加速器具备吸引力的规格参数，庞大的既有软件基础也会使切换成本高昂。

AMD 的回应是 ROCm——其用于编程和运行 Instinct 加速器的开放软件栈。公司还推出 ROCm.ai，作为构建、部署和优化 AI 工作负载的更一体化体验。

软件改进虽有必要，但仍不足够。大型 AI 集群如今作为统一机器运行，横跨数十乃至数千个加速器。

GPU 之间的连接决定了系统能否高效划分大规模训练或推理任务。内存容量、网络、冷却、供电、编排和故障恢复都会影响可用性能。

AMD 推出 Helios，旨在满足这一系统级需求。Helios 将 Instinct MI400 系列加速器、EPYC 处理器、Pensando 网络和 AMD 软件整合于机架级设计中。

机架级系统将整个机架视为一个协调运作的计算单元。这种方式比 AMD 早期的加速器卡更直接地与 Nvidia 的集成平台竞争。

AMD 表示，Helios 具备有利的推理经济性，并将在 2026 年下半年开始放量。推理是指利用已经训练好的模型生成回应或预测的过程。

公司将 Anthropic、Meta、Microsoft、OpenAI、Oracle 和其他提供商列为部署客户。它还宣布了一项涉及为 Anthropic 提供最高两吉瓦 MI450 系列容量的协议。

这些承诺提高了 AMD 的需求可见度，但已公布的容量并不等同于已交付的硬件。部署时间表可能因内存供应、制造良率、电力限制、网络集成或客户建设进度而发生变化。

AMD 还在其 7 月 AI 活动期间发布了 MI400 加速器系列。MI455X 面向大型训练和推理集群，而 MI430X 则聚焦高性能计算和主权 AI 工作负载。

MI400 的发布表明 AMD 正试图匹配 Nvidia 每年更新平台的节奏。稳定的产品发布有助于云客户规划跨多年的基础设施采购。

Nvidia 依然拥有规模大得多的业务基础。其最近一个已披露季度的公司营收达到 816 亿美元，其中数据中心业务贡献了 752 亿美元。

根据 Nvidia 的财务业绩，该数据中心收入同比增长 92%。这一数字超过 AMD 第二季度数据中心收入的 11 倍。

两家公司采用不同的财年日历，因此报告期并不完全对应。不过，这一规模对比仍揭示了竞争格局的核心现实。

AMD 该业务部门 107% 的增长率高于 Nvidia 最新的同比增长率。由于起点高得多，Nvidia 增加的绝对营收远高于 AMD。

这一区别使得“AMD 对阵 Nvidia AI 芯片”的说法既成立，也很容易被夸大。AMD 已获得可信的市场需求，但整体出货量和平台覆盖范围仍未接近 Nvidia。

Nvidia 也在持续推出新硬件和软件。其 Vera Rubin 平台将公司的整合式方案扩展至处理器、加速器、网络、存储和 AI 软件。

因此，AMD 必须在一个不断移动的目标面前执行。即使追上 Nvidia 更早一代产品，若 Nvidia 的下一代平台按计划交付客户，差距也不会消失。

不过，买家有理由支持 AMD。第二家主要加速器供应商可以提升议价能力、扩大可用产能，并降低对单一专有技术栈的依赖。

最大的 AI 开发商还拥有为另一平台优化软件所需的工程资源。他们的参与可以改进 ROCm，并积累可供较小客户日后复用的部署经验。

AMD 无需在整个市场取代 Nvidia，也能建立规模可观的业务。拿下部分推理、训练、云和主权 AI 工作负载，就可能支撑持续增长。

然而，赢得基准测试类别或宣布客户协议，并不能决定这场竞争的胜负。AMD 必须证明，其系统在真实工作负载和大规模部署条件下仍能保持高生产力。

AMD 的营收激增并不能证明什么

这一季度证明 AMD 存在需求，但尚不足以证明 Helios 能以类似 Nvidia 的一致性或经济效益实现规模化。

第一个不确定性在于营收构成。AMD 将 EPYC CPU 和 Instinct 加速器归入同一个数据中心业务部门。

据管理层表示，两项业务均表现良好。但投资者和客户仍无法从 AMD 公布的业务部门数据中计算出加速器的确切贡献。

这很重要，因为服务器 CPU 和 AI 加速器遵循不同的竞争逻辑。EPYC 已拥有成熟的客户基础，而 Instinct 必须克服软件和系统采用方面的障碍。

即便一个季度主要由 EPYC 驱动，依然令人印象深刻。但这对证明 AMD 的加速器平台正在缩小与 Nvidia 的差距，提供的直接证据较少。

第二个不确定性涉及与 2025 年的对比。AMD 上一年业绩计入了与 MI308 出口管制相关的 8 亿美元费用。

这项费用并未造成数据中心营收增长，却放大了若干年度利润和利润率对比。

GAAP 毛利率从 40% 升至 54%，非 GAAP 毛利率则从 43% 升至 56%。读者不应将所有这些提升都解读为产品经济效益改善的证据。

AMD 对第三季度非 GAAP 利润率的预测仍为 56%。这一持平指引表明，营收提高并不必然在短期内带来利润率的跃升。

公司可能正在承担新产品爬坡、更高规格内存配置、客户激励措施或系统开发相关的成本。AMD 尚未披露足够细节，无法归因于单一原因。

第三个不确定性关乎 Helios 的时间表。AMD 表示，该平台将在 2026 年下半年开始爬坡。

“爬坡”可能指早期系统、客户验证设备，或具有实质意义的量产出货。这些阶段在财务和竞争层面的意义截然不同。

AMD 的监管文件将供应可得性、制造良率、客户集中度、竞争和出口规则列为重大风险。

这些都是标准的半导体披露，但与 Helios 的执行直接相关。该系统依赖先进处理器、高带宽内存、网络、封装、散热，以及客户数据中心的就绪程度。

任一组件延迟都可能推迟整个机架的营收确认。迅速变化的出口限制也可能缩小先进加速器可进入的市场范围。

软件仍是另一项风险。模型能够在 ROCm 上运行，并不意味着它能在每种部署环境中自动提供同等的吞吐量、稳定性或运维效率。

大型客户可以投入工程师进行内核优化和基础设施调试。较小型企业则可能更偏向拥有支持更完善的库和更多可用专家的平台。

AMD 不断扩大的客户名单应会改善这一状况。更多生产环境用户会为软件供应商、模型开发者和系统集成商支持 ROCm 创造更强动力。

但客户名称不能替代采用指标。AMD 尚未披露利用率、工作负载迁移成本，或已宣布产能中运行生产模型的比例。

第四个不确定性是竞争对手的反应。Nvidia 的规模使其能够同时投资芯片、网络、软件、云服务和开发者支持。

Nvidia 还可以利用其产品更新节奏，对 AMD 的发布窗口施压。比较系统的客户会评估各供应商能在其数据中心投入运营时实际交付什么。

定制加速器带来另一重压力。Google 的 TPU、Amazon 的 Trainium 芯片和其他内部设计的处理器，都在争夺部分 AI 工作负载。

这些替代方案不会消除对商用 GPU 的需求，但会分割市场，并让超大规模云厂商对基础设施经济效益拥有更多控制权。

因此，AMD 面临着来自 Nvidia 和自身客户芯片项目的双重竞争。其广泛的处理器和加速器产品组合创造了多种机会，但也要求严格执行。

这一季度足以增强市场对 AMD 应参与大型数据中心采购讨论的信心。但它并不能支持 AMD 已消除 Nvidia 软件护城河或规模优势的说法。

三个信号将定义 AMD 的下一场 AI 考验

未来三个月应会揭示，AMD 的增长究竟代表一个正在扩展的平台，还是强劲的处理器周期加上未来加速器的承诺。

第一个信号是 Helios 的出货证据。AMD 表示，这一机架级平台将在 2026 年下半年开始爬坡。

最有力的确认将包括已确认的系统营收、生产工作负载，以及具名客户的部署细节。仅有早期验证系统的证明力度较弱。

Microsoft、Oracle、Meta、OpenAI 和 Anthropic 尤其重要，因为它们运营着要求严苛的 AI 基础设施。它们的生产经验可以在训练和推理两个维度检验 AMD。

如果多家客户描述了正在运行的工作负载，AMD 的平台论点将更有说服力。如果评论仍集中于未来产能，执行差距就依然存在。

第二个信号是 AMD 下一份财报中的数据中心业务构成。投资者需要更清晰地了解 EPYC 和 Instinct 分别如何推动增长。

AMD 的第三季度营收目标已暗示公司整体将再次增长。增长的质量将取决于加速器销售、服务器处理器势头和毛利率表现。

如果 Instinct 实现有意义的爬坡，同时利润率保持稳定或改善，将强化 AMD 能够以良好经济效益扩大 AI 系统规模的论点。营收增加而利润率走弱，则会引发对生产和客户获取成本的疑问。

无论业务构成如何，EPYC 的增长仍具有战略价值。但它无法独立确认 AMD 的完整 AI 加速器平台正在取得进展。

第三个信号是 Nvidia 的下一代平台和财务更新。Nvidia 仍是基准，因为其部署规模、软件基础和产品节奏定义了客户预期。

Nvidia 持续加速会提高 AMD 面临的性能门槛。供应受限或平台过渡放缓，则可能为 Helios 创造更大的机会窗口。

比较应聚焦量产可用性和可实际使用的工作负载，而不是孤立的基准测试说法。买家关心的是已交付的产能、可靠性、软件支持和整体运维成本。

Google Cloud 的基础设施选择也值得在这一信号中关注。扩大 AMD 处理器实例将强化 EPYC 的势头，而任何更广泛的加速器采用都会加深 AMD 与 Google 的合作故事。

Google 仍会在外部处理器与自身 TPU 之间取得平衡。其选择可以揭示，在一个日益受定制芯片塑造的云市场中，商用硬件在哪些领域仍具价值。

对开发者而言，实际问题是可移植性。更广泛的 ROCm 兼容性可以减少模型在 AMD 和 Nvidia 基础设施之间运行所需的工作量。

对企业买家而言，另一家可行的供应商可以改善产能获取和架构灵活性。如果软件迁移或运营复杂性消耗了硬件优势，这些好处就会消失。

对知识工作者和 AI 产品用户而言，影响将间接到来。更多基础设施竞争会影响服务可用性、模型容量，以及服务商能够支持的 AI 产品范围。

AMD 2026 年第二季度财报已使公司超越纯粹投机性的挑战者定位。数据中心营收如今规模可观、持续增长，并已成为业务核心。

与 Nvidia 的差距仍然巨大，而 Helios 仍需要公开的量产证据。这一组合构成了本文的核心反转：AMD 在验证其完整系统能否大规模落地之前，已先验证了需求。

下一步的决定权不仅属于投资者，也同样属于客户。大型运营商会将 AMD 视为溢出产能、议价工具，还是长期的第二平台？

关注已部署的 Helios 工作负载、由加速器驱动的营收，以及 Nvidia 的回应。这些信号将共同揭示，AMD 在 Google Cloud 的势头究竟标志着更广泛的平台采用，还是仅仅是一条进入数据中心的强劲路径。