* 内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。

来源丨美股研究社

AMD 最新一季财报，把华尔街对 AI 硬件的理解又往前推了一步。5 月初，公司披露 2026 年一季度收入 102.53 亿美元，同比增长 38%；数据中心业务收入 58 亿美元，同比增长 57%，创下新高，增长来自 EPYC 服务器 CPU 和 Instinct GPU 的共同拉动。

更关键的是，AMD 把 2030 年服务器 CPU 市场空间预期上修到 1200 亿美元以上，预计年复合增速超过 35%。这个数字真正刺到市场神经的地方在于：AI 不再只靠 GPU 讲故事。AI Agent、推理集群、企业私有部署和超大规模数据中心扩张，正在让 CPU 重新成为系统架构里的核心变量。

【如需和我们交流可扫码添加进社群】

过去两年，AMD 最大的标签是 " 英伟达挑战者 "；现在资金开始给它另一套估值框架——一家同时拥有 CPU、GPU、FPGA、DPU 和开放软件生态的全栈算力公司。市值超过 7500 亿美元，市场买的已经不是单季利润，而是 AI 基础设施从训练驱动走向系统扩张后，AMD 可能吃到的第二轮红利。

CPU 不再是配角，

AI Agent 把算力架构重新拆了一遍

过去两年，GPU 最缺，英伟达最强，资金就围着英伟达转。

这个判断没有错。大模型训练、推理集群、数据中心军备竞赛，核心瓶颈确实在加速器。英伟达凭借 GPU 性能、CUDA 生态、NVLink 网络和整机柜方案，拿走了 AI 资本开支里最肥的一块利润。CPU 在这轮行情早期反而显得有些尴尬，市场一度认为 AI 会把通用计算边缘化，服务器价值会越来越集中到 GPU 上。

AMD 财报后，市场开始修正这个判断。

Lisa Su 在电话会里给出的核心信号，是服务器 CPU 需求被 AI 重新拉起来。公司现在预计服务器 CPU 市场到 2030 年将突破 1200 亿美元，年复合增速超过 35%，明显高于此前 18% 左右的预期。这个上修不是普通行业景气修复，更像是 AI 工作负载结构变化带来的重新估算。

原因在 AI Agent。

传统聊天机器人更像一次性问答，用户输入一句话，模型给出一个结果，主要压力集中在 GPU 推理。Agent 不一样，它要拆任务、调工具、读数据库、写代码、调用 API、管理上下文，还要在多个系统之间持续运行。GPU 负责模型计算，CPU 负责调度、编排、数据搬运、任务管理和系统控制。AI 从 " 回答问题 " 走向 " 执行流程 "，CPU 的存在感自然会抬升。

这个变化会直接影响数据中心配置。

过去市场喜欢用 " 几颗 CPU 带几张 GPU" 来理解 AI 服务器，越往训练集群走，GPU 占比越高。但推理和 Agent 放量后，系统不再只追求单点算力峰值，还要考虑任务吞吐、延迟、成本、网络调度和多租户管理。CPU 不是被 GPU 替代，而是和 GPU 一起组成新的算力底盘。

AMD 恰好卡在这里。

EPYC 过去几年已经在服务器 CPU 市场持续抢份额。云厂商喜欢 AMD，核心原因很现实：核心数高、性能功耗比强、TCO 有优势，适合大规模部署。现在 AI Agent 把服务器 CPU 市场空间抬大，相当于把 AMD 过去的份额逻辑进一步放大。

这也是 AMD 一季度数据中心收入 58 亿美元的意义。增长不只来自 Instinct GPU，也来自 EPYC CPU。官方文件写得很清楚，数据中心业务同比增长 57%，主要由第五代 EPYC 处理器和 MI350 系列 GPU 需求拉动；数据中心营业利润也从去年同期 9.32 亿美元升至 16 亿美元。

市场真正兴奋的地方就在这里：AMD 不再只靠 "AI GPU 能不能追英伟达 " 定价。

如果 AI 硬件下一阶段只看 GPU，AMD 永远要活在英伟达阴影里；如果 AI 进入系统级扩张，CPU、GPU、网络、存储、软件栈一起被重新估值，AMD 的资产组合就变得更有攻击性。

它有两条增长线：一条是 Instinct GPU 切入 AI 加速器市场；另一条是 EPYC CPU 受益于 AI 服务器和 Agent 工作负载扩张。前者决定想象空间，后者提供更稳的收入和利润底盘。

华尔街现在买 AMD，很大程度上买的就是这两条线同时成立。

AMD 的真正剧本，

是从 " 单品替代 " 走向 " 全栈算力平台 "

AMD 以前最容易被误读的地方，是被简单放进 " 英伟达替代逻辑 "。

这个说法能解释一部分行情，但不够完整。AMD 要想在 AI 时代持续被重估，靠的不会是某一代 GPU 参数领先，也不会是把英伟达订单抢走一小块。真正有杀伤力的路线，是把 CPU、GPU、FPGA、DPU、网络和软件整合成一套开放算力平台。

这才是 AMD 这几年并购和产品线布局的主线。

Xilinx 给 AMD 带来了 FPGA 和自适应计算能力，Pensando 补上 DPU 和数据中心网络服务，EPYC 负责通用计算，Instinct 负责 AI 加速，ROCm 承担软件生态，Helios 则把 AMD 推向机柜级系统竞争。AMD 官网现在对自身 AI 能力的表述，也已经从单一芯片转向 "CPU、GPU、自适应计算 " 的端到端组合。

这套组合在训练时代看起来没有英伟达锋利，但在推理和企业 AI 时代会更有用。

企业客户和云厂商不会只看峰值算力。它们更关心部署难度、功耗、兼容性、供应弹性、成本曲线，以及能不能针对不同任务选择不同算力。训练大模型可以用最贵的 GPU 堆峰值；推理和 Agent 落地后，成本会变得更敏感。每天数十亿次调用，哪怕单次成本下降一点，最后都会体现在巨大的运营开支差异里。

AMD 的机会，就在 " 成本效率 "。

它未必需要在每一个最高端训练场景击败英伟达，只要在推理、企业私有部署、特定云工作负载、开放生态客户里拿到份额，就能打开一个很大的收入空间。尤其是客户不希望被单一供应商锁死，AMD 天然会成为超大规模云厂商的第二选择，甚至是战略性制衡工具。

OpenAI 和 Meta 的订单，已经把这条路摆到台面上。

2025 年 10 月，AMD 与 OpenAI 宣布 6GW Instinct GPU 合作，第一批 1GW MI450 计划在 2026 年下半年部署；协议还给了 OpenAI 最多认购 AMD 约 10% 股份的权利。Reuters 当时提到，这笔合作可能为 AMD 带来数百亿美元年收入，并推动 AMD 股价大涨。

2026 年 2 月，AMD 又与 Meta 宣布多年、多代合作，Meta 计划部署最高 6GW AMD Instinct GPU，首个 1GW 部署同样预计从 2026 年下半年开始，基于定制 MI450 架构，并配合 AMD Helios 机柜级架构。Meta 官方也明确称，这是一套 " 组合式基础设施策略 "，目的在于建立更灵活、更有韧性的 AI 技术栈。

这两笔订单说明一个问题：超大规模客户不是只在买芯片，而是在买供应链安全和路线选择。

英伟达仍然是核心供应商，但大客户不会把未来十年的 AI 基础设施完全压在单一路线上。OpenAI、Meta 这类公司需要更多算力，也需要更强议价能力。AMD 的价值就在这里：它提供了第二条可规模化路线。

更关键的是，AMD 正在从芯片级竞争走向机柜级竞争。

Helios 架构、MI450/MI455 路线、EPYC Venice CPU、Pensando 网络能力，再加上 ROCm 软件生态，构成了 AMD 挑战英伟达整机柜方案的雏形。它不是简单卖一颗 GPU，而是试图把 CPU、GPU、网络和软件按 AI 数据中心需求打包给客户。

这也是 AMD 估值体系变化的核心。

过去市场给 AMD 的是 " 高端 CPU 公司 +GPU 追赶者 " 估值；现在资金开始尝试给它 "AI 基础设施平台公司 " 估值。这两套估值差距非常大。前者看的是份额、毛利率和产品周期；后者看的是客户锁定、资本开支周期、平台生态和长期订单能见度。

AMD 还没有完全证明自己已经进入第二套估值体系，但它已经拿到了入场券。

AMD 要证明 " 第二选择 "

也能有高利润

当前 AMD 市值约 7510 亿美元，这个估值背后，市场隐含了几件事：服务器 CPU 市场继续高增长，EPYC 份额继续提升，Instinct GPU 放量顺利，OpenAI 和 Meta 订单兑现，ROCm 生态持续改善，AI 资本开支继续上修。

这些条件里，任何一个放慢，都会影响市场情绪。

第一道坎，是英伟达生态。

AMD 可以拿到大客户订单，但 CUDA 的壁垒不是一两代芯片就能推倒。AI 训练和推理的开发者生态、框架适配、算子优化、工程经验，都需要时间沉淀。ROCm 这几年进步很快，但客户迁移成本仍然存在。AMD 想在 GPU 上扩大份额，必须证明性能、软件和系统稳定性可以一起交付。

第二道坎，是供应链。

AMD 依赖 TSMC 先进制程和先进封装产能。AI 芯片现在拼的不只是设计，还拼 CoWoS、HBM、基板、电源、液冷和整机柜交付。Reuters 在报道 AMD 财报时也提到，Intel 自有制造能力带来的竞争和 AMD 对 TSMC 的依赖，仍然是市场关注点之一。

第三道坎，是订单质量。

OpenAI 和 Meta 的 6GW 级合作给 AMD 打开了想象空间，但这些订单跨多年、多代产品，真正收入确认要看交付节奏、客户资本开支、数据中心建设和软件适配。AI 硬件市场现在最容易出现的风险，就是股价提前把长期合同一次性交易完，后面每个季度都要接受兑现检验。

第四道坎，是毛利率。

AMD 如果只是作为英伟达之外的第二供应商，短期可能靠价格优势切入客户；但长期估值要支撑在高位，就不能只靠便宜。它需要在性能功耗比、软件体验、系统能力和供应稳定性上建立足够差异化，才能把收入增长转化为高质量利润。

所以，AMD 接下来的核心看点，不是能不能继续讲 AI 故事，而是能不能把 " 第二选择 " 做成 " 高利润选择 "。

这很难，但并非没有机会。

AI 产业正在从训练集群走向推理和 Agent 规模化，客户需求会越来越分层。最顶级训练负载可能继续由英伟达主导，但大量推理、企业 AI、私有化部署、定制化云集群，并不一定只需要最贵的方案。客户需要更低成本、更开放、更灵活的系统，AMD 就有空间。

更重要的是，CPU 这条线给 AMD 提供了安全垫。

英伟达的故事高度集中在加速器，AMD 的故事同时落在 CPU 和 GPU。EPYC 的份额提升更稳，客户迁移逻辑更成熟，也更容易通过性能功耗比持续打开市场。只要 AI 服务器和 Agent 工作负载继续放大，AMD 即使在 GPU 端推进不如市场最激进预期，CPU 也能支撑相当一部分增长。

这就是 AMD 和很多 AI 芯片新贵的不同。

很多公司只有一个产品、一类客户、一个故事。AMD 有完整数据中心组合，有真实收入，有大客户合同，也有 CPU 现金流。它的弹性来自 GPU，底盘来自 CPU，长期看点来自全栈平台。

市场现在把这三件事一起交易，所以股价涨得很猛。

风险也来自这里：一旦三件事不能同时兑现，估值就会重新分层。

AI 上半场奖励最强 GPU。

AI 下半场会奖励能把算力做成系统的人。AMD 已经站上牌桌，接下来要证明自己不是英伟达行情的影子，而是 AI 基础设施进入多供应商时代的核心变量。