发表评论-汪翔-万维博客-万维读者网（电脑版）

数据中心业务已经成为AMD增长的重要引擎，而不是一个尚待验证的远期故事。数据中心收入包括服务器CPU和AI加速器等不同业务。收入增长本身并不能告诉我们每一项业务的盈利能力，也不能单独证明AMD的AI GPU已经获得了与英伟达相当的市场地位。投资者需要进一步拆分增长来源，判断哪些增长来自持续的客户需求，哪些来自新产品放量，以及新增收入能够带来多少利润。

AMD进入AI加速器市场，具有明显的战略合理性。AI训练和推理需要大量计算资源，而大型云服务商正在寻找更多供应来源。对这些客户而言，降低对单一芯片供应商的依赖，可以改善采购议价能力，并减少供应链风险。AMD的Instinct加速器系列因此获得了机会。

AI芯片市场的竞争，与传统CPU市场并不完全相同。在CPU市场，客户通常可以通过相对成熟的操作系统、编译器和软件环境，在不同厂商之间迁移工作负载。GPU市场则更依赖专用软件生态、开发工具、模型优化和集群管理。英伟达的CUDA生态经过多年积累，拥有大量开发者、工具和经过验证的应用。这种优势不是AMD只要推出性能相当的芯片就能立即消除的。

AMD需要证明，芯片性能具有竞争力。包括计算吞吐量、内存容量和带宽、功耗、互连能力，以及不同规模集群中的实际表现。软件能够顺利运行。ROCm等软件工具必须不断改善，让开发者更容易迁移和优化模型，降低客户采用AMD产品的工程成本。产品能够稳定交付。AI加速器不是只卖一颗芯片。客户需要的是能够大规模运行的系统，包括服务器、网络、散热、软件和集群管理。AI数据中心客户的采购规模很大，但对交付时间、可靠性和系统性能也有严格要求。

如果AMD能够逐步克服这些障碍，就有机会从少数客户试用，走向更广泛的商业部署。即使无法取代英伟达，只要获得一部分持续增长的AI计算需求，也可能形成规模可观的业务。然而，拥有进入市场的技术能力，与已经建立了足以支撑高估值的AI业务，是不同的命题。

另一个增长方向是从单颗处理器和加速器，进一步发展到完整的AI计算系统。

这件事的经济意义很大。客户建设AI数据中心，购买的不是孤立的GPU，而是一整套可以投入运行的计算基础设施。除了加速器，还需要CPU、内存、网络、互连、供电、散热和软件支持。如果AMD能够将这些环节协同设计，就可能提高系统效率，并扩大自身在每个数据中心项目中的收入占比。

例如，客户不只购买Instinct加速器，还可能采购EPYC服务器CPU，以及配套的机架级系统。这样一来，AMD就有机会同时参与AI加速计算和通用计算两个市场。

这也有利于客户降低对单一供应商的依赖。但系统级竞争也提高了执行难度。机架级产品涉及复杂的工程集成、网络设计、供电和散热。单颗芯片的性能优势，不一定能够直接转化为整套系统的优势。因此，AMD的增长不仅取决于芯片设计，还取决于它能否把产品组合转化为可重复交付、能够产生利润的系统业务。需要观察的，不只是新产品发布和客户合作公告，还包括实际部署规模、出货节奏、产品毛利率以及客户是否继续扩大采购。

五、AI推理市场可能比训练市场更广阔，但竞争不会因此消失

AI基础设施的投资逻辑正在从训练扩展到推理。

训练需要大量计算资源，但训练任务具有一定的阶段性。推理则发生在模型被使用的过程中，用户每提出问题、每次调用工具、每轮生成内容，都可能消耗计算资源。随着AI进入企业软件、搜索、编程、客服、科研和自动化工作流程，推理需求有机会持续扩大。

推理任务并非都需要同一种芯片。有些任务需要高吞吐量，有些强调低延迟；有些需要容纳大型模型，有些更看重每瓦性能和单位服务成本。不同的工作负载可能采用不同的CPU、GPU或专用加速器组合。这为AMD提供了机会。

它不必在所有AI应用中击败英伟达，只要在一些具有商业规模的工作负载中提供更好的总成本或系统表现，就可能获得客户。推理市场的增长也可能带来新的竞争者。谷歌、亚马逊和微软正在开发自有AI芯片，可以针对自家模型和云平台进行优化。其他专用加速器厂商也在争夺部分工作负载。

AI推理市场扩大，并不意味着通用GPU厂商必然获得全部增长。对AMD，关键在于能否证明其产品在实际工作负载中的性价比，以及客户采用AMD之后，是否愿意继续扩大部署。

AMD是一家无晶圆厂芯片设计公司。它负责产品架构、设计和平台开发，但先进晶圆制造依赖外部制造伙伴，先进封装和存储器供应也需要整个供应链协同。AMD不必独自承担建设和运营先进晶圆厂所需的全部资本投入，可以将资源集中于芯片设计和产品开发。

它不能完全自主决定制造产能。如果AI需求突然加速，AMD即使拥有订单，也必须确保晶圆、先进封装、高带宽存储器和其他关键组件能够按时供应。任何一个环节成为瓶颈，都可能限制最终出货量。

新产品从设计完成到大规模交付，还需要经历验证、生产爬坡和客户部署。市场需求增长很快，不代表供应链可以在同样的速度下扩张。AMD的增长预测应当同时考虑需求和供给。投资者不能只问客户愿意买多少，还要问AMD实际能够交付多少，以及新增交付的成本和利润率如何。

AMD的营收增长令人关注，但投资价值最终需要由利润和现金流支撑。第二季度调整后每股收益达到1.66美元，说明业务增长已经体现在盈利中。不过，调整后利润并不等于GAAP净利润，也不能替代对现金流和资本需求的分析。

AMD的盈利能力取决于几个变量。

首先是产品结构。服务器CPU、AI加速器、客户端处理器和游戏业务的增长速度及利润率并不相同。如果高利润业务占比上升，公司的整体利润率可能改善；如果增长主要来自竞争激烈、价格压力较大的产品，结果可能不同。

其次是研发投入。AMD必须持续投入芯片设计、软件生态、先进封装和系统开发，才能保持竞争力。研发投入可能压低短期利润，但削减投入又可能损害长期产品竞争力。

再次是供应链成本。先进封装、HBM和高端制造资源都可能影响产品成本。即使售价较高，如果成本和交付费用也快速上升，利润率仍然可能承压。

最后是规模效应。当产品销量扩大，研发和平台开发等固定成本可以分摊到更多产品上，盈利能力有机会提升。但这要求销量增长能够持续，而且价格和产品结构不能明显恶化。投资者应该重点观察数据中心业务的经营利润、公司整体毛利率、经营现金流和自由现金流，而不是只看营收增速。

AMD面临的一个重要问题，是市场已经知道它正在受益于AI。

当一家公司进入高速增长阶段，投资者通常愿意为未来利润支付更高的估值。这种估值溢价并非一定不合理，但它意味着未来业绩必须足够好，才能支撑当前价格。

2026年8月，AMD公布了强劲的第二季度业绩和高于当时分析师共识的第三季度营收指引，但股价在盘后仍明显下跌。路透社当时指出，投资者可能期待更强的AI增长前景。这个案例说明，市场关注的不只是公司是否增长，还包括增长有没有超过已经形成的预期。

因此，估值分析不能只根据AI市场规模推导股价。

一个完整的估值框架至少要回答三个问题：未来三至五年，AMD的数据中心业务能增长到什么规模？这些收入能够转化为多少可持续利润和自由现金流？投资者今天支付的股价，需要未来多少增长才能获得合理回报？如果股价已经反映了AI加速器业务大幅扩张、服务器CPU持续增长和利润率改善，那么任何一项低于预期，都可能导致估值压缩。反过来，如果AMD能够持续超出预期，市场也可能继续上调对其长期盈利能力的估计。

所以，AMD的投资判断必须将业务增长与买入价格分开。不能因为看好AI，就忽略股票估值。

三种情景：AMD未来可能走向哪里？

乐观情景：AI业务成为第二增长引擎。如果AMD持续扩大服务器CPU市场份额，Instinct加速器在更多大型客户中实现规模部署，软件生态不断改善，系统级产品也开始贡献收入，那么AMD的数据中心业务可能继续快速增长。在这种情况下，规模效应和产品结构改善有机会推动利润增长快于收入增长。市场也可能逐步把AMD视为一个更完整的AI计算平台供应商，而不只是CPU竞争者。但这要求AMD同时兑现产品、软件、供应链和客户部署方面的承诺。

基准情景：CPU业务稳步增长，GPU逐步扩大。在较为中性的情况下，EPYC继续获得客户，但市场份额提升速度逐渐放缓；AI加速器业务持续增长，却仍然无法迅速改变英伟达在软件生态和客户部署方面的优势。AMD仍然可以成为AI基础设施的重要供应商，但增长速度和利润率未必达到最乐观的预期。在这种情况下，股票回报将更依赖实际利润增长，而不是估值持续扩张。

悲观情景：需求仍在，但盈利不及预期。最值得警惕的，并不是AI需求突然消失，而是需求增长没有充分转化为AMD的利润。例如，客户增加自研芯片比例，AMD的新产品部署慢于预期，软件迁移成本较高，或者供应链限制了出货量。同时，如果先进产品的成本上升、价格竞争加剧，收入即使继续增长，利润率也可能低于市场预期。如果股票估值又已经计入了较高的未来增长，那么业绩没有达到预期，就可能引发明显的股价调整。

十、未来财报应该关注什么？

未来几个季度最有价值的信息，不是重复AI需求很强，而是用实际数字证明业务正在扩大。

投资者应当重点观察：

数据中心收入：服务器CPU和AI加速器是否继续贡献增长，增长来源是否更加多元。

AI加速器部署：是否出现明确的大规模客户部署、持续订单和可验证的交付规模。

毛利率：高端产品增长能否转化为更高的整体利润率。

经营现金流：盈利增长是否转化为现金，而不是主要体现在调整后每股收益上。

供应链与交付：公司能否及时满足客户需求，产品爬坡是否顺利。

未来指引：管理层是否提高对未来收入、利润率和产品出货的预期。

特别要注意，单季超预期并不一定足够。市场需要看到连续的经营证据，才能判断AMD的增长是否具有可持续性。