AMD能否在AI芯片领域与英伟达抗衡 瞄准推理市场突破口

在人工智能芯片的竞争中，英伟达凭借其强大的技术实力和完整的生态系统，构筑了难以逾越的壁垒。然而，随着AI应用场景的扩展，特别是在推理阶段的需求爆发，AMD等竞争者正在寻找突破口。

最新消息显示，AMD利用DeepSeek模型走红的机会，宣布将新的DeepSeek-V3模型集成到Instinct MI300X GPU上。这一集成旨在与SGLang配合使用，以实现最佳性能。DeepSeek-V3专门针对AI推理进行了优化，表明AMD正在积极布局AI应用落地场景。

这种合作反映了AI行业格局的变化。过去两年，大模型的训练需求主导了算力市场，英伟达凭借CUDA生态和H100系列GPU占据绝对优势。但随着大模型进入应用落地阶段，推理需求激增，企业更关注成本、能效和部署灵活性。AMD瞄准这一窗口期，试图通过优化推理性能打破英伟达的垄断。

AMD的Instinct MI300X是其AI战略的核心武器。这款采用Chiplet设计的GPU集成1460亿晶体管，配备192GB HBM3内存，专为大规模AI推理设计。据AMD数据，MI300X的推理性能较英伟达H100提升30%，内存带宽达5.3TB/s，尤其擅长实时对话、图像生成等低延迟任务。不过，MI300X面临生态短板和产能瓶颈两大挑战。

英伟达的CUDA生态已形成近乎垄断的开发者壁垒，全球90%的AI框架依赖其工具链。尽管AMD推出开源的ROCm平台并适配PyTorch、TensorFlow，但迁移成本高、社区支持不足的问题依然突出。例如，Meta虽采用MI300X运行Llama 3.1模型的推理任务，但训练阶段仍依赖英伟达芯片。此外，2023年底台积电先进封装产能紧张导致MI300X交付延迟，部分客户转投英伟达，也暴露出AMD在供应链管理上的脆弱性。

为应对挑战，AMD加速硬件迭代并强化生态合作。2024年6月，AMD推出了升级版的MI325X芯片，这款产品采用了8个计算芯片、4个I/O芯片和8个内存芯片的复杂设计，通过2.5D和3D封装技术实现整合。在性能方面，MI325X提供了1.3petaFLOPS的BF/FP16性能，或2.6petaFLOPS的FP8性能，超过了英伟达的H200。特别是在内存容量上，MI325X配备了288GB的HBM3e内存，是H200的两倍多，内存带宽达到6TB/S。

然而，MI325X依旧存在明显短板。与英伟达的产品相比，AMD在FP8（8位浮点数）支持方面存在劣势。由于软件库vLLM对FP8支持有限，AMD不得不在许多基准测试中使用FP16，这意味着相同规模的AI模型在AMD芯片上需要更多内存。

面对这些技术挑战，AMD已经规划了明确的产品路线图。AMD计划2025年推出MI355X，性能较MI325X再提升80%，并采用3nm工艺。更重要的是，AMD还暗示了代号为“CDNA next”的下一代产品将带来“重大架构升级”，可能包括异构多芯片部署或光子内存扩展等创新技术，并将支持FP4和FP6数据类型，这一改进有望解决目前在低精度计算方面的短板。

除了技术创新，AMD还通过一系列战略投资加强其在AI领域的竞争力。2024年7月，AMD以6.65亿美元收购欧洲最大私人AI实验室Silo AI。这家实验室拥有300名专家，在开发定制化大语言模型和MLOps工具方面具有深厚积累。此次收购有效补强了AMD的AI服务能力：Silo AI能够为客户提供从模型训练到部署的全流程支持，而AMD则可以借此将硬件、软件和服务整合为完整的“端到端解决方案”。值得一提的是，Silo AI为欧洲企业开发的“主权AI”模型（如支持欧盟多语言的Poro和Viking）已经在AMD平台上直接运行，这为AMD在欧洲市场构建起独特的区域性优势。

2024年12月，AMD领投了MIT初创公司Liquid AI的2.5亿美元A轮融资。Liquid AI提出的“液态神经网络”摒弃传统Transformer架构，模仿线虫神经系统设计动态权重更新机制。其模型LFM-1B在自然语言处理任务中，以1/10的参数量达到同等规模模型的性能，且推理能效提升90%。这一技术有望解决Transformer在长序列建模和边缘计算中的瓶颈。AMD的押注不仅是为了抢占下一代AI架构的先机，也是为了在英伟达主导的“大模型军备竞赛”外开辟新战场。

2025年1月，AMD又以2000万美元投资AI制药公司Absci，首次进军生命科学领域。Absci利用AI从头设计抗体，借助AMD的MI300X芯片，其“集成药物创造平台”可将抗体设计周期缩短至6周。AMD看中的是生命科学领域对高效推理的需求——基因测序、蛋白质模拟等任务需要海量并行计算，而英伟达在该市场的布局尚未形成壁垒。与Absci合作，将帮助AMD扩大芯片应用场景，还可积累生物计算领域的专属优化经验。

尽管AMD在某些关键AI任务上能够提供更快的速度和更低的价格，但英伟达的优势仍然明显。英伟达CEO黄仁勋曾表示，即使竞争对手的芯片免费提供，从总拥有成本来看也无法与英伟达竞争。这种底气源自英伟达在AI软件生态系统和整体解决方案方面长期建立的优势地位。

另一方面，亚马逊、谷歌等云厂商自研AI芯片也在持续挤压第三方供应商的空间。此外，地缘政治风险也不容忽视——美国对华芯片出口限制也在迫使AMD调整中国市场策略，而英伟达凭借更早的全球化布局更具韧性。

不过，市场格局正在发生变化。随着AI芯片的主战场从训练向推理阶段转移，性价比和能效比将变得越来越重要。一些机构已经开始考虑在推理任务中使用替代方案，原因是英伟达芯片的价格和能耗都相对较高。这为AMD等竞争者提供了机会。

在接受《时代》杂志采访时，AMD CEO苏姿丰表示，AI是一个重大的技术变革机遇。她强调，AMD的优势在于能够提供端到端的AI解决方案，并在与合作伙伴协作方面表现出色。这种战略思维反映在AMD的投资布局上，从芯片研发到软件优化，从人才储备到应用场景拓展，AMD正在构建全方位的AI生态系统。

展望未来，虽然短期内难以撼动英伟达的主导地位，但随着AI应用场景的不断丰富和市场需求的持续增长，AMD通过技术创新和战略投资，正在逐步缩小与领导者的差距。在这场技术变革中，最终的赢家可能是能够为不同应用场景提供最优解决方案的参与者。