展会资讯
AMD最新财报:AI超级周期下的“CPU+GPU双引擎”
2026-02-04 23:20
AMD最新财报:AI超级周期下的“CPU+GPU双引擎”

半导体巨头AMD刚刚交出了全年营收 346 亿美元、同比增长 34%的成绩单。这种增长显然不是来自已经成熟的传统PC处理器和游戏显卡,而是受益于AI浪潮。

AMD 的 2025 年第四季度与全年财报展示了:公司的增长重心已经明确转向数据中心,而数据中心的增长又不是单点爆发,而是一套“CPU + GPU 双引擎”共同驱动的系统性升级。

更重要的是,这套升级叙事并不只属于 AMD,它更像一面镜子,把整个科技行业正在发生的变化照得更清楚:AI 不只是 GPU 的狂欢,它正在把数据中心从“大脑”到“肌肉”,再到“神经网络”和“血液循环系统”一起推向全面更新。

一、数据中心成为增长主发动机

这份财报里最无法忽视的数字,是数据中心业务第四季度收入 54 亿美元,同比增长 39%。

很多人谈 AI 时习惯把注意力全部押在 GPU 上,但 AMD 的财报用数据提醒市场:数据中心的繁荣,从来不是一条腿走路。

当云服务商与企业客户持续扩容 AI 集群时,GPU 当然关键,但决定整个系统能否高效运转的“调度层”,同样决定了订单会流向谁、会停留多久。

AMD 把数据中心的第一引擎放在了服务器 CPU 上,也就是EPYC 处理器(中文常译“霄龙”,注意不要和高通“骁龙”混淆)。

财报信息非常直接:无论是面向云服务巨头供货,还是卖给企业客户,EPYC 都创下了历史销售纪录;但真正能体现“势能”的细节,来自云平台侧的动作——AWS 与 Google Cloud 在第四季度新增了超过 230 个基于 AMD 处理器的云实例。

这类数字的意义不在于“多了 230 个实例”本身,而在于它揭示了一个被市场长期低估的事实:当大家争抢 GPU 时,云厂商同样在疯狂升级 CPU,因为 AI 工作负载越复杂,越需要高性能 CPU 去承担系统层面的调度与管理。

用更通俗但更贴近工程事实的比喻来说,GPU 是负责核心计算的“超级肌肉群”,CPU 则是协调这些肌肉如何发力的“精密大脑”;如果大脑跟不上,肌肉再强也会出现资源浪费、吞吐不稳、延迟上升,最后表现为更差的性价比与更低的集群效率。

也正因为如此,AI 的扩张并不只会推高 GPU 需求,它会反过来推动整个数据中心的“大脑升级”。从这个角度看,CPU 是 AI 时代被低估的基础设施,而 EPYC 的份额提升,本质上是 AMD 在云端基础设施层面的地位提升。

真正最吸睛的当然还是 AI 加速器,也就是 AMD 的 Instinct GPU,这是数据中心业务的另一大增长引擎。

财报披露了两个关键线索:其一是 MI350 系列出货正在快速攀升,其二是一个更具信号意义的数据——全球排名前 10 的 AI 公司中,有 8 家在使用 AMD 的 Instinct 产品。

在 AI 芯片的竞争叙事里,“进入头部客户”与“进入头部场景”是两件事;前者可能来自试点与小规模验证,后者才意味着产品在训练与推理的核心链路里被真实采用、并且开始沉淀软件与运维层面的粘性。

这个“8/10”的信息,至少说明 AMD 已经不再只是站在场外的挑战者,而是在最顶级的训练与推理场景里,成为了可以被计算进格局的核心玩家。

与此同时,财报里还出现了一个更敏感但同样重要的细节:第四季度约 3.9 亿美元收入来自向中国客户销售的 MI308 产品。在出口环境复杂、合规边界不断变化的背景下,能实现这类规模的交付,本身说明 AMD 在产品组合与合规路径上具备一定灵活性;更值得注意的是,这类“特定市场定制化产品”的存在,往往会影响投资者对未来收入波动的判断,因为它既可能提供额外增量,也可能带来更高的不确定性。

二、根据地:PC业务、游戏和嵌入式

数据中心是火箭推进器,但火箭要稳定升空,仍需要足够坚实的发射台。AMD 的发射台来自客户端业务:财报显示,包含 PC 在内的相关业务第四季度收入 39 亿美元,同比增长 37%,表现并不逊色。

进一步拆开看,客户端业务创下了季度收入纪录(约 30 亿美元),Ryzen(锐龙)在台式机与笔记本市场的热度仍在;更有意义的是商用市场的进展——锐龙商用处理器销量同比增长超过 40%,这意味着 AMD 不只是继续在消费端争夺份额,而且在对稳定性、可维护性要求更高的企业端持续渗透。

而在“稳”的基础上,AMD 还试图用 Ryzen AI 去打开“新”的空间。AI 正在从云端走向终端,这并不是一句营销口号,而是由算力成本、隐私需求、延迟要求与应用形态共同决定的趋势;当越来越多的智能计算在本地设备完成时,AI PC 就不再只是换代概念,而会逐步变成一类新的产品范式。对 AMD 而言,AI PC的价值不在于短期多卖几颗芯片,而在于它可能在终端侧建立新的算力入口,并把用户体验的改变量变成可持续的换机动力。

如果说 PC 业务负责“稳住发射台”,那么游戏业务更像是在经历周期性低谷。财报呈现出典型的“好消息与坏消息并存”:一方面,最新的 Radeon RX 9000 系列游戏显卡需求强劲;另一方面,半定制业务(也就是为 PlayStation 与 Xbox 供货的主机芯片)因为进入第七年生命周期末期,管理层预计 2026 年该业务年收入将出现显著的两位数下滑。

这类下滑并不罕见,它更像是主机代际更替带来的周期波动;同时 AMD 也给出了下一轮周期的线索——新一代 Xbox 的开发进展顺利,预计在 2027 年发布,这相当于告诉市场:旧周期的尾声已经看得见,新周期的起点也在路上。

至于看起来“很安静”的嵌入式业务,短期增速确实不高:第四季度收入 9.5 亿美元,同比增长 3%。但嵌入式的价值从来不应以季度增速衡量,因为它玩的不是“爆发力”,而是“长周期的确定性”。财报里最重要的一句是:2025 年嵌入式业务赢得了价值 170 亿美元的新设计订单,并且自收购 Xilinx(赛灵思)以来,累计获得的设计订单总额已经超过 500 亿美元。这意味着什么?意味着这类芯片一旦被设计进汽车自动驾驶系统、工业机器人、医疗设备等场景,通常会在未来 5–10 年持续贡献收入,形成更强的可预测性。

这就是为什么嵌入式更像是 AMD 高速战舰的“龙骨”——平时你未必感受到它的存在,但当市场波动与周期变化来临时,它能显著提高整艘船的稳定性。至于“长期订单是否会被颠覆”的担忧也真实存在,但在汽车与工业领域,平台从设计、测试到认证需要多年时间,客户不会因为出现一颗性能高 10% 的新芯片就推倒重来;高转换成本本身,就是这类业务最扎实的护城河。

三、未来增长的来源

如果说前面的 EPYC 与 Instinct 解释了“增长从哪里来”,那么更大的问题是:增长接下来要往哪里去。

AMD 在财报与管理层表述中,把即将推出的 MI400 系列与 Helios 机架平台称为业务的重要拐点,并预计将在今年下半年开始产生影响。这里的关键词不是“新一代 GPU”,而是“机架平台”——因为当 AI 集群从单卡性能竞争走向系统级竞争时,真正能决定供货规模与客户粘性的,往往是从芯片、互连、软件栈到整机架部署的一揽子能力。

最具戏剧张力的表述,来自与 OpenAI 的多年协议:将部署规模达到6 千兆瓦(6GW)级别的 Instinct GPU。无论你如何评价这个数字的口径与边界,它都在叙事层面传递出一种非常明确的信号:AMD 并非在“试探性参与 AI”,而是在为未来的算力需求做系统级下注。

6GW 的概念之所以震撼,是因为它把“数据中心建设”直接拉升到了“能源基础设施”的维度——当算力扩张与供电约束绑定在一起时,AI 竞争的外延就不再只是芯片性能,而是供应链、产能、部署能力、能源与运维的综合博弈。

这种押注也解释了 AMD 为什么敢提出更激进的中长期目标:未来 3–5 年数据中心业务年增长率超过 60%,并且在 2027 年把 AI 业务规模推进到数百亿美元级别。这类目标是否能完全兑现当然仍需验证,但它至少表明 AMD 对“AI 超级周期”并不是口头认同,而是将其写进了资源配置与产品节奏之中。

当然,AMD数据中心业务的未来也充满挑战。在财报问答中,分析师紧盯HBM(高带宽内存)与产能问题,这并不是“挑刺”,而是抓住了 AI 基础设施升级的真实瓶颈。AI 芯片对数据吞吐的需求是天文级别,你可以把 GPU 想象成超级跑车的 V12 引擎,但 HBM 就是给引擎输送燃料的油管;油管太细,引擎再强也跑不起来,于是所有厂商都会去抢“更粗的油管”,也就是更先进、更稀缺的 HBM 供给与封装产能。

HBM 之所以被追问,本质上说明一件事:支撑 AI 革命需要的不是抽象的技术突破,而是极其庞大的物理基础设施建设与资本投入,芯片、内存、封装、网络、存储、供电与散热共同构成一条必须同时扩容的产业链,而这条链条正在被 AI 以近乎暴力的方式重塑。

结语:AMD再次验证AI超级周期

把所有线索拼起来,AMD 的业务图景已经非常清晰:数据中心与 AI 是绝对的核心引擎与未来主航道,客户端 PC 业务是稳固的基本盘并打开 AI PC 新战场,游戏业务承受周期压力但新一代周期正在酝酿,嵌入式业务则以长期订单与高转换成本提供稳定性。这不仅是一家公司的财报故事,更是整个科技行业趋势的缩影——AI 超级周期不是一个“预测”,而是一种已经在数据中心、供应链与资本开支上全面展开的现实。

因此,在结束之前,真正值得被留下来思考的问题也许不是“AI 是否会改变世界”,而是当基础设施以如此快的速度被搭建、当计算能力逐步不再成为瓶颈时,这些被释放出的近乎无限的算力,将在未来三到五年里,具体如何重塑你的工作方式与日常生活;当今天看似不可能、甚至不敢想象的事情变得可以被低成本计算与快速部署时,明天的“日常”,很可能会超出我们对技术演进速度的旧经验。

发表评论
0评