文 | 节点财经，作者 | 零度
就在一周之前，超威半导体公司 （AMD） 首席执行官苏姿丰放出豪言称，AMD 最新发布的 AI 处理器——MI350 系列芯片的最新版本在速度上已优于英伟达的同类产品，较其前代产品也实现了巨大的性能提升。
是太过自信，还是产品杀疯了？
按照苏姿丰的说法，本月初开始发货的 MI355 芯片速度是前代产品的 35 倍。
《节点财经》 了解到，MI355 芯片在运行 AI 软件方面超越了英伟达的 B200 和 GB200 产品，在 AI 模型训练性能上则与之相当甚至略胜一筹。更值得关注的是价格，AMD 的产品远低于英伟达。
不仅如此，AMD 在 COMPUTEX 2025 上，正式宣布了 Zen5 架构的 AMD 锐龙 Threadripper PRO 9000WX/9000 系列处理器和 RDNA 4 架构的 Radeon AI PRO R9700 专业显卡。
从 AI 芯片到专业显卡。这一次，在一系列“ 超性价比” 的产品攻击之下，AMD 能挑战英伟达吗？
01 产品·AMD 的 Zen5 线程撕裂者 9000 有多强？
当地时间 6 月 10 日，AMD 在美国加州圣何塞举办了一场深入的 Workshop 技术沟通会，分享了更多相关的技术细节与性能数据。
根据 AMD 的分享会显示，Threadripper（线程撕裂者） 系列可以说是 AMD 历代处理器产品中的传奇，从初代的 Ryzen Threadripper 1950X 到上代 Ryzen Threadripper PRO 7995WX，核心数量增长了 5 倍；内存带宽增长了 3 倍；PCIe 带宽也提升了 3 倍。
《节点财经》 了解到，从 2017 年推出线程撕裂者 CPU 至今，AMD 对该系列处理器已经迭代多次，无论是硬件规模或者性能表现都有了翻天覆地的变化，同时也大大推进了工作站市场的发展，甚至可以说是完全改变了工作站市场的运营环境。
在产品方面，新一代线程撕裂者 Threadripper 9000 系列，具体可以分为面向工作站领域的 Threadripper PRO 9000 系列以及高端桌面平台 HEDT 的 Threadripper 9000 系列，两者均基于 Zen 5 架构打造，仍然使用 WRX90 以及 TRX50 主板平台，两者主要区别在于核心规模的大小，但相较于 Threadripper 7000 系列都有着多处明显的升级。
从目前的已知信息看，Threadripper 9000 系列 CPU 对于新老用户其实都是非常友好的，新用户可以享受到其核心数量带来的性能优势，而老用户也可以很方便地进行升级，因为 Threadripper 9000 系列仍然使用现有的 sTR5 平台，老用户的大部分平台配置都无须做出更改，升级成本可以控制在最低限度。
按照 AMD 的计划，Threadripper 9000 系列处理器、Radeon AI PRO R9700 显卡以及基于这两款产品打造的工作站整机系统将会在今年 7 月份正式发售，主要面向高端桌面平台以及中高端工作站用户。
更多硬核产品推陈出新，这一次，AMD 能挑战英伟达了吗？
02 差距· 研发+生态，AMD 仍在赶路中
值得一提的是，AMD 发布了新系列 AI 芯片 MI350，并主打“ 高性价比”。一系列的超级性价比产品之下，AMD 的 AI 业务得到了不少的订单，但 《节点财经》 了解到，这些订单背后有两个潜在的购买原因:
第一是，英伟达的产能无法满足所有需求，外溢的订单转而被 AMD 接受，此外如微软等企业，也在通过采购 AMD GPU 的方式来降低对英伟达的依赖。
第二是，英伟达的客户还在寻找 AI 芯片替代方案。
对于一些客户而言，他们希望不过分依赖英伟达。 这一背景下，微软、OpenAI、谷歌等企业最新最大的 AI 算力集群，仍然都是将英伟达的 H200 列为首选。而 AMD 的 MI300X 等 GPU，则主要被部署到其他数据中心，作为云端算力支持进行储备。
事实上，过去很长时间，市场一直将 AMD 和英伟达进行对比。在市场定位上，AMD 更倾向于“ 性价比屠刀”，而英伟达则是“ 高端收割机”。
不同的市场定位，决定了两家企业不同的发展路径和生态环境。面对与英伟达的竞争，苏姿丰曾经表示，AI 芯片市场足够大，容得下多家企业，“AMD 不是必须打败英伟达才能成功”。
但更激烈的芯片战争之下，无人不想挑战英伟达。AMD 很显然也在不断与英伟达的产品进行对标。但 《节点财经》 看来，过去数年间，英伟达在数据中心 GPU 市场中占据了主导地位，几乎构成了垄断，而 AMD 则长期稳居次席。
根据今年年初富国银行的统计，英伟达目前在数据中心 AI 市场拥有 98% 的市场份额，而 AMD 仅有 1.2% 的市场份额，英特尔则只有不到 1%。
AMD 差在哪？
《节点财经》 看来，两家除了定位不同之外，在研发投入和生态布局上存在不小的差距：
在研发方面，2005 年，AMD 的研发费用为 11 亿美元，是英伟达的 3.2 倍左右；而到了 2022 年，英伟达的研发费用就达到 73.4 亿美元，是 AMD 的 1.47 倍。截至 2024 财年 （2023 年自然年），英伟达研发费用高达 86.75 亿美元，是 AMD 同期研发费用的 1.48 倍。
重金投入直接导致英伟达产品具备更优秀的性能，这也是各大厂商选择英伟达最关键的原因之一。
在生态布局方面，英伟达下手颇早。英伟达推出 CUDA 平台，使得利用 GPU 来训练神经网络等高算力模型的难度大大降低，将 GPU 的应用从 3D 游戏和图像处理拓展到科学计算、大数据处理、机器学习等领域，这一生态系统的建立让很多开发者依赖于 CUDA，进一步增加了英伟达的竞争壁垒。
《节点财经》 看来，AMD 在抢占市场份额时遇到的最大难题，就在于英伟达利用自家 CUDA 平台，已在 AI 软件开发领域建立起一条护城河，把不少开发人员牢牢绑定在了英伟达的生态系统里。
即便如此，并不意味着 AMD 没有机会，毕竟，在当前的生态中，已经有厂商开始“ 提防” 英伟达的日益强大。
03 竞争· 企业自研芯片，寻找“ 替代方案”
市场上的每一位参与者对于英伟达的日渐庞大，都“ 心有余悸”。
“ 英伟达如此强势，毛利率在 60% 以上，因此，即便英伟达训练端的地位无人能动摇，但客户不愿看到情况一直如此，每家客户在训练端、推理端都想推自己的方案。”TrendForce 集邦咨询研究副总经理储于超在近日一场分享中表示。
这直接导致，各大厂商都在试图找到第二种方案，以此确保自身仍然有“ 选择权”。
比如目前最主要的 ASIC 定制芯片厂商 Marvell 与博通，它们为大型云厂商定制各种 XPU 芯片并提供其他组件，用于 AI 等计算。博通的客户包括谷歌和 Meta，Marvell 的客户则包括微软和亚马逊。这些大型云厂商正与 ASIC 芯片厂商合作，自研 AI 芯片以降低对英伟达 GPU 的依赖。
这一背景下，英伟达也需要迎战。
几周前，英伟达开放了自家 NVLink 的生态系统方案，借由 NVLink Fusion 让谷歌等厂商的 ASIC 也能在 NVLink 上跑，希望这些厂商继续用英伟达的 GPU。英伟达希望通过这样的方式维持自身在 AI 云端计算领域的主导地位。
除此之外，为了应对挑战，英伟达近期还着力推动“ 主权 AI” 在全球多地落地，以带动 GPU 销售。 上周，英伟达宣布将在德国建设首个工业 AI 云，配备 1 万颗 Blackwell GPU，并在欧洲建 20 余个 AI 工厂。
AI 芯片领域更犹如战场，各大厂商你争我夺。更多竞争之下，各家厂商的关系“ 若即若离”，明面上，合作共赢，采购商品，私下里则是找到备选方案，或者自己进行研发完成“ 后手” 的准备。
科技飞速发展的时代，半导体行业始终是焦点所在。
过去很长时间，AMD 和英伟达一直被市场所对比。苏姿丰带领下的 AMD 能否反超？尚不确定，但随着 AI 市场的不断扩大和技术的持续迭代，未来充满了变数。十年之后的 AI 芯片市场或将呈现不同的竞争格局。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
