显卡卖不过英伟达，处理器卖不过英特尔，AMD是怎么活下来的？

文 | 锐观经纬

编辑 | 锐观经纬

提起AI芯片和PC处理器，大家第一反应不是英伟达就是英特尔，前者垄断AI算力市场近九成份额，单季度数据中心营收能冲到411亿美元。

后者在CPU领域盘踞多年，曾是行业绝对的标杆，反观AMD，一度陷入 “显卡拼不过英伟达、处理器干不过英特尔” 的尴尬境地，甚至被调侃 “夹缝中求生存”。

但最新财报一出来，所有人都得重新审视这家公司：2025年第三季度营收92.5亿美元，同比暴涨 35.6%，数据中心业务收入43.4亿美元，同比也涨了22.3%。

而且，10月以来股价累计飙升56%，市值硬生生涨了超1000亿美元。

一边是两大巨头的双重挤压，一边是业绩和市值的狂飙突进，AMD到底靠什么打破困局？又是怎么在巨头垄断的市场里撕开一道口子的？

11月5日AMD交出的2025年第三季度财报，最亮眼的不是整体营收的超预期增长，而是数据中心业务的爆发。

43.4亿美元的收入背后，是Instinct MI350系列GPU的强势推广，也是服务器市场份额的稳步提升。

要知道，就在几年前，AMD在AI芯片领域还几乎没什么话语权，市场完全被英伟达的H100 GPU 统治。

富国银行的数据显示，英伟达在AI加速器市场的份额长期稳定在80%-90%，几乎形成了 “一家独大” 的垄断格局。

这种垄断直接导致中下游企业苦不堪言，云计算厂商、大模型研发公司想要搭建算力集群，只能依赖英伟达，不仅要面对25000美元以上的单卡售价，紧缺时价格甚至能炒到30000-40000美元，还得承受供应链单一带来的风险。

关键是AI应用落地速度没跟上预期，企业投入产出比偏低，高昂的算力成本成了压在身上的重担。

大家迫切需要一个性价比更高的替代方案，既能降低总拥有成本（TCO），又能实现供应链多元化，而AMD恰好踩中了这个时间点。

10月以来的一连串利好，让AMD的逆袭之路更加清晰，先是和OpenAI达成6GW算力的战略合作，紧接着又拿下甲骨文5万颗MI450系列的超级订单。

后来AMD在财报后的业绩交流会上透露，OpenAI的首GW部署将在26年下半年启动，这一笔合作未来几年预计能为公司贡献超1000亿美元的收入。

这些头部玩家的选择，已经很能说明问题 ——AMD的Instinct平台和ROCm生态，已经具备了成熟的性能和成本优势，不再是 “备选方案”，而是能和英伟达正面抗衡的 “实力派”。

AMD能突围，核心杀手锏就是性价比，而这背后是对市场需求的精准拿捏。

随着大型语言模型迭代速度放缓，算力需求已经从高精度、高功耗的 “模型训练”，转向了低延时、大规模部署的 “模型推理”。

这种结构性变化，让芯片竞争不再是单纯比拼精度，内存带宽、容量和能效比成了更关键的指标，而这正是AMD的强项。

以Instinct MI300X为例，单卡带宽达到192GB HBM3，远超英伟达H100的80GB。

这意味着在推理阶段，一张MI300X就能搞定H100需要2-3张卡才能处理的模型，直接节省了服务器、CPU、机架空间和功耗等一系列系统级成本。

价格方面，AMD更是诚意满满，市场报告早期估计显示，MI300X的售价只有英伟达H100的一半甚至更少。

云服务提供商 RunPod 的数据更能说明问题，在低延迟和高吞吐场景下，MI300X的Tokens/Dollar（每美元 Tokens 数量）都比H100有显著优势，最高能达到33%。

对企业来说，同样的预算能买到更多算力，同样的算力能节省大量成本，这样的诱惑很难拒绝。

其实现在AMD在AI芯片领域的打法，和当年挑战英特尔时如出一辙，2016年，AMD在CPU市场的份额还不到18%，被英特尔压得喘不过气。

2017年Zen架构横空出世，AMD直接以远低于英特尔的价格，推出了核心数更多、性能更强的处理器。

到了2019年，基于Zen2架构的Ryzen和EPYC系列产品，借助台积电的先进制程，在性能、能效和核心数上全面反超，市场份额一路飙升，重新站上30%，如今更是稳定在39%左右，形成了双寡头格局。

卡位成功后，AMD并没有一直停留在 “性价比” 层面，而是不断冲击高端市场。

从产品均价（ASP）来看，2012年之后AMD的芯片价格一路追赶，到2024年已经接近翻倍，而同期英特尔只上涨了30%左右。

反观英特尔，毛利率从高位持续滑落，2022年被AMD超越后，现在只剩下30%左右，2017年后AMD市值一路走高，如今已经是英特尔的2.5倍，当年的 “追赶者” 彻底完成了逆袭。

不过，想要在GPU领域复制当年的成功，把英伟达拉下神坛，AMD面临的挑战可比当年对付英特尔时大多了。

最大的短板还是软件生态 —— 英伟达的CUDA平台已经积累了近600万开发者，拥有超过300个加速库和600多个预优化AI模型，这种生态优势不是短时间内能追赶的。

对企业来说，把现有模型迁移到AMD的ROCm平台，需要投入大量时间和资源重新适配、验证，隐性的转换成本可能会让不少企业望而却步。

好在甲骨文、Meta、微软等头部云商已经陆续接入ROCm，给生态发展开了个好头，但后续还有很长的路要走。

可现在的英伟达和当年的英特尔完全不同，当年AMD能逆袭，很大程度上是因为英特尔研发停滞、创新乏力。

2005-2020年间研发费用投入落后，2008-2013年研发费用率最低跌破15%，而AMD常年维持在20%以上。

但现在的英伟达正处于研发驱动的强产品周期，2025财年研发费用达到129.14亿美元，同比增长近50%，2026财年上半年研发费用86亿美元，同比增速仍保持在40%以上，远高于AMD和英特尔。

高强度的研发投入让英伟达始终在产品代际上领先，再加上强大的软件生态和系统整合能力，构筑了一道难以逾越的护城河。

而且英伟达肯定不会坐视 AMD 蚕食市场份额，未来很可能推出更具成本效益的推理优化芯片，或者进一步开放、简化 CUDA 部署，来应对 AMD 的冲击。

这意味着AMD想要彻底颠覆英伟达的统治，难度极大，这也是为什么AMD会选择从HBM容量等差异化优势入手，寻找市场切入点。

但不管最终结果如何，AMD的强势崛起已经改变了AI芯片市场的格局，曾经 “一家独大” 的局面被打破，现在已经进入 “一超多强” 的竞争时代。

随着下一代MI450的大规模部署，硬件市场的竞争只会越来越激烈，而这种竞争对整个行业来说绝对是好事，会倒逼企业在价格、技术和服务上不断进步，最终推动 AI 算力成本下降和普及。

从被两大巨头夹击，到在 AI 芯片市场闯出自己的一片天地，AMD的生存之道其实很简单：精准把握市场需求变化，用性价比打破垄断，用技术迭代积累优势，再用生态合作补齐短板。

当年在CPU市场的逆袭，让AMD摸清了巨头博弈的逻辑；现在在GPU领域的挑战，虽然难度更大，但也让行业看到了多元化竞争的可能。

对普通消费者和企业来说，AMD的存在让大家有了更多选择，不用再被动接受垄断定价；对行业来说，这种良性竞争会加速技术创新，让AI算力更快走进各行各业。

或许AMD最终不一定能超越英伟达，但它的逆袭之路已经证明，在巨头垄断的市场里，只要找对方向、坚持创新，“后来者” 同样能活得精彩，甚至改写行业格局。

这大概就是AMD给所有科技企业的启示 —— 所谓绝境，往往藏着逆袭的机会。