在人工智能芯片的競爭中,，英偉達憑借其強大的技術實力和完整的生態(tài)系統(tǒng),，構筑了難以逾越的壁壘,。然而,，隨著AI應用場景的擴展,，特別是在推理階段的需求爆發(fā)，AMD等競爭者正在尋找突破口,。

最新消息顯示,，AMD利用DeepSeek模型走紅的機會，宣布將新的DeepSeek-V3模型集成到Instinct MI300X GPU上,。這一集成旨在與SGLang配合使用,，以實現(xiàn)最佳性能。DeepSeek-V3專門針對AI推理進行了優(yōu)化,，表明AMD正在積極布局AI應用落地場景,。

這種合作反映了AI行業(yè)格局的變化。過去兩年,，大模型的訓練需求主導了算力市場,，英偉達憑借CUDA生態(tài)和H100系列GPU占據(jù)絕對優(yōu)勢。但隨著大模型進入應用落地階段,，推理需求激增,，企業(yè)更關注成本、能效和部署靈活性。AMD瞄準這一窗口期,，試圖通過優(yōu)化推理性能打破英偉達的壟斷,。

AMD的Instinct MI300X是其AI戰(zhàn)略的核心武器。這款采用Chiplet設計的GPU集成1460億晶體管,，配備192GB HBM3內存,，專為大規(guī)模AI推理設計。據(jù)AMD數(shù)據(jù),，MI300X的推理性能較英偉達H100提升30%,，內存帶寬達5.3TB/s，尤其擅長實時對話,、圖像生成等低延遲任務,。不過，MI300X面臨生態(tài)短板和產(chǎn)能瓶頸兩大挑戰(zhàn),。

英偉達的CUDA生態(tài)已形成近乎壟斷的開發(fā)者壁壘,，全球90%的AI框架依賴其工具鏈。盡管AMD推出開源的ROCm平臺并適配PyTorch,、TensorFlow,，但遷移成本高、社區(qū)支持不足的問題依然突出,。例如,，Meta雖采用MI300X運行Llama 3.1模型的推理任務，但訓練階段仍依賴英偉達芯片,。此外,，2023年底臺積電先進封裝產(chǎn)能緊張導致MI300X交付延遲，部分客戶轉投英偉達,，也暴露出AMD在供應鏈管理上的脆弱性,。

為應對挑戰(zhàn)，AMD加速硬件迭代并強化生態(tài)合作,。2024年6月,，AMD推出了升級版的MI325X芯片，這款產(chǎn)品采用了8個計算芯片,、4個I/O芯片和8個內存芯片的復雜設計,，通過2.5D和3D封裝技術實現(xiàn)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，超過了英偉達的H200,。特別是在內存容量上,，MI325X配備了288GB的HBM3e內存,，是H200的兩倍多，內存帶寬達到6TB/S,。

然而,，MI325X依舊存在明顯短板。與英偉達的產(chǎn)品相比,，AMD在FP8（8位浮點數(shù)）支持方面存在劣勢,。由于軟件庫vLLM對FP8支持有限，AMD不得不在許多基準測試中使用FP16,，這意味著相同規(guī)模的AI模型在AMD芯片上需要更多內存。

面對這些技術挑戰(zhàn),，AMD已經(jīng)規(guī)劃了明確的產(chǎn)品路線圖,。AMD計劃2025年推出MI355X，性能較MI325X再提升80%,，并采用3nm工藝,。更重要的是，AMD還暗示了代號為“CDNA next”的下一代產(chǎn)品將帶來“重大架構升級”,，可能包括異構多芯片部署或光子內存擴展等創(chuàng)新技術,，并將支持FP4和FP6數(shù)據(jù)類型，這一改進有望解決目前在低精度計算方面的短板,。

除了技術創(chuàng)新,，AMD還通過一系列戰(zhàn)略投資加強其在AI領域的競爭力。2024年7月,，AMD以6.65億美元收購歐洲最大私人AI實驗室Silo AI。這家實驗室擁有300名專家,，在開發(fā)定制化大語言模型和MLOps工具方面具有深厚積累,。此次收購有效補強了AMD的AI服務能力：Silo AI能夠為客戶提供從模型訓練到部署的全流程支持，而AMD則可以借此將硬件,、軟件和服務整合為完整的“端到端解決方案”,。值得一提的是，Silo AI為歐洲企業(yè)開發(fā)的“主權AI”模型（如支持歐盟多語言的Poro和Viking）已經(jīng)在AMD平臺上直接運行,，這為AMD在歐洲市場構建起獨特的區(qū)域性優(yōu)勢,。

2024年12月，AMD領投了MIT初創(chuàng)公司Liquid AI的2.5億美元A輪融資,。Liquid AI提出的“液態(tài)神經(jīng)網(wǎng)絡”摒棄傳統(tǒng)Transformer架構,，模仿線蟲神經(jīng)系統(tǒng)設計動態(tài)權重更新機制。其模型LFM-1B在自然語言處理任務中,，以1/10的參數(shù)量達到同等規(guī)模模型的性能,，且推理能效提升90%。這一技術有望解決Transformer在長序列建模和邊緣計算中的瓶頸。AMD的押注不僅是為了搶占下一代AI架構的先機,，也是為了在英偉達主導的“大模型軍備競賽”外開辟新戰(zhàn)場,。

2025年1月,，AMD又以2000萬美元投資AI制藥公司Absci,，首次進軍生命科學領域,。Absci利用AI從頭設計抗體，借助AMD的MI300X芯片,，其“集成藥物創(chuàng)造平臺”可將抗體設計周期縮短至6周。AMD看中的是生命科學領域對高效推理的需求——基因測序,、蛋白質模擬等任務需要海量并行計算,，而英偉達在該市場的布局尚未形成壁壘,。與Absci合作,，將幫助AMD擴大芯片應用場景,，還可積累生物計算領域的專屬優(yōu)化經(jīng)驗,。

盡管AMD在某些關鍵AI任務上能夠提供更快的速度和更低的價格，但英偉達的優(yōu)勢仍然明顯,。英偉達CEO黃仁勛曾表示,，即使競爭對手的芯片免費提供，從總擁有成本來看也無法與英偉達競爭,。這種底氣源自英偉達在AI軟件生態(tài)系統(tǒng)和整體解決方案方面長期建立的優(yōu)勢地位,。

另一方面，亞馬遜,、谷歌等云廠商自研AI芯片也在持續(xù)擠壓第三方供應商的空間,。此外，地緣政治風險也不容忽視——美國對華芯片出口限制也在迫使AMD調整中國市場策略,，而英偉達憑借更早的全球化布局更具韌性。

不過,，市場格局正在發(fā)生變化,。隨著AI芯片的主戰(zhàn)場從訓練向推理階段轉移，性價比和能效比將變得越來越重要,。一些機構已經(jīng)開始考慮在推理任務中使用替代方案,，原因是英偉達芯片的價格和能耗都相對較高,。這為AMD等競爭者提供了機會。

在接受《時代》雜志采訪時,，AMD CEO蘇姿豐表示,，AI是一個重大的技術變革機遇。她強調,，AMD的優(yōu)勢在于能夠提供端到端的AI解決方案,，并在與合作伙伴協(xié)作方面表現(xiàn)出色。這種戰(zhàn)略思維反映在AMD的投資布局上,，從芯片研發(fā)到軟件優(yōu)化,，從人才儲備到應用場景拓展，AMD正在構建全方位的AI生態(tài)系統(tǒng),。

展望未來,，雖然短期內難以撼動英偉達的主導地位，但隨著AI應用場景的不斷豐富和市場需求的持續(xù)增長,，AMD通過技術創(chuàng)新和戰(zhàn)略投資，正在逐步縮小與領導者的差距,。在這場技術變革中,，最終的贏家可能是能夠為不同應用場景提供最優(yōu)解決方案的參與者。