2025年6月23日，19:09:12一周前，AMD最新版本的AI处理器MI350系列芯片的最新版本首席执行官Su Zifeng的首席执行官Su Zifeng在过去的速度方面比类似的NVIDIA产品更好，并且在过去的速度方面取得了重大改进。您信任还是杀死疯狂的产品？根据Su Zifeng的说法，本月初开始运输的MI355芯片比上一代产品快35倍。 “节点融资”发现，MI355芯片在AI软件方面超过了NVIDIA的B200和GB200产品，并且在进行AI模型培训时相当甚至更好。更值得关注价格的是AMD产品低于NVIDIA。不仅如此，AMD由AMD正式宣布ZEN5 Architecture AMD ThreadRipper Pro 9000WX/9000系列处理器和RDNA 4 Architecture Radeon AI Pro R9700专业图形卡。从AI芯片到专业的图形卡。目前，在意甲下s“超级成本有效”的产品攻击，AMD可以挑战NVIDIA吗？ 01产品·ZEN5线程9000的Zen5 AMD线有多强？ 6月10日，当地时间，AMD在美国加利福尼亚州圣何塞举行了深厚的技术研讨会沟通，共享了更多相关的技术细节和性能数据。根据AMD共享会议，可以说Threadripper系列是以前的AMD生成处理器产品的传奇。从第一个Ryzen Threadripper 1950X到先前的Ryzen Threadripper Pro 7995WX，核心数量增加了5次；带宽记忆是提高3次。 PCIE带宽也增加了3次。 “节点金融”发现，自2017年Teeder CPU线程推出以来，AMD多次教授这一系列处理器，并且在相同的硬件和性能量表上经历了土壤变化。同时，工作站市场的发展得到了高度促进，可以说工作站市场将完全改变。就产品而言，新一代线程线程，9000 ThreadRipper系列可以分为工作站的Threadipper Pro 9000系列，以及高端桌面HEDT平台的ThreadRripper 9000系列。两者都建立在Zen 5架构上，并且仍在使用WRX90和TRX50主板平台。两者之间的主要区别是核心比例尺的大小，但是与Theadripper 7000系列相比，有许多明显的Upgrade。从当前的已知信息来看，9000 Threadripper系列实际上是所有新老用户，这非常友好。新用户可以享受其主要数字带来的性能优势，并且老式用户也可以轻松升级，因为ThreadRipper 9000系列仍然使用现有的STR5平台。大多数旧用户的平台调整不需要更改，并且可以将升级成本控制至最低。根据AMD计划，这两种产品中开发的Radeon AI Pro R9700图形卡和工作站系统的Threadripper 9000系列处理器将于今年7月正式推出，主要用于高端桌面平台和中高端工作站用户。更多的铁杆产品正在改变。目前，它candoes amd挑战了nvidia吗？ 02 GAP·R＆D +生态学，AMD仍在路上。值得一提的是，AMD发布了新的AI芯片MI350系列，重点是“高成本效益”。根据一系列超级成本效益的产品，AI的AI业务已收到了许多订单，但是“节点金融”了解到购买这些订单有两个潜在的原因：首先是NVIDIA生产能力无法满足所有需求，并且溢出订单被Amad接受。此外，像微软这样的公司还通过购买AMD GPU来减少NVIDIA的希望。其次，NVIDIA客户仍在寻找AI筹码中的继任者。对于某些客户，他们希望不太依赖Nvidia。在此背景下，Microsoft，OpenAI和Google等AI计算电源公司的最坏和最大的集群仍然将NVIDIA的H200列为第一个选择。 AMD GPU（例如MI300X）主要部署到其他数据中心，以支持云计算能力。实际上，很长一段时间以来，市场一直在比较AMD和NVIDIA。在市场定位方面，AMD更喜欢“成本效果谷物刀”，而Nvidia是“高端收割机”。各种市场定位是指这两家公司的发展和生态环境中的不同途径。面对NVIDIA的竞争，Su Zifeng表示，AI芯片市场足够大，足以容纳许多公司，“ AMD不必击败Nvidia才能成功。”但是在更激烈的筹码战争下，所有人都希望挑战NVIDIA。 AMD显然是NVIDIA的连续基准产品。但是，“节点金融”认为在最近的Ye中NVIDIA ARS一直领导GPU市场中心，几乎发展了垄断，而AMD在第二个赛季中排名牢固。根据富国银行今年年初的统计数据，NVIDIA目前在数据中心AI数据中拥有98％的市场共享，而AMD仅占市场分享的1.2％，英特尔的市场共享仅占1％。 AMD有什么区别？ “节点金融”认为，除了其各种定位外，研发投资和生态布局中还有一个巨大的空间：在2005年研发方面，AMD的研发成本为11亿美元，大约是NVIDIA的3.2倍；到2022年，NVIDIA的研发成本达到了73.4亿美元，AM1.47倍D。例如2024财政年度（自然一年），NVIDIA的研发成本高达86.75亿美元，同时同时使用AMD的R＆D R＆D成本为1.48倍。大型投资直接导致NVIDIA产品的表现更好，这也是主要制造商选择的最关键原因之一Nvidia。就生态布局而言，NVIDIA早期开始。 NVIDIA启动了CUDA平台，该平台大大减少了使用GPU训练高计算模型（例如神经网络）的困难，并将GPU应用程序从3D游戏和图像处理扩展到科学计算，大型数据处理，机器研究和其他领域。建立这个生态系统已成为许多CUDA -LAILANE -LAILANE开发商，这进一步增加了对相反的障碍。 “节点金融”认为，在抓住市场共享时，AMD遇到的最大问题是，Nvidia使用自己的CUDA平台在AI软件开发领域建立了护城河，这将许多开发人员严格绑定到Nvidia生态系统。但是，AMD并不意味着没有机会。毕竟，在当前的生态系统中，一些制造商开始“照顾” Nvidia更强大的本质。 03竞赛·自我企业开发的筹码，寻找每个p的“替代解决方案”市场上的矩阵“仍然害怕” Nvidia的规模增加。 “ NVIDIA非常强大，毛利率超过60％。因此，尽管Nvidia在培训结束时的地位是不可避免的，但客户不想看到这种情况总是像这种情况一样。east客户希望将自己的解决方案推广到培训结束和认可结束时。这直接导致主要制造商试图找到第二种解决方案，以确保他们仍然具有“选择权”。为大型云制造商定制各种XPU芯片，并在此背景下为AI和其他计算提供其他组件，Kailnvidia也面临着它。几周前，NVIDIA打开了NVLLINK生态系统的解决方案，通过NVLink融合，它允许Google等制造商的ASIC在NVLink上运行，希望这些制造商能够继续E使用NVIDIA GPU。 NVIDIA希望以这种方式保持其在AI云计算领域的主导地位。此外，为了应对挑战，NVIDIA最近专注于在世界许多地方促进“主权AI”实施以推动GPU销售。上周，NVIDIA宣布将在德国建造其第一个工业AI云，配备10,000个Blackwell GPU，并在欧洲建立了20多家AI工厂。 AI芯片领域就像战场，主要制造商互相竞争。在更多的竞争中，不同制造商之间的关系是“近乎遥远的”。从表面上看，合作是双赢的，购买商品和私人查找替代方案。在快速技术开发时期，半导体行业始终是重点。很长一段时间以来，AMD和NVIDIA已与市场进行了比较。 AMD可以超越Su Zifeng吗？这还没有可以肯定的是，但是随着AI市场的持续扩展和技术的持续重复，未来充满了变量。十年来的AI芯片市场可以提出不同的竞争观点。 *标题的标题由AI形成2025年6月23日19:09:12文本 /零度源 /节点融资，Chaowei半导体公众
