原以为被英伟达吊打 AMD数据中心却赚麻了

AI 时代的最大赢家，不止英伟达

提到 AI 时代的最大赢家，差友们的第一反应，肯定是英伟达吧？毕竟老黄这两年靠着给 AI 厂商“卖铲子”，营收和市值都“遥遥领先”。而这一切，都得益于 20 年前老黄力排众议，坚持 CUDA 生态——这一把，真让他赌对了。

但你可能想不到，还有一家公司，左手拿着性能干不过英伟达的显卡，右手攥着“过时”的 4nm 工艺，居然也在 AI 竞争里赚得盆满钵满——它就是 AMD。

等会，这是怎么做到的？前段时间，有媒体受邀参加了 AMD 的 AI 开发者大会，回来后，对这个问题有了一些答案。

不过这事儿，得从十多年前苏妈靠锐龙翻身那会儿说起。

锐龙诞生之前，AMD 的处理器一直活在“i3 默秒全”的阴影里。

直到 Zen 架构横空出世——在“硅仙人”吉姆·凯勒的带领下，初代锐龙 IPC 性能实打实提升了 52%，8 核 16 线程的规格，更是在那个 4 核称王的年代震撼全场，也拉开了芯片厂之间“核战争”的序幕。

到了 2020 年的 Zen 3 系列，AMD 终于一雪前耻：单核、多核性能双双干翻了英特尔同期旗舰。

而 AMD 的这场胜利，也逐渐从消费市场蔓延到数据中心 B 端。说到数据中心，很多人现在的第一反应，应该是老黄和他的 GPU 的天下。但其实，从早期虚拟机、云服务，到如今的 AI，都离不开 CPU 的协调调度。

所谓数据中心，其实就是一个超级物流中心，本质是百万级的“小快递”同时配送。

即使单核 CPU 再快，面对百万小件，那也是分身乏术；而多核 CPU，就像雇了一支庞大的“司机车队”同时出发，还能通过“拼车”（虚拟化）服务更多客户，把效率拉满。也就是说，到了数据中心这边，别管这那的，我就要那个核多的超大杯。

尤其是现在 AI 智能体兴起，工具调用、任务编排，还得靠 CPU 来干活。以至于前段时间的 GTC（GPU 技术大会）上，老黄也掏出属于英伟达的 CPU 来。

可这事儿，反倒是 AMD 的老本行了。在锐龙处理器证明了 Zen 架构的实力之后，AMD 的下一步，便是剑指数据中心。

十年前，数据中心的 x86 处理器，还是英特尔的一言堂：2016 年至强 Broadwell 最高 24 核，2017 年至强 Skylake-SP 最高 28 核。

可就在同年，AMD 开始爆种，掏出了 32 核的初代 EPYC 处理器。而在接下来的十年里，AMD 把 EPYC 的核心数一路堆到了 256 核 512 线程！英特尔也被迫跟进，做出了 128 个大核、288 个小核的产品……

谁说英特尔不会堆核心？这不是挺会的嘛。所以朋友们，不是英特尔突然有了良心，只是因为苏妈来过……

当然，光靠“便宜大碗”给家人们谋福利还不够，AMD 还祭出了杀手锏——3D V-Cache。所谓 3D V-Cache，指的是在 CPU 上加一块大容量缓存。像是最早的 5800X3D，把 L3 缓存加到了 96M，对比普通版翻了 3 倍。缓存大，对于打游戏来说，意味着帧数更高、更稳定。

但缓存大可不只对游戏有用，在数据中心同样能大杀四方。无论是需要超低延迟的金融交易，还是仿真计算、有限元分析这类重计算任务，都能靠 3D V-Cache 获得夸张的性能提升。

就拿 EPYC 9684X 来说，96 核心塞了足足 1152MB 三级缓存，相比竞品（至强 8490H）的优势几乎达到了 3 倍。这些功能特性方面的投入，让 AMD 在今年彻底收到了回报。事到如今，哪个数据中心会不喜欢 AMD 的 EPYC 处理器呢？

这种喜欢，在市场份额上就体现得非常真实：2019 年之前，Intel 在数据中心的份额一度高达 97%；可随着 EPYC 的崛起，这个数字在 2025 年降到了 70% 左右。

换句话说，AMD 只用了短短 6 年，就从零拿下了 30% 的市场份额。看来真香定律，在数据中心这也是能成立的……

靠着向数据中心卖 CPU，AMD 再也不会像曾经一样风雨飘摇，大厦将倾了。

当然了，大家也都知道，AMD 除了 CPU，也做显卡生意的，然而 AMD 的显卡——也就是 GPU 业务，这两年过的则是……

其实在 2018 年之前，AMD 还是能跟英伟达掰掰手腕的。2006 年收购的 ATi（也就是如今 AMD 的图形部门），市场表现一直透着一股“神鬼二相性”：神的时候王牌对王牌，旗舰卡甚至能小胜英伟达；鬼的时候呢，旗舰卡只能勉强和老黄的中端卡过过招。

可转折点，在于老黄的神之一手：2018 年，老黄开始在消费级 GPU 当中集成 RT Core 和 Tensor Core，并且同步推出了光线追踪和 DLSS 超分技术，如今这两项技术，每个臭打游戏的差友，应该都不会陌生。

可正是这两项碘伏传统光栅化渲染的技术，让 AMD 一下子陷入了被动：在这之后，两年后的 6000 系、四年后的 7000 系显卡，都没能拿出像样的光追和超分支持。

直到 2025 年 9000 系显卡的发布，AMD 才算有了不错的光追表现。而 A 卡的超分超帧技术——FSR，早期更是用传统算法糊弄。FSR 能用，但效果跟 N 卡的 DLSS 差着一截。同样，直到随着 9000 系一同推出的 FSR4，才是真正基于 AI 的超分技术，能和 DLSS 在画面表现上掰掰手腕了。

换句话说，AMD 在图形技术方面，花了 7 年时间才追上老黄的布局。

到了服务器端，剧情就更是大家熟悉的味道了：对 AI 支持最好、坐拥 CUDA 生态的 N 卡直接卖爆。AMD 这边确实没老黄那么有前瞻性，对标 CUDA 的 ROCm 直到 2016 年才出现，各类算法的支持和优化功底，也没 CUDA 那么深厚。

总结下来就是：无论是光追、超分超帧，还是大模型时代的软硬件支持，又或者是硬件性能，AMD 的 GPU 确实不是英伟达的对手。

也正因如此，很长一段时间里，AMD 的 GPU 都是靠“性价比”这一招，吃着老黄看不上的订单。而 AMD 维持性价比优势的方法其实挺简单：又不是什么芯片都得用 2nm 先进制程，更便宜的 4nm，甚至 5nm 工艺其实也够用了嘛。成本更低，卖的自然也可以更便宜。

而倒有点“无心插柳”的感觉：随着智能体引爆了市场对 CPU 和 GPU 的混合需求，AMD 正好是左口袋 CPU、右口袋 GPU，都能掏出东西来。

既然两边都能自研，那就可以整点不一样的花活了。于是，AMD 尝试偷师苹果，把更大规模的 CPU 和 GPU 都塞进同一块芯片，再把内存也整合进去。AI Max+ 395 应运而生。这颗 U 在一颗芯片里，塞入了 16 核 CPU 和 40CU 的“核显”，性能堪比独显的同时，又可以共享系统内存，用超大内存直接跑大模型。

曾经这个活只有苹果能干，可一台大内存的 Mac Studio 动辄三五万，而一台 395 的小主机只要一万多。虽然依旧不便宜，但对于那些重度使用大模型、同时又有隐私顾虑的小伙伴来说，这个价钱其实……挺划算的。

当然了，AMD 如今的问题也不少。就拿 AI Max+ 395 来说，生态短板依旧明显。有同事一直用它跑本地大模型：面对主流的 LLM 模型，AMD 的兼容性没啥问题；可一旦想试试图片或者视频生成模型，又或者想进行模型微调，就不好说了。

面对生态劣势，一方面 AMD 把 ROCm 开源，想要借社区的力量来实现对 CUDA 的“弯道超车”。

另一方面，在这次 AMD AI 开发者大会上，苏妈给出了一个更适合 AMD 的答案——围绕性价比，构建一套属于自己的 AI 生态。

具体来说就是：开发者可以在 AI Max+ 395 这类终端上快速实现想法，再用 AMD 显卡的工作站做微调测试，最后在数据中心用 AMD GPU 完成生产部署。整套流程都跑在 AMD 的软件生态里，迁移起来自然顺畅得多。

理论归理论，实际用起来怎么样？大会上给出了答案：单台 AI Max+ 395 最大支持 128GB 统一内存，能把 Qwen 122B 模型跑在本地；

4 台 395 互联，还能搞定更大更复杂的任务。同时，AMD 还宣布了与魔搭社区的合作，每人有 100 小时的云端算力体验时间——好不好用，自己试试就知道。

不论是拿下“过时”产能，在硬件上坚持性价比；还是上个月结束的 AI 开发者大会，如今 AMD 的种种动作，也是在尝试打造属于自己的软硬件生态。今年 AMD AI 开发者大会，选在了对 AI 开源贡献最大的中国，足以见得 AMD 对生态的重视。

当补齐生态这块最短的板之后，即使 AMD 顶着“落后”工艺，性能也比不过的双重 Debuff，恐怕也能在市场杀出属于自己的一片天。