数据中心收入暴增 107%，AMD 正在成为超大规模云厂商的 Nvidia 替代首选

8 月 6 日，AMD 宣布收购多伦多 AI 推理芯片初创公司 Taalas。这已经是两周之内 AMD 在 AI 基础设施领域的第四次重大出手：此前 7 月 23 日发布 Helios 机架级 AI 系统、7 月 28 日与 Core Scientific 锁定最高 2.5GW 数据中心容量、8 月 4 日交出数据中心收入同比翻倍的 Q2 财报。六天之内，一笔收购加一份财报，AMD 正在用行动回答一个问题：超大规模云厂商对 Nvidia 替代品的需求，到底有多真实。

数据中心收入翻倍，但华尔街想要更多

AMD Q2 财报的数据：总营收 115.4 亿美元，同比增 50%；数据中心部门收入 67 亿美元，同比增 107%。数据中心已占公司总收入的 58%，而一年前这个比例还不到 40%。净利润 23 亿美元，去年同期 8.72 亿美元。将增长归因于 EPYC 服务器 CPU 和 Instinct GPU 的强劲需求。

AMD CEO 苏姿丰（Lisa Su）在财报电话会上说："对加速器和 CPU 的需求增长远超我们此前的预期。"据，苏姿丰还给出了一个具体预测：2027 年数据中心销售额将再次翻倍，2026 财年下半年服务器收入同比增幅将超过 80%。

但这个预测没能留住投资者。财报发布后，AMD 盘后股价下跌近 9%。指出，问题出在 Q3 指引上：AMD 给出的营收预期为 130 亿美元（±3 亿），高于分析师共识的 125.2 亿美元，但部分分析师此前期待的是接近 140 亿美元的数字。在 AI 叙事将 AMD 股价年内推高逾一倍之后，市场已经习惯用更高的标准审视它。

资本支出也在急剧攀升：Q2 达到 8.08 亿美元，是去年同期 2.82 亿美元的近三倍，也比 Q1 的 3.89 亿美元翻了一番，主要用于 Helios 量产和客户部署的投入。

「没有一个尺寸适合所有芯片」

苏姿丰在 7 月 Helios 发布会上说过一句话，中做了引述："我坚信在芯片这件事上，没有一个尺寸适合所有场景。"这句话解释了她治下 AMD AI 策略的核心逻辑：不在单一维度上和 Nvidia 硬拼，而是用 CPU + GPU + 网络 + 软件 + 定制芯片的组合，在系统层面建立竞争力。

Taalas 的收购是这个逻辑的延伸。这家 2023 年成立的多伦多初创公司做的是将 AI 模型"烧录"进芯片，将特定模型的权重直接固化在硅片上，换取通用 GPU 难以企及的推理速度和成本效率。Taalas 当前芯片运行的是 Meta Llama 3.1 的小型版本，公司声称可以将推理输出速度提升数千倍。引述 Taalas CEO Ljubisa Bajic 的说法：从拿到一个从未见过的模型到在硬件上实现，只需要两个月。

这笔收购的金额未披露。Taalas 自成立以来共融资 2.19 亿美元。AMD 表示将把 Taalas 技术整合进包括 Instinct GPU 和 Helios 机架在内的产品路线图。AMD 人工智能集团高级副总裁 Vamsi Boppana 在中表示，AMD 正在构建一个全栈 AI 平台，让客户可以为每种 AI 工作负载灵活部署合适的计算方案，而 Taalas 的技术和工程团队将强化 AMD 在推理性能和效率上的差异化能力。

从 Meta 到 Anthropic：超大规模客户正在用订单投票

7 月 23 日，AMD 在 Advancing AI 2026 活动上发布 Helios 机架级 AI 系统，称其已全面投产、数月内开始发货。Helios 将 72 颗 Instinct MI455X GPU、31TB HBM4 显存集成为一个统一系统，最高 2.9 exaflops 的 FP4 算力，通过基于以太网的 UALink 开放互联协议连接全部 72 颗 GPU，该架构对标的是 Nvidia 封闭的 NVLink 互联。

指出，MI455X 搭载 3200 亿晶体管、432GB HBM4 显存和 40 petaflops 的 FP4 性能，显存容量比 Nvidia Rubin 架构的 288GB 多出 50%，显存带宽 23.3 TB/s 也略高于 Rubin 的 22 TB/s。

Helios 的部署方名单来自：Anthropic（最高 2GW 的 MI450 GPU 部署协议）、Meta、Microsoft（Azure 上大规模部署 Helios 用于前沿模型推理）、OpenAI、Oracle，以及 Cirrascale、HUMAIN、Tensorwave、Vultr 等专业 AI 云服务商。

7 月 28 日，AMD 与 Core Scientific 签署基础设施合作协议，锁定超过 500MW 的美国本土 AI 就绪数据中心容量，2027 年起交付，可扩展至 2.5GW。提到，AMD 还获得了按市场价购买 Core Scientific 普通股的认股权证。在电力、土地和数据中心容量已成为 AI 部署瓶颈的当下，这桩交易的意义不亚于拿下一个大客户。

再往前看，AMD 近年已围绕 AI 全栈做了连续收购：2024 年 6.65 亿美元买下 Silo AI（AI 模型开发），49 亿美元买下 ZT Systems（机架级产品技术基础），以及数家小型 AI 公司包括推理软件公司 MK1 和内存优化公司 MEXT。

将这些交易称为 AMD 的"购物狂欢"——目标不是拼凑一个产品组合，而是为 Helios 机架备齐所有必需的组件和技术。

谁在找 Nvidia 替代品，以及为什么

今年 2 月，用了一个精炼的表述："AMD 已经将自己置于一个极具竞争力的位置，可以满足超大规模云厂商对 Nvidia 替代品的需求。"六个月后，这句话从判断变成了事实陈述。

超大规模云厂商寻找替代方案的动力来自多个方向。Nvidia GPU 供应长期紧张，价格高昂，且采购流程受制于 Nvidia 的分配机制。

更大的驱动力来自成本结构。当一家公司每年在 AI 基础设施上投入数百亿美元时，即使 GPU 单价便宜 20-30%，对应的是数十亿美元的节省。AMD 在 Q2 财报中宣称 Helios 系统"在推理 tokens per dollar 方面处于领先地位"，进一步给出了具体数字：比 Nvidia Rubin NVL72 系统高出 30% 的 tokens per dollar。这一指标直接瞄准了超大规模云厂商最敏感的成本维度。

Nvidia 并非坐视不管。今年 1 月，Nvidia 以 200 亿美元收购了高性能 AI 芯片设计公司 Groq 的资产，这是 Nvidia 有史以来最大的一笔交易。Nvidia 自 2024 年起就在建设定制芯片部门，直接为云厂商设计专用芯片，。与此同时，Broadcom 与 Google 的 TPU 合作已延展至 2031 年、，Amazon 的 Trainium 自研芯片持续扩容——各条路线都在从不同方向争夺 Nvidia 的份额。

但 AMD 的策略不同于任何一家。它不试图在单一芯片性能上击败 Nvidia。HBM4 显存容量的优势和开放互联架构的选择说明它更倾向于在系统层面提供差异化。Helios 不是一台装了 AMD GPU 的服务器，而是一个从 CPU、GPU、网络到软件（ROCm）全部由 AMD 集成的完整系统。这正是 Nvidia DGX 机架一直占据的领地。

问题不再是"AMD 能追上吗"，而是"能追多快"

MI455X 和 Helios 将在 Q3 末开始出货，Q4 起量。这意味着真正的市场验证才刚刚开始。ROCm 软件生态与 CUDA 的差距、大规模部署中的可靠性和支持能力、客户从测试到全量迁移的周期，这些才是决定 AMD 能在多大程度上兑现当前势头的关键变量。

苏姿丰在 7 月将 AI 加速器的 TAM 预测从 5000 亿美元上调至 1.4 万亿美元（2028 年），整个半导体市场预测上调至 2 万亿美元，。如果这些数字大致成立，AMD 即便只拿到 Nvidia 之外的第二大份额，对应的收入规模也足以支撑当前估值。

但前提是 Helios 的交付、ROCm 的完善、Taalas 的整合和 Core Scientific 的电力供应都不能掉链子。

AMD 花了十年从 Intel 手中抢下服务器 CPU 市场。AI 加速器的战役不会更快，但苏姿丰手上的牌已经比任何时候都多。