0:00 AMD 是 2025 年最具爆發力的科技股嗎？ 買入 AMD，你需要瞭解哪些核心邏輯？ 我敢說 這可能是你在全網能看到 關於 AMD 最硬核、最系統的一次深度解析！ 這期內容 我們將分析 AMD 在 AI 推理時代的核心優勢 真實增速、估值空間 以及那個真正決定爆發力的最大機會窗口 到底藏在哪里 除了 AMD 我們還會講到另一家正在深耕 AI 基礎設施的公司 它很可能就是市場被忽視的 “下一個萬億巨頭” 大家好，我們是美股投資網 2008年成立於美國矽谷 由前紐約證券交易所資深分析師Ken創立
0:46 專注AI，挖掘美股投資機會 旗下 AI量化美股份析工具 美股大數據 StockWe.com 每天處理千萬級股票數據 捕捉期權大單 即時主力資金流向 機構持倉變化、川普突發新聞 精准買賣信號第一時間發到您手機APP！ AMD的戰略性突破口與前瞻性佈局 首先要明確的是 因為AI真的開始大規模用起來了 全球的數據中心 也正迎來一波前所未有的大擴張 根據麥肯錫預測，到2030年 全球數據中心的總需求 將有望達到298千兆瓦 年複合增長率高達27%。 這一爆發式增長，核心原因是
1:32 AI對算力的需求正在從“訓練”階段 逐步轉向“推理”階段 以前我們說AI訓練 拼的是誰的晶片算得快、性能強 但現在進入應用階段 推理需求迅速放大 企業要考慮的就不只是“快”， 而是要“又快又省”——回應速度要夠快 功耗不能太高，部署和擴展還要靈活 性能當然重要 但成本控制和能效比變成了新的核心考量 也正是因為這種採購邏輯的變化 AMD終於等到了自己的主場機會 以前在AI訓練市場 英偉達幾乎是“一家獨大”。 它靠著CUDA生態和強悍的GPU算力 直接把對手遠遠甩在後頭 AMD根本沒法硬剛
2:17 但現在進入推理階段，遊戲規則變了 客戶更在乎的是誰更划算 誰部署得更快、誰系統效率更高 而這些 剛好就是AMD擅長的方向 AMD在伺服器晶片上的能效設計一直做得不錯 現在再加上MI300系列在架構上的持續優化 它正好趕上了這個換擋期 在AI推理這個新賽道上 AMD等於說是打出了一套自己的組合拳 更關鍵的是，AMD自己也很清楚這點 已經把戰略重心明確地轉向了推理市場 在最新一季財報裏 它第一次單獨披露了“訓練”和“推理”的業務數據 這就說明它不是試試看 而是準備在推理這邊真刀真槍幹一場 根據AMD自己的預測，到2028年
3:05 整個AI晶片市場的規模能達到5000億美元 其中80%以上的增長都來自推理部分 換句話說，訓練市場是英偉達的主場 但推理市場 很可能就是 AMD 真正爆發的大好機會！ 從產品節奏上看 AMD與英偉達已經步入年度迭代的同頻競爭週期 根據最新的晶片路線圖 AMD今年推出MI350系列 2026年MI400系列上線 而2027年已規劃MI500——每年一更 覆蓋CDNA3到CDNA5架構 這一節奏與英偉達從B200、GB200 到Rubin、Rubin Ultra再到Feynman的更新路徑 高度同步 說明AMD已完成在高性能AI晶片領域的長期規劃
3:53 更重要的是 從功耗（TDP）、顯存（HBM容量） 互聯方案（Infinity Fabric到Ultra Ethernet） 到晶片與平臺搭配 AMD產品的系統集成能力在逐步向英偉達靠近 特別是未來的MI400與MI500 顯然是對英偉達Rubin Ultra 與Feynman的正面應對 AMD的全棧野心，除了晶片 AMD 明年還有一張大牌要打 就是它的旗艦 AI 系統 Helios 它不只是臺性能猛的新伺服器 更關鍵的是 它背後代表著 AMD 的一個重大轉變： 不再只是賣晶片 而是開始把“整套 AI 系統方案”打包賣給客戶 以前大家提到 AMD 想到的可能就是“做晶片”的供應商 但 Helios 的出現 說明它已經開始往系統解決方案提供者
4:39 這個方向走了 單機架最多能塞下 72 顆 MI400 顯卡 計算密度能和英偉達的 NVL72 正面對標 而且不僅適合小規模部署 它還能橫向擴展 組成上千卡級別的超級集群 那 AMD 怎麼做到橫向擴展的？ 關鍵在於它把 GPU 之間的互聯方案做了系統級優化 不再是簡單拼性能 而是重新設計 “怎麼讓這麼多 GPU 高效協同”的整體架構 支撐這套系統的底層邏輯 是 AMD 一直堅持的“開放”和“模組化”。 跟英偉達那種“一整套自家封閉系統”的做法不同 AMD 選擇的是相容主流標準 讓客戶可以自由組合計算、存儲、連接等模組
5:25 這樣做的最大優勢，就是靈活： 誰都不想被一家廠商鎖死 尤其是那些追求高性價比和自主可控的大企業和雲服務商 正如CEO蘇姿豐在發佈會上強調的那樣： “AI的未來 不會由任何一家企業單獨完成 也不會存在於一個封閉的生態系統裏 ” 這話聽起來挺客氣的 其實是對英偉達“封閉生態”策略的正面回擊 這對於那些希望擺脫被一家廠商“綁定” 同時追求更高自主性和成本效益的企業來說 Helios 提供了真正有選擇空間的另一條路 Helios 所代表的開放、模組化戰略 正是 AMD 構建 AI 解決方案閉環 實現更大野心的基石 因為硬體只是進入 AI 戰場的門票
6:11 真正決定長期格局的 是能否提供一套完整的 AI 解決方案 為了打通這條閉環 AMD 已在關鍵節點上加速佈局： 此前收購了伺服器製造商 ZT Systems 目的就是把“最後一公里”的交付也抓在自己手裏 接下來 它大概率還會在AI軟體平臺上加碼 無論是自己做還是買 目標很明確——要像英偉達那樣 搞一整套能承接訓練、部署 推理全過程的企業AI平臺 如果這條“晶片 + 平臺 + 服務”能被打通 AMD就不僅僅是英偉達的“追趕者”， 而是真正具備做AI時代數據中心 一站式解決方案提供者的潛力 這不僅會優化收入結構
6:57 還可能是其估值出現大跳躍的關鍵支點 展望更遠的未來 這張令人期待的“王牌” Agentic AI（代理型人工智慧） 也正與 AMD 的當前戰略高度契合 這類 AI 系統具備在設定目標和規則下 進行自主決策和任務執行的能力 被廣泛視為下一輪 AI 技術浪潮的主引擎 與當前生成式 AI 相比 Agentic AI 對算力架構、運行效率 和彈性擴展能力提出了更高要求 也勢必對 AI 基礎設施提出更大挑戰 而 AMD 當前所推進的開放、高效、模組化生態 恰恰為這一演進方向奠定了堅實的技術基礎 如果你覺得本視頻對你有幫助 老規矩先點贊再收藏
7:43 關鍵時刻能幫忙 關鍵客戶合作與市場爆發潛力 近期的一系列合作信號正在釋放出強烈信號： AMD不僅獲得了一批關鍵客戶的戰略認可 更有望在未來實現AI晶片的集中放量 其中最具代表性的 是 OpenAI 已正式成為 AMD 新一代 MI Instinct 晶片的早期設計合作夥伴 並將採用 MI300X 與下一代 MI450 晶片 要知道 OpenAI 不僅是AI模型研發的技術前沿 其選擇具有極強的行業示範效應——它的技術選型 往往會引導一大批企業客戶的採購決策 這背後 體現的是AMD產品在性能、能效
8:29 性價比等方面的全面認可 更重要的是 合作已經不再停留在“測試”層面 而是進入了訂單落地、系統部署的實際階段 甲骨文將在其雲服務中部署多達13.1萬顆MI355X晶片 是目前AMD最大規模的雲基礎設施合作 標誌著其解決方案已具備實際交付能力； Meta 也已確認使用MI350晶片 用於推薦引擎訓練和部署 驗證了AMD晶片在推理成本控制 與系統部署效率上的競爭優勢； 馬斯克旗下AI公司 Xai正在使用AMD晶片 這從技術選型側也再次印證AMD的市場吸引力； 微軟則計畫繼續與AMD合作開發
9:15 下一代Xbox硬體平臺 平臺將支持多設備聯動 這意味著AMD在遊戲圖形晶片之外 也正向多終端算力生態擴展 從這些客戶名單可以看出 AMD 正在進入一條 這些客戶要麼是 AI算力基礎設施的核心提供者（如Oracle、微軟） 要麼是AI部署規模最大的實際使用者（如Meta、xAI） 這說明AMD已經從“可能的替代者 變成“可實際落地的供應商”。 與此同時 AMD也在全球加速佈局其AI生態圖譜 中東市場成為其海外突破的重點方向 沙特、阿聯酋等國正大力建設本地AI基礎設施 對架構開放性和成本控制提出更高要求
10:01 AMD憑藉模組化設計 高性價比以及不鎖定生態的策略 成功進入該地區多個大型專案 逐步拓展出一條區別於美中之外的新興市場路線 投資視角： 價值錯配與非線性增長潛力從投資的角度來看 AMD現在的AI收入和它未來可能達到的規模之間 其實還有很大差距 2024年全年 它的AI晶片收入大約是50億美元 而2025年第一季度的數據中心營收是37億美元 雖然增速不錯 但整體體量還相當於 而今天 英偉達的季度數據中心收入已經突破390億美元 市場普遍預計2025年將輕鬆邁過400億美元門檻
10:48 進一步穩固其市場主導地位 對比之下 AMD仍處於AI加速器市場的早期階段 尚未兌現其估值所對應的長期增長潛力 換句話說，這種體量差距雖然是挑戰 但是也意味著AMD還有很大的成長空間 當前的估值可能還沒有完全反映它未來的發展潛力 市場研究機構預測，到2025年 全球AI晶片市場的規模將達到2500億美元 到2028年有望翻倍到5000億美元 就算AMD只拿下20%的市場份額 收入也有可能達到1000億美元 遠超現在市場預計的470億美元 如果市場格局進一步變化 特別是推理市場打開了替代英偉達的空間 那AMD的想像力還可以更大
11:35 假設未來推理市場占AI總市場的60%到80%， 而AMD能在這個部分拿到一半的市場 那它的AI晶片收入有可能衝擊1500億美元 接近現在英偉達的總營收 也就是說，現在的AMD 正處在“業績爆發前”的關鍵階段 它的真實潛力，很多還沒被市場看清 而這個“預期差”， 可能就是2025年乃至未來幾年裏 投資者最值得把握的機會 對於看好AI進入推理時代的人來說 AMD或許正站在估值重估的起跑線上 當然，增長預期的另一面是風險 一方面 僅僅實現當前市場預期的增長目標 AMD也面臨巨大挑戰 在產品性能、軟體生態、客戶轉化等多個關鍵維度上
12:21 必須持續取得突破 才能真正撼動英偉達在AI晶片領域的先發優勢 這一過程不僅充滿技術壁壘 還伴隨著客戶黏性與平臺依賴的慣性 另一方面，一些核心雲廠商 如穀歌、亞馬遜 正在加快推進 內部AI晶片（如TPU、Trainium）自研進程 算力“自供化”趨勢一旦加速 可能會壓縮通用AI晶片的市場份額 導致整體TAM未必能如預期般順利突破5000億美元 那麼AMD值不值得買呢？ 很多投資者第一反應可能是： 那我直接買英偉達不是更穩嗎？ 這個邏輯當然沒問題 英偉達是行業龍頭 實力也毋庸置疑 只是相對來說 英偉達現在的體量已經很大了 市場對它的預期相對較滿
13:07 而AMD的故事 可能才剛剛開始——它還在加速追趕的階段 成長空間還沒被市場完全定價 所以“向上彈性”可能反而更大 華爾街的預期其實也說明了這一點 最新預測顯示 AMD未來五年的每股收益（EPS） 年複合增速有望達到26.7%， 而英偉達大概在14%左右 這意味著，哪怕面對強敵 AMD依然被認為有很大的成長潛力 一旦數據中心業務開始放量 利潤率和運營杠杆就會同步釋放 長期增長的底子也就扎實了 所以 這不是“英偉達 VS AMD”的二選一問題 而是看你是否相信AMD能成為下一個成長極 如果你在尋找一個還在上升通道 有真實需求支撐
13:53 又沒被市場完全定價的投資機會——AMD 確實值得你認真想一想 說完了AMD 我們接著分析另一家科技巨頭 甲骨文（Oracle） 在剛剛發佈的2025財年第四季度財報裏 甲骨文不僅全面上調了2026年的增長預期 更傳遞出一個強烈信號：這家公司 已經不只是賣軟體的老牌廠商 而是正在成為AI基礎設施領域裏 那個不可或缺的重要角色 先看它的財務表現 這一次的增長，已經不是慢慢轉型 而是明顯的“加速起飛”。 它的核心雲應用產品Fusion ERP 從上個季度的18%增速提到了22%； NetSuite也從17%加快到18%。 而更值得注意的是
14:39 甲骨文還上調了下一財年的增長指引： 預計2026年 雲應用收入將增長40%以上 雲基礎設施收入更是要增長70%+。 這可是整個軟體行業目前都很難見到的速度 那麼，這麼強勁的增長 到底是怎麼來的？ 摩根士丹利最近的調研給出了答案： AI 正在成為企業把ERP系統遷移上雲的決定性催化劑 調查中，高達48%的受訪者表示 “為了使用AI功能” 是他們做出遷移決策的重要原因之一 僅次於“實現數位化轉型”和“提高運營效率”。 也就是說，AI已經不是“加分項”了 而是企業IT架構升級時繞不開的核心原因 這也正好解釋了甲骨文這次財報背後的邏輯
15:24 以前企業遷移ERP 可能是為了系統跑得更快； 而現在，遷不上雲 就用不上AI模型 就無法實現財務自動化 預算預測、甚至自動報表生成 正如CEO Safra Catz在電話會上所說： “客戶開始意識到，只有遷移到雲端 才能真正使用AI功能 如果他們想要實現自動化、降低成本、提高效率 就必須遷移到Fusion或NetSuite ” 所以說，AI對ERP的價值 已經從‘加分項’變成了‘必選項’。 而甲骨文 剛好站在這個拐點上——它有成熟的雲產品 也有龐大的客戶基礎 現在又靠AI打開了新的增長空間 正在成為這波“AI驅動企業升級”潮流中 最大的一批受益者之一 但你可能會問： 甲骨文的雲基礎設施（OCI）
16:09 怎麼可能比亞馬遜AWS增長得還快？ 三個原因 第一，它沒有硬碰硬 而是繞開主戰場，選了條更聰明的路 甲骨文並沒有直接和AWS正面對抗 而是選擇做“多雲相容”。 什麼意思呢？ 它把自己最強的資料庫服務標準化了 不管你用的是AWS、Azure還是穀歌雲 都能直接對接它的系統 目前它已經建了23個多雲數據中心 一年之內還要再建47個 說白了 哪怕客戶原本用的是別家的雲 只要數據有需求 也能接進來，讓甲骨文來“跑業務”。 第二，成本優勢有吸引力 在同等配置下 甲骨文的雲成本比AWS便宜最多能到60%。 而且還有個關鍵點：
16:55 AWS傳出數據是要收費的 超過1GB就開始按GB計價 0.09美元/GB，而甲骨文直接免這個錢 別小看這點 對訓練AI模型 部署推理這種要頻繁傳數據的企業來說 這就是實打實的成本優勢 能省下不少錢 第三 甲骨文處於低基數的爆發增長階段 甲骨文現在的市場份額還不到AWS的十分之一 但它去年的雲業務增速是50%， 今年直接把增長目標拉到70%以上 因為基數小，成長空間反而大 我們最愛找的，就是這種“從小起跳 正在提速”的估值重估機會 講到這裏 很多人可能會以為甲骨文增長 靠的就是“便宜+聰明打法”， 但其實最根本的原因
17:41 是它的定位變了： 它不再是那家只賣軟體的公司 而是開始搭建AI時代的底層“水電煤”系統 比如在今年一月 甲骨文宣佈斥資 210億美元擴建“星際之門” AI數據中心計畫 這是目前全球最大的數據中心建設專案之一 “星際之門”並非噱頭 而是為了真正提供AI模型訓練和 推理需要的高性能算力平臺 隨著AI代理、AI機器人這類應用開始部署 對這種基礎設施的需求也開始爆發 而甲骨文的優勢不僅是硬體 而且還在於它對企業數據流的全鏈路打通能力： 上層有ERP和業務軟體 中間有數據庫，底層有算力和存儲 企業想真正落地AI應用 不能只靠買幾張卡
18:27 還得先把數據採集、結構化、調用這一整套流程打通 而這三步 甲骨文都有成熟的解決方案 就像創始人拉裏·埃裏森說的那樣： “AI的金子不是演算法，是數據 ” 在別人還在卷模型、卷參數的時候 甲骨文專注的是“模型怎麼跑得起來 能不能落得下來”。 雖然不像模型參數那樣容易吸引眼球 但要真正落地到企業運營中 最核心、最難被替代的 正是這些基礎能力 目前甲骨文的資本支出與 RPO（已簽署待履約訂單）是高度聯動的 這說明這些巨額投入並非憑空設想 而是基於客戶已簽訂單按需擴容 隨著RPO的快速增長 未來一年甲骨文將不得不加快交付節奏
19:12 資本開支有望從當前的250億美元 進一步抬升至400至500億美元 從這個意義上說 真正的收入兌現週期 才剛剛開始 所以我們看甲骨文 不只是關注一兩季的財報數字 而是要看到它背後正在搭建的 是一整套支撐AI全面落地的底層技術和服務體系 而這種轉型的深度和廣度 可能還沒有被市場充分認清 從估值角度來看 目前甲骨文的市值約為5900億美元 很多投資者仍把它當作一家傳統軟體公司 用舊的盈利模型去衡量它的未來表現 但如果我們換一個角度 把它視為AI時代企業數據流通 系統整合與算力部署的“基礎設施提供者”， 那麼它的商業邏輯、估值體系和現金流能力
19:59 都值得重新評估 你會發現，微軟主攻“入口層”， 英偉達掌控“算力層”， 而甲骨文所處的位置 是幫助AI真正落地的“執行層”和“數據流通層”。 它不是AI浪潮的邊緣參與者 而是整個商業化過程中的關鍵樞紐 這 才是我們真正看好甲骨文的核心理由 好了，今天的分享就到這裏 你怎麼看AMD的成長潛力？ 你會怎麼在英偉達和AMD之間分配倉位？ 你認為甲骨文它能否 成為下一個被市場重新定價的萬億巨頭？ 歡迎在評論區說說你的判斷 我們下期見
