AMD研报:10年回看,300美元贵不贵?

这是我《AI投资地图》第7篇文章，今天同步还放出了ARM、INTEL二篇同赛道热门公司的研报，方便大家一起阅读。

2025 年春天，AMD 的股价最低跌到 83 美元的时候，我身边几个做美股的朋友都在讨论同一个问题——「AI 是不是见顶了？」那时候 NVIDIA 刚刚经历了年初的 DeepSeek 恐慌，整个 AI 芯片板块都在怀疑自己。而我那个时候还是对美股一知半解的状态，更是没有答案。

一年之后的今天，AMD 站在 305 美元，一年涨了 267%，但没有一个人问「见顶了没」这种问题。大家问的是另一个问题——「现在追还来得及吗？」

现在的我相比之前，会淡定得多：与其在现在追不追这种不会有标准答案的问题上浪费时间，不如好好研究：

AMD 十年后长成什么样子，今天的 305 美元在那个未来面前贵不贵。

一、一个被讲烂但没讲清楚的转折

AI 算力这件事，过去三年主要消耗在「训练」上——OpenAI 训练 GPT-4、Anthropic 训练 Claude、Google 训练 Gemini，这些都是训练。

训练的特征是一次性、集中、高峰值。

但每次用 ChatGPT 问一个问题，每次用 Claude 写一段代码，每次用 Midjourney 生成一张图——你消耗的不是训练算力，是推理算力。

推理的特征是持续的、分散的、长尾的。

一次训练跑完，这个模型就上线了。上线之后，它每天 24 小时在响应几亿用户的请求。三个月之后，训练的那点算力消耗在总账上已经看不见——全部都是推理。

这个转折的量级，让我用一个对比说明。

2023 年 AI 算力支出里推理大概占 20%，2024 年这个比例爬到 50%，到 2026 年已经站在 55% 以上，而且在继续涨。

一些更激进的预测认为 2030 年推理会占到 70-80%。注意这不是因为训练需求在萎缩——训练的绝对支出还在涨，而是推理涨得比训练快得多。

为什么推理的需求会急速放大？

第一个机制叫 Agentic AI。

以前用 AI 是一问一答——你问一句，它答一句，50 个字的问题，给你 200 个字的回答，结束。现在不是了。现在的 AI 开始自己会思考、自己会调用工具、自己会分步执行、自己会检查自己的工作——这叫「代理式 AI」，或者更简单地说，「AI 自己干活」。

你让它订一张下周去京都的机票，它不只是给你一个链接。它会先查几个航空公司的价格，比较不同时间的差别，调用你的日历看看你那周有没有会议冲突，问你要不要提前一天过去避开人流，然后帮你完成预订，最后把行程同步到你家人的日历上——这整个过程可能涉及十几次、几十次模型调用。

Gartner 追踪过一个数据：一次 Agentic 任务消耗的 token 数量是一次普通对话的 5 到 30 倍。而且 Agentic AI 可以 24 小时在后台跑，不像人会累、会睡觉。

第二个机制叫杰文斯悖论。

杰文斯是 19 世纪的一个英国经济学家，他观察到一件反直觉的事：瓦特蒸汽机发明之后，煤的使用效率提高了很多，按照直觉煤的消耗应该下降——结果英国的煤消耗反而暴涨。原因是效率提高让煤变便宜，便宜让更多行业用得起煤，总消耗反而大大增加。

AI 推理正在发生完全一样的事。Gartner 预测到 2030 年，跑一个万亿参数的大模型，单位推理成本会比 2025 年下降 90% 以上。听起来好像是坏消息—— 成本下降、算力需求不是应该减少吗？

不是。成本下降 90% 之后，原来那些因为跑一次太贵而没有被做出来的应用，会开始一个个冒出来。公司的客服、医院的初诊、律所的合同审阅、工厂的质检——今天用不起 AI 的场景，明天全部会用上。

总算力需求不但不会下降，反而会爆炸式地涨。

所以这两个机制加起来，形成了一个非常罕见的需求结构：需求本身是单调递增的，而且是几何级数的。这在工业史上是非常少见的——更常见的是需求随着成本下降先涨后稳、最后饱和。推理不是，推理是越便宜越不够用。

这就是为什么 Gartner 预测到 2026 年底，全球 AI 优化的基础设施支出里 55% 会花在推理上——而且这个比例还会继续涨。

二、推理是最大的机会，那 AMD 是局中何角色？

AI 推理未来十年是半导体行业里最确定、最大、最长的一条坡。

势是真的。但势对不等于买得对。

推理这条大坡上真正坐头把交椅的是 NVIDIA。NVIDIA 2026 财年（截至 2026 年 1 月）数据中心收入 1940 亿美元，两年前这个数字还不到 500 亿。这种增速在半导体史上从没出现过。CUDA 生态五百万开发者、二十年积累、训练侧和推理侧同时吃下——这是真正意义上的垄断。

一把手 NVIDIA，二把手 AMD，三把手是 Google TPU、Amazon Trainium、Meta MTIA 这些自研 ASIC——今天的牌桌结构是这样。

AMD 在这个牌桌上是什么位置？是第二把椅子。这把椅子很重要——没有第二把椅子，第一把椅子就没有议价压力。但第二把椅子不是第一把椅子。

所以真正的问题变成了两个子问题：第一，AMD 这把第二椅能不能坐稳十年？第二，坐稳了这把椅子值多少钱？

1、能不能坐稳十年？

用三盏不同的手电筒来照一下。

第一盏·段永平的手电筒：这家公司卖的是什么？

很多人以为 AMD 是"追英伟达的那家 GPU 公司"——这是最大的误解。AMD 卖的是一套从 CPU 到 GPU 到嵌入式到机架系统的完整算力方案。Ryzen 在 PC 里、EPYC 在服务器里、Instinct 在 AI 数据中心里、Versal 在汽车和工厂里、Pensando 在网络里。

这个完整性不是炫耀用的，是有实际作用的。一个超大规模数据中心客户要部署推理集群，他要采购的不是一张 GPU——他要采购 GPU + 主机 CPU + 网络 NIC + 机架设计 + 软件栈。今天整个半导体行业里，能把这五样东西一起卖给你的公司只有 AMD 一家。NVIDIA 缺 CPU（Grace 还在爬坡），Intel 缺 GPU（Gaudi 长期落后），ARM 生态缺整合能力。

"这生意的护城河是什么？"——答案是 CPU + GPU + 系统级整合的三合一能力。这个能力不是一朝一夕能复制的。

第二盏·Peter Thiel 的手电筒：它是从小市场的大份额开始的吗？

Thiel 七问里最核心的三问是垄断、持久性、秘密。

垄断——AMD 不是垄断。AI GPU 市场 NVIDIA 80%+，AMD 5-15%。在这个维度上 AMD 是挑战者，不是从小市场大份额起步的玩家。

持久性——十年后 AMD 还在吗？肯定还在。十年后还是第二把椅子吗？不一定。最大的不确定性来自两个方向：NVIDIA 的 Rubin 架构（2026 年底）宣称推理性能比 Blackwell 再涨 5 倍；超大规模厂商的自研 ASIC 正在蚕食推理市场——Google TPU、Amazon Trainium、Meta MTIA。这一问 AMD 答一半。

秘密——AMD 发现了什么别人没看到的真相？我觉得 AMD 真正抓住的秘密是：当模型推理的瓶颈从"算力"转到"内存"的时候，堆 HBM 容量比堆 FLOPS 更有效。这件事在 2023 年是非共识——所有人都在拼算力，AMD 选择拼内存。MI300X 用 192GB HBM3、MI355X 用 288GB HBM3E，比 NVIDIA 同代产品高 50-60%。

今天回头看，在大模型推理场景里，谁的 HBM 容量大，谁就能用一张卡装下别人需要两张卡才装得下的模型——硬件成本直接砍一半。这个秘密 AMD 比市场早看到两年。这一问 AMD 答得上来。

Thiel 三问答了 1.5 个——不是垄断者，但在细分战场上有真正的洞察。这是个"二线强者"的侧影，不是"未来霸主"的侧影。

第三盏·芒格的一大本支票测试：给 NVIDIA 100 亿美元 + 3 年，能不能把 AMD 这个第二名抢回去？

芒格最喜欢这样想——不要问公司现在多牛，要问对手能不能干掉它。我认真想这个问题，答案是：多半能，但代价是 NVIDIA 自己伤筋动骨。

NVIDIA 完全可以在 Rubin 架构里复制 AMD 的 HBM 堆料策略——技术上没有任何壁垒，只是之前没这么做而已。CUDA 的软件优势、NVLink 的网络优势、Blackwell 的算力优势加起来，推理侧如果再补上内存容量，AMD 的差异化窗口确实会被压缩。

但是——NVIDIA 这么做会牺牲一件东西：它的毛利率。NVIDIA 目前数据中心毛利率在 78% 左右，是整个半导体行业的天花板。如果它开始在推理侧跟 AMD 打价格战+堆料战，毛利率往下掉是必然的。对一家市值 5 万亿美元、交易在 PE 45x 的公司来说，毛利率从 78% 掉到 70% 的估值代价是几千亿美元。

所以 NVIDIA 的理性选择不是"把 AMD 彻底压死"，而是"让 AMD 在第二位的位置上保持够疼但不致命"——正好能让自己继续吃着垄断溢价，又有一个第二供应商让客户没有反垄断诉求的空间。

芒格测试的答案是：AMD 的第二名位置并不是"不可撼动"，但撼动它的代价对 NVIDIA 太大，所以短期不会发生。这是一个"结构性稳定"而不是"护城河不可逾越"的判断——两者有本质区别。

结论很清楚：AMD 是好生意，是这条大坡上确定的受益者，但不是这条大坡上最大的赢家，也不是有真正垄断护城河的玩家。

它是一把第二好的牌——NVIDIA 是第一好。

三、一个被严重低估的角度：Meta 17 万块 MI300X 背后的真实故事

2025 年 10 月，AMD 同时宣布了和 OpenAI 的 6GW 合作、和 Meta 的 6GW 合作——OpenAI 首期 1GW 部署在 2026 年下半年开始。

这两个协议是 AMD 市值从一千亿冲到五千亿的最主要催化剂。

但这两个协议的真正含义不是市场表面读到的那样。市场的表面解读是："AMD 赢了 OpenAI 和 Meta 的订单，所以 AMD 是第二个 NVIDIA。"

这个解读错了一半。

正确的解读是：OpenAI 和 Meta 实在是被 NVIDIA 一家供应卡得受不了，所以必须扶一个第二供应商出来——这个第二供应商只要"足够好"就行，不需要"最好"。

这个逻辑可以从协议本身看出来。AMD 给 OpenAI 的是 1.6 亿股 warrant（行权价 0.01 美元，也就是相当于白送），给 Meta 的是另一组类似的 warrant，合计高达 AMD 总股本的约 16-20%。warrant 的最后一档 vest 锁在 AMD 股价 600 美元。

AMD 用股权买来了第二供应商的位置。

如果 AMD 的硬件真的强到"客户排队来买"，它不需要这么做。苹果买台积电的时候没有给台积电股权，就是因为台积电的产品是客户离不开的。AMD 给 Meta 和 OpenAI 白送 10% 以上的股权来锁定订单——这本身就在证明：AMD 的地位是"被扶植的第二供应商"，不是"不可或缺的一流供应商"。

这不是坏事。

第二供应商的位置也很值钱——Meta 给 AMD 5 年 17 万块 MI300X 的订单（按华尔街估算总金额 600-1000 亿美元），Oracle 2026 年 Q3 要部署 5 万块 MI450 的超级集群，这些都是实打实的生意。

但被扶植的第二供应商 vs 不可替代的一流玩家。前者能给你稳定的现金流和可观的增长，但不会给你 NVIDIA 那种垄断式的利润率扩张。

这两类公司应该用完全不同的估值倍数，市场今天给 AMD 的估值，部分价格里混入了"AMD 会变成第二个 NVIDIA"的期待。这个期待大概率不会兑现。

AMD 的合理定位是一家"受益于 AI 推理结构性爆发的优质半导体公司"。

四、十年后 AMD 长成什么样？

十年后 AMD 的数据中心业务会多大？

2025 年数据中心业务 166 亿美元。按 AMD 自己的指引，未来 3-5 年数据中心 CAGR >60%；按 CEO 苏姿丰在财务分析师日的长期目标，3-5 年整体营收 CAGR >35%。如果我取一个保守一点的值——3-5 年数据中心按 45-50% 的 CAGR 走，5-10 年降到 20-25%，那么十年后数据中心业务可能在 1500-2500 亿美元区间。

这个数字需要对照一下总 TAM。Lisa Su 2025 年 6 月给出的 AI 加速器 TAM 是 2028 年超 5000 亿美元。十年后的 2036 年，按每年 12-15% 的速度继续扩，大概是 1.5 万亿到 2 万亿美元。AMD 如果能拿到其中 10-15%，就是 1500-3000 亿美元。

十年后 AMD 整体的价值会多大？

数据中心 2000 亿 + 客户端和嵌入式 500 亿 = 2500 亿美元的年营收。按一家有真正定价权的一流半导体公司给 30% 的净利率，净利润 750 亿。再给成熟期科技公司 20-25x PE，市值落在 1.5 万亿到 1.9 万亿美元 区间。这个算法未考虑通胀的因素，如果计入2.5%的年化通胀，实际可能还会更高一些。