【美股焦點】AMD開戰輝達！晶片效能飆升、價格更殺！

・ 2025 年 06 月 13 日

圖/Shutterstock

在 AI 晶片戰場，輝達（NVDA）一直是難以撼動的霸主。不過，AMD (AMD) 正試圖改寫這個故事。6 月 12 日舉辦的「Advancing AI 2025」發表會中，AMD 不只推出全新 AI 加速晶片，更提出從晶片、軟體到機櫃架構的整合方案。

AMD 這次推出了哪些新晶片？它們有多強？

本次重頭戲是 AMD 全新推出的 Instinct MI350 系列，包含 MI350X 與旗艦等級的 MI355X。官方數據指出，這一代相較前代 MI300X，AI 運算效能提升了 4 倍，推論速度更是提升 35 倍，代表 AI 模型的訓練與應用都能大幅加快。

尤其 MI355X 配備 288GB 的 HBM3e 記憶體，支援處理超過 5,000 億參數的超大型模型，對比輝達同級晶片，在記憶體頻寬與容量上都有優勢。AMD 強調這款晶片在「每美元能產生的 AI 處理量」上比輝達 B200 晶片多 40%，也就是性價比顯著優於對手。

有哪些重要企業選擇支持 AMD？這代表什麼？

發表會中，OpenAI 執行長 Sam Altman 親自站台，確認 OpenAI 正在使用 MI300X，也透露未來會與 AMD 合作開發 MI400 平台。Meta 也已將 MI300X 應用於 Llama 模型的推論，並預告將採用 MI350。Oracle (ORCL) 更大手筆宣布將導入多達 13 萬顆 MI355X 晶片於其雲端平台中，支援企業訓練與部署 AI 模型。此外，Red Hat、Cohere、xAI、HUMAIN 等也都出現在舞台上，證明 AMD 的開放式平台獲得廣泛產業認同。

AMD 的晶片真的能和輝達的 B200 / GB200 一較高下嗎？

就規格與效能而言，MI355X 在多個指標已可與輝達旗艦產品抗衡。AMD 特別強調，在大模型推論方面，其晶片在效能、頻寬、記憶體容量和價格都具領先優勢。

效能：MI355X 在 AI 模型推論所常用的低精度計算中展現顯著優勢。根據 AMD 內部測試，MI355X 在 FP6 精度下的運算效能為 NVIDIA B200 的 2.2 倍，在 FP64 精度下則為 2.1 倍，代表其可支援更複雜、精度要求更高的模型訓練與推論工作。
記憶體容量：MI355X 配備 288GB HBM3e 記憶體，而 NVIDIA B200 為 192GB HBM3e，AMD 高出 1.5 倍以上。這讓 MI355X 可支援更多參數的模型推論（如 LLaMA-3 405B 等），減少跨 GPU 記憶體存取次數，提高運算效率。
頻寬與擴展性：雖然兩者都使用 HBM3e，AMD 的 Helios 架構整合最多 72 顆 GPU，提供高達 20TB/s 記憶體頻寬與 2.9 exaFLOPS FP4 性能，搭配 UltraEthernet 與 UALink 技術，具備更高可擴展性與更低延遲的集群表現。
價格 / 效能比：AMD 實測顯示，MI355X 每美元可產生的 tokens 數量比 NVIDIA B200 多出最多 40%。此比較是基於 LLaMA 3.1 405B 模型、FP4 精度推論，在相似的 8-GPU 平台下，並以雲端定價為基礎評估的結果。

雖然輝達仍擁有領先的 CUDA 軟體生態系與更大的市佔，但 AMD 這次不再只是「便宜的選擇」，而是以效能與開放架構切入市場。

除了晶片，AMD 如何強化軟體與生態系統競爭力？

AMD 發表了全新的 ROCm 7 開放原始碼軟體平台，支援如 PyTorch、Hugging Face、OpenAI Triton 等主流框架，讓開發者能更快上手並部署模型。ROCm 7 也強化了推論效能，支援分散式推論與跨平台相容性。

另外，AMD 宣布全面開放 Developer Cloud 平台，讓任何開發者只需一個 Email 或 GitHub 帳號就能免費體驗 MI 晶片效能。這樣的開放策略，明顯對標輝達的封閉 CUDA 環境，試圖吸引更多開發者轉向 AMD 陣營。

能源效率與永續發展：AMD 如何應對 AI 帶來的耗電壓力？

隨著 AI 模型規模不斷擴張，能源消耗問題愈來愈受關注。AMD 宣布，其 MI350 系列晶片已超越原本 5 年提升 30 倍能源效率的目標，實際達到 38 倍提升。同時也訂下新目標：到 2030 年，要讓一個目前需要 275 台機櫃才能訓練的 AI 模型，只需在「不到一台」未來 Helios AI 機櫃中完成，而且用電量減少 95%。這不僅對企業營運成本有幫助，也讓 AMD 成為少數能以高效能、低碳排雙軌發展的晶片商，呼應全球 ESG 投資趨勢。

未來還有什麼佈局？MI400 和 Helios 是什麼？

蘇姿丰在會上也預告了明年即將登場的 MI400 系列晶片與名為「Helios」的 AI 超級運算機櫃架構。Helios 能串接多達 72 顆 GPU，支援每秒高達 2.9 ExaFLOPS 的 AI 推論效能，並預計導入更多開放標準，如 UALink 與 UltraEthernet，打造可擴展、模組化且具彈性的未來架構。值得注意的是，MI400 系列是與 OpenAI 合作設計，主打「Mixture of Experts」架構的推論效率將提高 10 倍，未來極有機會成為訓練 AGI（人工通用智慧）等下一代 AI 系統的基石。

投資人應該怎麼看這場發表會？

雖然發表會後 AMD 股價下跌 2%，但這反映的是市場對短期營收與執行能力的保守態度，而非產品本身的缺陷。事實上，若 AMD 能如期交付 MI350 系列並擴大出貨量，搭配 MI400 系列明年推出的預期，將可能在 AI 晶片市場中逐步擴大市佔。根據 BofA 分析師估算，即使 AMD 最終僅取得 3%~4% 的 AI 晶片市佔，在總體 4,000~5,000 億美元規模的市場下，年營收也可望突破數十億美元。