AMD 如何通过开放生态应对英伟达 CUDA 垄断及云厂商自研 ASIC 的双重挑战?

当前全球 AI 算力市场呈现明显的二元结构:一方面,英伟达凭借 CUDA 生态和 GPU 架构优势占据主导地位;另一方面,大型云厂商如 Google、Amazon、Microsoft 纷纷推出自研 ASIC 芯片以降低成本并满足特定场景需求。这种碎片化的硬件环境导致软件维护成本激增,客户面临严重的供应商锁定风险。

在此背景下,AMD 提出的“开放生态”战略具体包含哪些核心要素?其 ROCm 软件平台和 UALink 互联协议如何在实际应用中解决跨架构兼容性难题?特别是在推理需求快速增长且工作负载日益多样化的今天,AMD 的开放策略是否足以打破 CUDA 的网络效应壁垒,从而在多元化的算力市场中确立其不可替代的中立底座地位?

最佳答案 匿名用户编辑于2026/09/12 17:12

AMD 应对双重挑战的核心在于构建一个“中立、开放、跨架构”的软件与互联标准体系,而非单纯追求硬件参数的对标。首先,针对云厂商自研 ASIC 带来的异构化痛点,AMD 利用 ROCm 软件平台提供一套通用的代码运行环境。ROCm 支持 PyTorch、JAX 等主流框架,并通过 AI 辅助编程工具大幅降低代码迁移成本,使得不同厂商的加速器能够在统一的软件栈上调度。其次,在硬件互联层面,AMD 主导或积极参与 UALink、OCP 及 UEC 等开放标准,旨在打破专有互联协议(如 NVLink)形成的物理隔离,允许客户混合部署不同品牌的网络设备与计算单元。

对于英伟达 CUDA 的垄断,AMD 的策略是避开正面硬碰硬的封闭生态竞争,转而强调“选择权”与“成本控制”。Helios 整机柜方案展示了这一逻辑:通过在机架级实现 CPU、GPU、DPU 的深度优化,AMD 在推理场景下实现了比竞品更高的每美元 Token 处理能力。这种系统级的性价比优势,结合开放标准带来的供应链灵活性,吸引了寻求制衡单一供应商风险的头部云厂商。因此,AMD 的开放生态并非简单的开源口号,而是通过软硬件协同与标准制定,将自身定位为全球算力基础设施多元化采购浪潮中的关键备选与融合节点,从而在碎片化的市场中建立结构性壁垒。

参考报告REPORT

超威半导体-AMD.US-AI算力第二极,开放生态下的推理突围.pdf

随着全球AI算力需求重心由训练向推理加速转移,预计2026年推理将占据算力需求的三分之二,这为具备高性价比与大显存优势的芯片厂商打开了新的市场窗口。本报告深度解析超威半导体(AMD)在“AI算力第二极”定位下的战略突围逻辑。核心观点与数据:1.双轮驱动业务结构:公司依托EPYC服务器CPU稳固基本盘,2025Q4市场份额升至28.8%,提供稳定现金流;同时,AI加速器MI系列凭借低基数(约5%供给份额)和高弹性,成为主要增长引擎。预计2026-2028年营收分别为514/868/1216亿美元。2.硬件差异化卡位:MI系列通过CDNA架构升级与HBM扩容,显存容量从192GB提升至432GB,...

我来回答

快速提问

海量报告支持,行业专家解读

海量文库支持,行业专家解答

用户解答榜
分享至