随着新产品的发布，AMD可以挑战NVIDIA吗？

Chaowei半导体公司（AMD）首席执行官Su Zifeng在一周前的文本 /零度源 /节点融资发表了一个大胆的声明，即AMD最新的AI处理器MI350系列芯片的最新版本已经比上一代产品的速度，速度，速度术语，与NVIDIA产品相似。您信任还是杀死疯狂的产品？根据Su Zifeng的说法，本月初开始运输的MI355芯片比上一代产品快35倍。 “节点融资”发现，MI355芯片在AI软件方面超过了NVIDIA的B200和GB200产品，并且在进行AI模型培训时相当甚至更好。更值得关注的是价格，AMD AY的产品小于Nvidia。不仅如此，AMD还正式宣布了ZEN5 Architecture AMD ThreadRipper Pro 9000WX/9000系列处理器和RDNA 4 Architecture Radeon AI Pro R9700专业图形卡。来自AI专业图形卡的筹码。目前，在一系列“超级成本有效”的产品攻击下，AMD可以挑战NVIDIA吗？ 01产品·ZEN5线程9000的Zen5 AMD线有多强？ 6月10日，当地时间，AMD在美国加利福尼亚州圣何塞举行了深厚的技术研讨会沟通，共享了更多相关的技术细节和性能数据。根据AMD共享会议，可以说Threadripper系列是以前的AMD生成处理器产品的传奇。从第一个Ryzen Threadripper 1950X到先前的Ryzen Threadripper Pro 7995WX，Bilthe核心增加了5次；带宽记忆增加了3次； PCIE带宽也增加了3次。 “节点金融”发现，自2017年Teeder CPU线程推出以来，AMD多次教授这一系列处理器，并且在相同的硬件和性能量表上经历了土壤变化。同时，工作站市场的发展高度公关被宣传，可以说，工作站市场的运营环境将被彻底改变。就产品而言，新一代线程线程，9000 ThreadRipper系列可以分为工作站的Threadipper Pro 9000系列，以及高端桌面HEDT平台的ThreadRripper 9000系列。两者都建立在Zen 5架构上，并且仍在使用WRX90和TRX50主板平台。两者之间的主要区别是核心尺度的大小，Ngunit与Theadripper 7000系列相比，有许多明显的升级。从当前已知信息来看，9000 ThreadRipper系列对新用户和新用户真的很友好，而新用户可以享受其旧用户带来的基本性能优势，也可以很容易地升级，因为Threadipper 9000系列仍在使用现有的STR5平台。大多数旧用户的平台调整不需要更改，升级成本可能是契合最低效果。根据AMD计划，Threadripper 9000系列处理器，这两种产品中开发的Radeon AI Pro R9700图形卡和工作站系统将于今年7月正式推出，主要用于高端桌面平台和中高端工作站用户。 Morehardcore产品正在发生变化。目前，AMD可以挑战NVIDIA吗？ 02 GAP·R＆D +生态学，AMD仍在路上。值得一提的是，AMD发布了新的AI芯片MI350系列，重点是“高成本效益”。根据一系列超级成本效益的产品，AI的AI业务已收到了许多订单，但是“节点金融”了解到购买这些订单有两个潜在的原因：首先是NVIDIA生产能力无法满足所有需求，并且溢出订单被Amad接受。此外，像微软这样的公司还通过购买AMD GPU来减少NVIDIA的希望。其次，NVIDIA客户仍在寻找AI中的继任者筹码。对于某些客户而言，他们希望不太依赖Nvidia。在此背景下，Microsoft，OpenAI和Google等公司的最新和最大的AI计算能力集群仍然将NVIDIA的H200列为首选。 AMD GPU（例如MI300X）主要部署到其他数据中心，以支持云计算能力。实际上，很长一段时间以来，市场一直在比较AMD和NVIDIA。在市场定位方面，AMD更喜欢“成本效果谷物刀”，而Nvidia是“高端收割机”。各种市场定位是指这两家公司的发展和生态环境中的不同途径。 Su Zifeng面对NVIDIA的比赛，AI芯片市场足够大，足以容纳许多公司，“ AMD并不是HASIS。 AMD显然继续对NVIDIA的产品进行基准测试。但是，“节点金融”认为，最近多年来，NVIDIA一直在领导GPU市场数据中心，几乎是垄断的，而AMD在今年年初是Fargo的，NVIDIA目前拥有AI数据中心市场共享的98％，而AMD仅占市场共享的1.2％，英特尔的英特尔占1％。研发条款，2005年，AMD的研发成本为11亿美元，NVIDIA约3.2倍； NVIDIA的R＆D成本达到73.4亿美元，AMD 1.47倍。像2024财年（3年内202年一样，NVIDIA的研发成本高达867.5亿美元，同时同时同时获得AMD的研发成本1.48倍。大量投资直接导致NVIDIA产品的效果更好，这也是NVIDIA制造商选择的最重要的原因之一。这进一步增加了NVIDIA的竞争障碍。Nvidia使用自己的CUDA平台在AI软件开发领域建立了护城河，该平台将许多开发人员严格绑定到NVIDIA生态系统。但是，AMD并不意味着没有机会。毕竟，在当前的生态系统中，一些制造商开始“照顾” Nvidia更强大的本质。 03竞争·自我进入的筹码，寻找市场中每个参与者的“替代解决方案”对NVIDIA的规模增加“仍然害怕”。 “ Nvidia非常强大，毛利率超过60％。因此，尽管Nvidia在培训结束时的地位是不可避免的，但客户不想看到这种情况总是这样的。每个客户都希望将自己的解决方案推广到培训结束时，以培训结束和认可。这直接导致主要制造商试图找到第二种解决方案，以确保y仍然有“选择权”。为大型云制造商定制各种XPU芯片，并为AI和其他计算的其他组件提供对NVIDIA GPU的依赖。在这种背景下，Nvidia还必须处理它。几周前，NVIDIA打开了NVLLINK生态系统的解决方案，通过NVLink融合，它允许Google等制造商的ASIC在NVLink上运行，希望这些制造商能够继续使用Nvidia GPU。 NVIDIA希望以这种方式保持其在AI云计算领域的主导地位。此外，为了应对挑战，NVIDIA最近专注于在世界许多地方促进“主权AI”实施以推动GPU销售。上周，NVIDIA宣布将在德国建造其第一个工业AI云，配备10,000个Blackwell GPU，并在欧洲建立了20多家AI工厂。 AI芯片的领域就像战场，主要制造商互相竞争。在下面更多的竞争，不同制造商之间的关系“近距离”。从表面上看，这是双赢的合作与购买商品。私人，有必要为自己的研发准备替代解决方案或完整的“背部”准备工作。在快速技术开发的时期，半导体行业始终是重点。很长一段时间以来，AMD和NVIDIA已与市场进行了比较。 AMD可以超越Su Zifeng吗？这尚不确定，但是随着AI市场的持续扩展和技术的持续重复，未来充满了变量。十年来的AI芯片市场可以提出不同的竞争观点。 *标题图像是由AI生成的，以申请企业家精神并分享企业家精神的好主意。单击此处，一起讨论新的创业机会！