在摩根士丹利科技媒体通信大会上，AMD首席执行官苏姿丰（Lisa Su）宣布，公司将深化与Meta、OpenAI的多年期合作，加速MI450系列芯片及机架级系统的量产落地，同时维持激进的财务目标，全力满足数据中心持续增长的AI算力需求，将AI基础设施业务定为未来核心增长引擎。
财务战略：锚定高增长目标，AI业务成核心支撑
苏姿丰在大会上重申了AMD于财务分析师日公布的长期财务规划：未来数年实现约35%的复合年增长率，每股收益目标突破20美元。她表示，2025年的发展势头已延续至2026年，市场对CPU、GPU等高性能计算产品需求旺盛，AMD的客户合作版图也在持续扩张。
苏姿丰将AI基础设施定义为多板块扩张的增量市场，并预计未来3-5年，公司数据中心AI业务年增长率将超80%，这一板块的高速增长将为整体营收及每股收益目标的实现提供核心支撑。
核心合作：与Meta、OpenAI达成多代际战略协作
苏姿丰表示，AMD与Meta、OpenAI近期达成的合作并非传统客户关系，而是多代际战略合作伙伴关系，深度绑定双方技术与业务发展。
与Meta方面，AMD签署了长期6吉瓦算力供应协议，为其定制化开发适配专属工作负载和数据中心需求的半定制GPU。该项目从工作负载规格定义阶段便深度协作，最终打造出贴合Meta基础设施的垂直一体化设计方案，合作中采用的认股权证与终端客户的成功落地深度挂钩，为转型级合作提供激励。
与OpenAI的合作则“比以往任何时候都紧密”，双方正联合对MI450系列进行协同验证，并共同规划首批1吉瓦算力的部署方案。两大合作均以性能为导向，建立了双向激励机制，成为AMD切入全球顶级AI算力需求市场的关键抓手。
产品核心：MI450系列领衔，芯粒架构打造技术差异化
MI450系列是AMD2026年产品布局的核心，苏姿丰称其为针对推理和智能体AI优化的标杆产品，相较上一代MI300/MI350系列，在性能和部署便捷性上实现质的提升。
芯粒架构是AMD反复强调的技术核心，苏姿丰表示，该架构让AMD可针对不同工作负载灵活组合元器件——例如针对高内存需求的推理场景、高性能计算场景分别优化设计，小幅调整即可实现性能的显著提升。AMD同时推出面向高性能计算工作负载的MI430系列，充分印证了芯粒架构的设计灵活性。
苏姿丰指出，AI基础设施的未来是异构计算：单一芯片无法满足所有应用场景，未来的算力系统需要整合CPU、GPU、FPGA、网络接口控制器（NIC）及先进网络技术，实现性能、能效与总拥有成本的平衡。而这种异构化趋势，恰好契合AMD的全品类产品布局优势，尤其在加速器需求增长的同时，传统CPU的市场需求也在同步提升。
生态布局：机架级系统+网络技术，打造端到端解决方案
为缩短客户的工作负载落地周期，AMD正全力推进全机架级解决方案落地。依托对ZT Systems的收购打造的Helios机架，基于与Meta联合开发的行业标准设计，可大幅简化并加速客户部署流程。苏姿丰透露，AMD在芯片最终流片前就完成了机架设计的相关验证，目前已在实验室及核心客户处开展工作负载测试，预计2026年下半年进入量产高峰期，四季度将迎来大规模落地。
网络技术是AMD系统性能的关键支撑，对Pensando的收购及自研高端网络接口控制器（NIC）是其网络战略的核心。AMD坚持开放标准，推出针对AI优化的UALink网络技术，同时保证与以太网的兼容性，强调尊重客户选择，与交换机及生态合作伙伴协同打造满足性能需求的机架级网络方案。
供应链与CPU业务：保障CoWoS产能，x86架构持续突破
针对供应链担忧，苏姿丰表示，AMD拥有充足的CoWoS 产能，可满足2026年下半年的量产计划。尽管市场需求增长超预期，让产能格局较此前预测更为紧张，但AMD已与供应链合作伙伴达成共识，将在2026-2027年持续扩充产能。
CPU业务方面，Turin系列量产推进“极为迅速”，而推理工作负载的增长，让传统计算芯片的需求迎来“意外惊喜”。苏姿丰重点提及基于台积电2纳米制程打造的下一代EPYC系列芯片Venice，目前项目推进符合预期，客户期待度极高，该产品将助力AMD扩大整体可服务市场，在与x86及ARM架构竞品的竞争中进一步抢占市场份额。
市场与竞争：中国市场受许可限制，全球竞争凭技术路线突围
苏姿丰坦言，受美国出口许可管制影响，GPU在中国市场的布局面临“复杂局面”。AMD上一季度已向中国市场出货部分MI308芯片，目前正为MI325芯片申请出口许可，但审批结果存在不确定性，在许可政策明朗前，公司暂未对中国市场的GPU新增营收做任何预测。
面对市场竞争，苏姿丰承认中国本土芯片企业带来了激烈的竞争压力，同时表示AMD将持续依托美国的技术路线图和产品迭代周期参与全球竞争。她强调，AMD将与各国政府积极沟通，推动全球市场的业务参与，也认可中国本土芯片企业取得的发展成果。
发展展望：聚焦执行落地，直面量产与系统复杂度挑战
苏姿丰在整场分享中反复强调执行能力：MI450系列的量产落地、Helios机架的规模推广、供应链的精细化管理，以及网络技术与机架级系统的融合整合，均是复杂度极高的工作。她对AMD的前期筹备及客户协同工作充满信心，但也坦言，量产时间规划和系统复杂度要求企业进行精细化的统筹协调。
整体来看，AMD正以激进的增长目标为导向，依托与Meta、OpenAI的战略合作伙伴关系，以芯粒架构打造产品差异化，并通过端到端的系统解决方案加速客户部署，全力抢占AI基础设施市场的核心份额。
补充介绍：AMD AI基础设施布局的行业逻辑与竞争看点
1.芯粒架构成异构计算核心抓手：在AI算力需求多元化的背景下，芯粒架构的灵活设计特性可快速适配推理、训练、高性能计算等不同场景，成为AMD与英伟达竞争的核心技术差异化优势，也契合行业从单一芯片向系统级算力解决方案的发展趋势。
2.机架级解决方案降低客户落地门槛：AI超算中心的建设对算力部署的效率和兼容性要求极高，AMD推出的Helios机架基于行业联合标准设计，可实现算力的快速部署，这一模式将成为头部算力芯片企业的标配，从“卖芯片”向“卖整体解决方案”转型成为行业共识。
3.绑定顶级超算客户构筑生态壁垒：与Meta、OpenAI的深度定制化合作，让AMD的产品与全球顶级AI算力需求深度贴合，既实现了技术的场景化验证，也构筑了较强的生态壁垒，成为其突破英伟达市场垄断的关键一步。
4.CoWoS产能成行业核心竞争要素：随着先进封装芯片的量产需求激增，CoWoS产能成为制约各大芯片企业量产的核心因素，AMD提前锁定并规划产能扩充，为其2026年的产品落地提供了关键保障，也反映出先进封装产能将成为未来数年华尔街关注的半导体行业核心指标。
（注：文档部分内容可能由 AI 生成)
