AMD新AI芯片性能超英伟达？OpenAI与Anthropic订单能否改写算力格局
2026年7月24日，美国芯片制造商AMD正式发布新一代面向数据中心的AI芯片与服务器产品组合，并公开宣称其性能在多个关键指标上超越英伟达（NVIDIA）同类产品。此次发布的核心包括搭载MI455X AI加速器与Venice处理器的第二代AI服务器Helios，标志着AMD在人工智能算力基础设施领域的竞争进入新阶段。公司首席执行官苏姿丰表示，Helios已进入全面量产，预计将于2026年第三季度末开始出货，且客户订单“极其旺盛”。
AMD加速AI基础设施布局，锁定头部模型开发商
根据路透社于7月23日发布的报道，在旧金山举行的发布会上，苏姿丰详细介绍了AMD在AI硬件生态中的最新进展。她指出，OpenAI计划于2026年底开始大规模部署Helios服务器，并将在2027年进一步扩大采用规模。此外，OpenAI还计划在其后续系统中使用AMD下一代MI500 AI芯片，显示出对AMD长期技术路线图的信心。
与此同时，AMD宣布与人工智能模型开发商Anthropic达成深度合作：自2027年上半年起，AMD将向Anthropic供应最多2吉瓦（gigawatts）的Instinct MI450芯片，并对其投资最高50亿美元。Anthropic联合创始人Tom Brown透露，其大模型Claude已具备自主完成AMD AI服务器部署的能力，这暗示AMD平台正逐步获得主流AI开发者的工程级认可。
值得注意的是，AMD并未止步于独立硬件销售。公司还与专用AI芯片企业Cerebras Systems达成合作，将联合推出整合式AI服务器解决方案，并率先部署于Cerebras自有数据中心。这一策略表明，AMD正试图通过开放合作模式，绕过英伟达长期主导的软硬件一体化生态壁垒。
市场空间预测激进，AI算力赛道进入“万亿美元”时代
在此次发布中，AMD给出了极具野心的市场规模预测：到2030年，全球计算市场总规模将达到2万亿美元，其中1.4万亿美元来自AI加速芯片，2200亿美元来自CPU市场。相比之下，2025年该市场的整体规模仅为约3650亿美元。这意味着未来五年内，AI驱动的计算需求将呈现指数级增长，而加速器将成为核心增长引擎。
这一预测为AMD的激进投入提供了逻辑支撑。长期以来，英伟达凭借CUDA软件生态和H100、Blackwell等GPU架构，在训练和推理市场占据绝对主导地位。但随着大模型推理成本压力上升，以及客户对供应链多元化的诉求增强，AMD正聚焦于推理场景——尤其是类似ChatGPT这类高并发、低延迟应用所需的高效能比计算——作为突破口。
苏姿丰强调，AMD的目标是在“大规模计算领域取得领先地位”，而不仅仅是作为替代选项存在。通过将CPU（Venice）、AI加速器（MI455X/MI500）与高速互连技术集成于统一服务器架构，AMD试图提供更高能效比和更低总体拥有成本（TCO）的解决方案。
英伟达未直接回应性能对比，但强化供应链布局
截至2026年7月24日，英伟达尚未就AMD的“性能更胜”宣称发布官方技术反驳或基准测试数据。然而，就在AMD发布会前夕（7月23日），英伟达宣布与半导体封装企业Amkor Technology签署一项价值15亿美元的多年期协议，旨在扩大其在美国的先进芯片封装与测试能力。
根据协议，英伟达将预付资金支持Amkor在亚利桑那州等地的产能扩张，双方还将共同开发用于AI与加速计算平台的新型封装技术，重点在于将多种芯片类型集成于单一封装内（即chiplet或3D堆叠技术）。此举凸显英伟达正从制造后端环节巩固其技术护城河，确保Blackwell及后续B100/B200等架构的量产交付能力。
值得注意的是，Amkor同时也是AMD的封装合作伙伴，这反映出在全球先进封装产能紧张的背景下，两大芯片巨头虽在终端产品上激烈竞争，却共享部分上游供应链资源。这也意味着，未来AI芯片的竞争不仅体现在架构设计与软件生态，更延伸至封装、测试乃至地缘政治驱动的产能分配层面。
投资者关注点：从技术参数转向实际部署与生态构建
尽管AMD此次高调宣称性能优势，但市场真正关心的并非纸面指标，而是实际部署进度与开发者生态的成熟度。OpenAI与Anthropic的背书无疑是关键信号——这两家代表当前最前沿大模型研发力量的公司若能成功在AMD平台上运行生产级负载，将极大提升其他云服务商和企业客户的采纳意愿。
此外，AMD对Anthropic高达50亿美元的投资，也显示出其正从纯硬件供应商向“AI基础设施共建者”转型。这种资本绑定模式类似于英伟达早期与微软、Meta的合作逻辑，旨在通过深度协同锁定长期需求。
然而，挑战依然显著。英伟达的CUDA生态历经十余年积累，拥有数百万开发者和成熟的工具链。即便AMD在硬件性能上实现局部超越，若缺乏同等效率的编译器、调试工具和模型优化框架，仍难以撼动其主导地位。因此，未来几个季度，市场将密切关注AMD是否能推动主流AI框架（如PyTorch、TensorFlow）在其硬件上的原生支持优化，以及第三方ISV（独立软件开发商）的适配进度。
综上所述，AMD此次产品发布不仅是技术迭代，更是一场围绕AI基础设施控制权的战略宣示。在万亿美元级市场预期驱动下，芯片巨头间的竞争已从单一产品性能扩展至生态构建、客户绑定与供应链韧性等多个维度。对于投资者而言，真正的胜负手或许不在于谁的芯片跑分更高，而在于谁能更快让客户“离不开”。
