上一篇
AMD CEO苏姿丰预言：2030年AI数据中心市场突破万亿美元
近日，AMD首席执行官苏姿丰在华尔街再次引发热议；她表示：到2030年，AI数据中心市场规模将突破1万亿美元。
这听起来或许有些夸张，但回顾她过去十年如何带领AMD实现逆转，就会明白，这位领导者从不空谈。
01
首先，为快速了解，简单介绍一下她是谁？
许多人熟知英伟达的黄仁勋，因其擅长描绘愿景；而苏姿丰（Lisa Su）的名字对部分人可能稍显陌生。她是AMD现任CEO兼董事长。
2014年，她从纯技术背景的工程师起步，逐步执掌这家老牌芯片企业。
她的履历堪称“理工界女性巅峰”：
拥有麻省理工学院（MIT）电气工程博士学位，曾在IBM和Freescale半导体担任高管；她的专长并非营销或演讲，而是如何让晶体管更高效。
接手AMD时，公司濒临崩溃，市场份额被英特尔大幅压制，市值不足30亿美元，员工对前途忧心忡忡。
然而，不到十年，她硬是将AMD拉回竞争舞台。CPU方面推出的Ryzen系列，直接突破了Intel的防线；GPU端的Instinct系列，则正面对标NVIDIA。
如果对这些产品不熟悉，也无妨。
可将Ryzen想象为计算机的“大脑核心”，决定机器运算速度与智能程度；Instinct系列则像是“超级大脑的神经网络”，专攻AI计算和模型训练等重型任务。
换言之，AMD当前聚焦于打造整个算力系统的心脏。
因此，当苏姿丰在台上抛出“1万亿美元”的预测时，业界反而认为这有可能成真。
那么，她具体说了什么？
地点在纽约，AMD三年来首次召开分析师日。苏姿丰登台直接给出结论：到2030年，AI数据中心市场规模将突破1万亿美元。
为何是一万亿美元？
AMD官方更倾向于“计算市场”这一说法，但外媒将其解读为AI数据中心市场。
本质上，围绕AI的算力基础设施（包括芯片、服务器、互联、内存/存储、系统集成等）将在十年内膨胀至万亿美元级别。
这意味着“系统级市场在扩大”。
推理与训练的全面扩张，将带动整机、网络互联、内存、存储、机房供电、能效系统、软件及集成服务等链条的整体投资。
这个量级为所有算力相关公司设定了共同天花板，关键在于谁能更快抢占份额。
因此，AI生意的核心在于在这1万亿美元市场中，各家企业如何定位？是仅出售零部件，还是提供整套系统、甚至交付“可用的算力能力”？
AMD恰恰属于后者，它销售的是完整的“可部署算力系统”。随后，她进一步强化了观点：
We have never been better positioned（我们从未处在比现在更有利的位置）。
这两句话被现场视为整场演讲的“核心信号”。为什么呢？因为她披露了两组数据：35%和60%。
02
先看35%。AMD表示，公司整体营收在未来3到5年内，将保持35%的年复合增长率（CAGR）。这看似平常，但实际上非常激进。
计算可知，35%连续增长五年意味着什么？营收将扩大约4.5倍。
简单估算：假设AMD当前年营收为250亿美元，五年后目标将超过1000亿美元。
在半导体行业，这属于极具挑战性的目标，除非有新赛道支撑，否则难以实现；因此，这组数字背后真实含义是：整个产业结构正在升级。
过去，AMD依赖单芯片盈利；如今拥有CPU、GPU、服务器系统、网络互联和AI平台。
它正试图构建一个“持续迭代的算力复合体”，一次销售后，还能通过服务、推理、升级和迭代实现长期盈利。
故而，复利驱动增长，增长再反哺复利，这才足以支撑35%的节奏。
但从另一角度看，这种节奏也相当脆弱；任何环节出问题（如产能、良品率、AI行业周期等），都可能导致崩盘。毕竟复合增长率越高，兑现压力越大。
再谈60%。这个数字更为惊人。数据中心业务五年内如此增长，基本意味着十倍扩容。她的观点是：AI数据中心正进入第二阶段。
过去几年，AI算力主要集中在“训练”阶段，巨头公司堆积GPU和模型；而接下来，“推理”阶段将到来，模型需真正应用于企业和场景中，每次调用和响应都会消耗算力。
因此，推理需求将呈现连锁式爆发，类似智能手机普及初期的增长曲线，一旦生态铺开，增长将急速攀升。
她相信AI数据中心会迎来类似爆发，区别在于这次需要销售的是基础设施。
可以这样理解：AI时代，数据中心是新“工厂”，芯片是机器，电力是燃料，算法是工艺，而苏姿丰旨在让AMD从“机器供应商”转型为“整座工厂的建造者”。
这也是她在演讲中反复强调“系统级能力”的原因。
她希望将整套系统效率优化到极致，因为未来竞争的关键在于谁能算得既快又省电。因此，这60%代表一种“结构性增长”。
她试图在这场扩张中重新定义市场格局。
阐述完“市场多大、增长多猛”后，关键问题在于如何落实。国外企业领袖的演讲逻辑通常很自洽：先描述机会，再给出路径。
那么她的路径是什么？发布了哪些产品？
总体来看，她重点介绍了两条产品线，一是已开始出货的Instinct MI350系列，二是正在研发、计划2026年推出的Helios系统。
她的原话：
The Instinct MI350 series represents the fastest ramping product in AMD’s history（这是AMD历史上铺货速度最快的GPU产品）。
查阅资料显示，MI350系列主要用于“AI训练+推理”场景，相比上一代MI300，AI性能提升35倍。
虽非技术人员，但可看出AMD已走出自己的技术路线。
她还提到，这款GPU已开始向主要云厂商出货，包括微软、亚马逊、Meta等，预计2025年上半年完成全面部署。
介绍完MI350，她翻到PPT下一页：Helios系统。她表示：
Helios will bring together CPU, GPU and interconnect in a single unified system（Helios将把CPU、GPU和网络互联整合进一个统一系统）。
简而言之，这是一套完整的“可部署AI工厂”，从服务器主机到冷却系统，从计算核心到互联架构，均实现系统级整合。
根据路线图，Helios将搭载下一代MI450 GPU，基于CDNA 5架构，计划2026年第三季度发布。
这意味什么？AMD要像NVIDIA那样，将软硬件、互联、功耗和系统优化打包成完整的算力平台。
03
产品介绍后，她补充了一段关键内容，值得深思。包含四个关键词：
Compute, Memory, Interconnect, Efficiency（算力、内存／带宽、互联网络、能效）
她指出，在AI下一轮扩张中，算力如同发动机；内存和带宽是真正的瓶颈，因为大模型和推理场景对数据移动要求极高。
互联则是管道，决定节点到节点的效率。
例如，家庭网速再快，若路由器拥堵，全屋网络都会卡顿；AI世界同理，GPU再多、性能再强，若中间管道不通，数据堵塞，整个系统便无效。
至于能效，则是谁能大规模部署、在成本控制中存活的关键。
类似造车，同样一箱油，有的车能跑一千公里，有的仅两百公里便耗尽；AI数据中心竞争，本质是在功耗不爆炸的前提下，最大化算力输出。
这解释了为何她反复强调“系统级能力”，因为只有打通这四个要素，1万亿美元、35%、60%的目标才有可能实现。
至此，她的演讲基本结束。信息量虽不庞杂，但句句重磅。
随即查看AMD股价走势，截至11月12日收盘，股价约为237.52美元；发布会前，股价已有波动，演讲当天盘前和盘后均出现上涨。
显然，市场正在为她的“1万亿美元、35%、60%”叙事下注。
然而，也有冷静声音指出：目标虽宏伟，但兑现难度不小。有分析师认为，市场对AMD的估值压力大、执行链条复杂。
进一步查阅投行观点。以高盛（Goldman Sachs）为例，这家华尔街老牌投行常为大公司业绩定调。
他们的结论大致是：
AMD是AI赛道上值得关注的选手，但在设定所有目标后，其上涨空间可能有限。
具体而言，他们将目标股价从约150美元上调至200多美元，但评级保持“中性”，意为公司稳健，但不宜期望短期飙升。
这好比一场热门演出，众人看好，但专家提醒：好戏开场，能否持续至终场仍是未知。
换言之：股价已部分反映“1万亿美元、35%、60%”的预期；市场已初步消化，但完全实现还需后续产品交付、客户拓展和执行效果。
由此联想到近日朋友圈的一个段子：
存储涨价，导致深圳内存条商家感觉利润比黄金还猛。老板感叹：本是做生意，结果内存条一日一价，搞得像炒股。
瞧，这道理相通。
如果说AMD讲述的是“AI算力系统的大盘”，那么接下来需观察，这个大盘背后能否跑通“能源加供给”的路径。
毕竟，AI的尽头，确实是水、电、储能、散热、土地和资源配置。
听起来抽象，但细想，所有模型训练都需要电力，所有电力都需稳定存储，而这一切根源最终都落在“储能”上。
于是问题浮现：储能相关股票和基金，能否重仓投资？
参考链接：
[1].AMD Financial Analyst Day｜Watch Live（2025年11月11日）
视频链接：
https://www.youtube.com/watch?v=fKwj_td_c4I
本文由主机测评网于2026-01-22发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://www.vpshk.cn/20260119737.html
