2月14日消息，在AI芯片市场，NVIDIA几乎垄断了先进算力领域，占据约90%的市场份额。长期以来，AMD被视为第二大供应商，但两者之间的差距依然悬殊。
近年来AMD在AI领域的追赶速度相当迅猛，去年推出的MI350系列已被业内认为能够比肩Blackwell架构，而今年发布的MI450系列在计算性能和带宽方面甚至有望超越NVIDIA同类产品。
不过AMD在AI领域的短板并不仅限于GPU算力高低——这方面可能还不是最主要的矛盾。D.A. Davidson分析师Gil Luria近日发布的报告指出了AMD一个关键缺陷：他们认为在逐渐落后的过程中，过度依赖第三方网络芯片供应商是根本原因。
报告强调，AI运算除了GPU本身性能，还需要软件、网络、内存等多环节协同配合。目前AMD在网络层面高度依赖第三方方案，对于运行数万至数十万GPU的大型AI数据中心而言，数据传输过程中任何微小延迟都可能导致整体效率下降。因此AMD的实际算力利用率远低于理论值，其单位算力成本反而高于竞争对手。
此外，AMD在软件生态方面的不足也是明显短板，这方面NVIDIA的CUDA生态系统依然深受客户青睐。
另一个不容忽视的问题是，AMD在台积电的产能分配优先级显然不及NVIDIA。晶圆厂会优先满足其他厂商的需求，这种供应上的不确定性将直接影响客户的采购决策。
总体而言，分析师认为虽然AMD的GPU算力理论值很高，但实际表现存在不确定性。特别是在网络芯片方面依赖第三方的现状，使得其整体方案相较于NVIDIA处于劣势。甚至与博通、亚马逊及谷歌的TPU方案相比，后者都可能获得更多采购机会。
不过AMD在AI市场并非没有发展空间，未来的市场前景依然值得期待。今年下半年将推出的MI450系列将是一个重要观察窗口，OpenAI已承诺采购部署，其实际表现将成为AMD能否真正追赶对手的关键测试。
