一、公司概览:全球领先的半导体设计公司
1.1 公司产品类型丰富,由 IDM 发展为深度绑定台积电的 Fabless
AMD 是一个全球领先的半导体设计公司,在 PC 和服务器 CPU 市场占据全球第二的市场 份额。公司共有 4 大业务分部: 1)数据中心业务主要提供服务器 CPU/GPU/APU/DPU/FPGA 等芯片产品,包括 EPYC 霄 龙服务器处理器、Instinct MI GPU 加速器、Xilinx 中的 AI 部分和 Pensando 的 DPU 产品 等; 2)客户端业务主要是用于台式机、笔记本电脑和手持个人电脑的 CPU、APU 和芯片组 产品,核心产品包括面向个人台式机和笔记本的锐龙 Ryzen、速龙 Athlon 处理器,以及 为工作站推出的 Threadripper PRO 处理器和锐龙 Pro 处理器等; 3)游戏业务主要提供独立 GPU、半定制 SoC 产品和开发服务,核心产品包括为游戏机 厂商制作半定制 SOC 的半定制业务,还有消费级镭龙 Radeon 系列显卡和为工作站推出 的 Radeon Pro 系列显卡; 4)嵌入式业务主要提供嵌入式 CPU、GPU、APU、FPGA、模块上系统(SOM)和自适 应 SoC 产品,包括锐龙和霄龙嵌入式处理器,以及 Xilinx 的 ALVEO、VERSAL 和 ZYNQ 系列产品。
2023 年公司收入 227 亿美元,其中数据中心、客户端业务、游戏业务、嵌入式业务分 别占比 29%、21%、27%、23%。
纵观 AMD 发展历史,大致可以发展为 4 个发展阶段: 1969-1986 年(第二供货商阶段):公司成立初期自主设计简单 IC 产品,是仙童半导 体、国家半导体等公司的第二供货商。1982 年,IBM 不希望英特尔一家独大,促成英特 尔与 AMD 合作,AMD 得以获得 Intel 的设计,生产 x86 系列处理器,成为 IBM 的第二 大供货商。 1987-2008 年(IDM 阶段):这一阶段,AMD 不再局限在制造领域,开始自行研制 GPU。 1987 年,英特尔终止了部分与 AMD 签署的协议。AMD 于 1991 年首次展示自行设计的 AM386 处理器,2000 年后陆续推出 Athlon(速龙)、Opteron(酷龙)系列处理器,市 场份额迅速提升。2006 年,AMD 以 54 美元收购 ATI,扩展 GPU 业务,进一步丰富其产 品矩阵,成为当时唯一同时拥有 CPU 和 GPU 两大核心芯片设计制造能力的公司。2008 年,AMD 宣布分拆其芯片制造业务,专注于设计。 2009-2018 年(Fabless 阶段-格罗方德代工):分拆制造业务后,阿联酋国有企业 ATIC 斥资 21 亿美元买下半导体制造业务 66%的股份,后于 2009 年成立新公司并更名为 Global Foundries(格罗方德)。从此,AMD 开启了由格罗方德代工芯片制造的 Fabless 模式。2015 年,AMD 进一步出售了马来西亚和中国的两座封测工厂,更加专注芯片设 计。2016 年,AMD 发布 Zen 架构处理器,打破了英特尔的垄断地位,2017 年正式推出 面向消费者的锐龙(Ryzen)处理器和面向服务器的处理器霄龙(EPYC)系列。 2018 年至今(Fabless 阶段-台积电代工):2018 年,为了追求先进制程,AMD 选择台 积电作为主要的代工合作厂商,将台积电在半导体制程和工艺上的优势为己所用。2022 年,AMD 先后收购赛灵思(Xilinx)和 Pensando,补齐 FPGA 和 DPU 板块。2023 年, AMD 还收购了开源 AI 软件公司 Nod.ai。2023 年 12 月,AMD 推出了用于训练和推理的 MI300X GPU 和用于 HPC 的 MI300A APU。
1.2 管理层技术背景深厚、产业经验丰富
公司最大的股东为贝莱德集团(BlackRock, Inc.),它是全球最大的资产管理集团、风险 管理及顾问服务公司之一。第二大股东为美国先锋领航集团(The Vanguard Group, Inc.), 是世界上第二大基金管理公司。
AMD 现任 CEO 苏姿丰(Lisa Su)是美国华裔,麻省理工学院电气工程学士、硕士、博 士学位。苏姿丰刚刚接手 AMD 时,AMD 已连续更换多任 CEO。苏姿丰上任后采取了一 系列改革措施,集中有限的资源在“刀刃”上,包括找回业界大佬吉姆·凯勒。在其技 术背景和专业领导下,AMD 成功走出困境,并且推出了众多性能优秀的产品,例如采用 Zen 架构的锐龙(Ryzen)和霄龙(EPYC)等系列处理器。在 x86 市占率被 ARM 架构侵 蚀的市场下,AMD 仍能维持市占率稳步提升。
1.3 业绩:疫后 PC 需求弱、服务器市场疲软为阶段性影响因素,已至尾声
公司 2023 年收入同比下降 4%至 226.8 亿美元,其中数据中心/客户端/游戏/嵌入式业 务分别同比+7%/-25%/-9%/+17%。1)客户端业务下降主要系疫后 PC 需求下降、库 存消化影响,2023H1 全球 PC CPU 需求减少。但 2023Q3 以来,随着 PC 库存消化基本 完成,整机厂再次具有拉货动能,公司客户端收入逐步开始恢复,2023Q3/Q4 分别同比 增长 42%/62%。2)数据中心业务增长缓慢主要系 2023Q1-3 大量训练服务器需求挤兑 了推理服务器需求、全球通胀压力较大、供应链库存去化等因素影响,与此同时训练服 务器面临缺芯等问题,全球服务器出货受阻,从而使得 AMD 数据中心分部收入受到较大 影响,2023Q1-3 AMD数据中心收入同比0%/-11%/-1%,而2023Q4受益于AMD Instinct GPU 和第四代 EPYC CPU 的强劲增长,公司数据中心业务同比增速恢复到 38%的较高水 平。基于 Q4 的优秀表现和对 2024 年产品销售的信心,公司将 2024 年数据中心 GPU 收 入的预期从此前的 20 亿美元增长至 35 亿美元。
2019-2021 年 AMD 毛利率持续提升,主要原因是:1)高端处理器销售强劲,2)产品 组合更丰富。2022 年,由于与 Xilinx 收购相关的无形资产摊销,公司毛利率同比降低了 3pct。2023 年,公司毛利率提升,主要是由于 1)毛利较高的嵌入式分部收入增加,2) 收购带来的无形资产摊销减少。公司指引 1Q24 的 Non-GAAP 毛利率 52%(4Q23/1Q23 为 51%/50%)。
AMD 在 2022-2023 年的费用率高企,主要是因为:1)收购赛灵思相关的无形资产摊销, 2022-2023 年分别有 21 亿/19 亿美元,2)收购以及内生增长带来的高研发支出, 2022-2023 年公司研发费用率分别为 21%和 26%。
公司 2023 年 GAAP 净利润大约为 8.5 亿美元,GAAP 净利润率约为 4%,较低的原因主 要是收购相关的无形资产摊销、研发费用高昂。加回股票薪酬、收购相关的无形资产摊 销等金额,公司 Non-GAAP 净利润率大约为 19%,明显高于同行。
二、消费级 CPU:市占率稳步提升,未来受益于 PC 复苏
消费级 CPU 的核心产品包括面向个人台式机和笔记本的锐龙、速龙处理器,以及为工作 站推出的 Threadripper PRO 处理器和锐龙 Pro 处理器。当前最新产品为面向笔记本的锐 龙 8000 系列移动处理器、面向个人台式机的锐龙 8000G 系列桌面处理器、面向工作站 的 Threadripper PRO 7000 系列和 Threadripper 7000 系列等。
2.1 设计、制造、性价比强,过去 5 年 PC CPU 市占率稳步提升
尽管 2018 年以来,x86 CPU 的市场份额被 ARM 架构侵蚀,但 AMD 作为主要的 x86 CPU 厂商之一,市占率保持稳步提升。核心原因在于: 1) 设计方面:公司自 2017 年在吉姆·凯勒的带领下推出 Zen 架构,后来 Zen2 到 Zen3 性能亦快速提升,改变了英特尔垄断地位; 2) 制造方面:AMD 自 2018 年起将代工厂从格罗方德转为台积电,将其先进制程优 势为己所用; 3) 市场方面:AMD 产品性价比整体较竞品更强。
第一,设计架构方面,目前公司最新的 PC CPU 产品为面向笔记本电脑的 Ryzen 8000 系 列和面向台式机的 Ryzen 8000G 系列,采用 Zen4 架构。相较 Zen3,Zen4 性能大幅提 升:IPC 提高 15%-24%、频率提高 8%-14%、单线程性能提升 28%-37%。根据 AMD 介绍,Zen5 架构将不仅仅是 Zen4 架构的增量改进,而是做出了重大修改的全新微架构。 根据Zen架构之父Jim Keller的一次演讲,估计Zen5的单线程性能可比Zen4提升30%。
此外,从 Ryzen AI 架构来看,最新的锐龙 8000 系列产品内置的 NPU 和 GPU 产品在 AI 处理性能上表现领先。在 CES 2024 上,AMD 展示了锐龙 7 8840U 的部分性能对比数据。 AI 处理性能方面,在 MobileNetv3 中,锐龙 7 8840U 领先了 Core Ultra 7 115H 大约 4%; 在 ESRGAN 中大约领先了 17%;在 Yolov8 中大幅领先了 43%;在 Deeplabv3 中领先了 79%之多。内置的 RDNA 3 显卡方面,锐龙 7 8840U 内置的 Radeon 780M 在 Stable Diffusion1.5 中超越 Core Ultra 7 155H 大约 6%;在 Procyon AI(Float32/Float16)测 试中分别领先 44%和 61%;在达芬奇转码中领先 85%。
第二,工艺制造方面,AMD 的芯片代工厂台积电过去数年制程保持领先地位,使得 AMD 在制程上领先英特尔数年。英特尔自 2015 年推出英特尔 14nm 制程(等效台积电制程 10nm 左右)产品后,历经数年于 2019 年才攻克 10nm 制程(等效台积电制程 7nm 左 右),而此时台积电已经推出了 5nm 工艺。 由于架构设计不断改进、依托台积电工艺制造优势,AMD 生产出的 PC CPU 产品一般具 有性能高、低功耗、低发热的特点。
第三,AMD 产品更具性价比优势。如下表所示,对比 AMD Ryzen 9 7900X(简称 7900X) 和英特尔 Core i9-12900K/KF(简称 12900),7900X 拥有明显更高的睿频频率、更大的 缓存容量、更先进的存储,而其售价相较 12900 却更低。
2.2 AI PC、Win11 带动换机,PC 市场 2024 年有望恢复增长
此前 PC 市场同比降幅已逐步收窄,2024 年 PC 行业将迎来换机周期。2020-2021 年, 全球 PC 市场受疫情影响需求旺盛,出货量同比增长 13.1%/15.7%至 3.0/3.5 亿台,2022 年疫后需求减弱、渠道库存积压影响下,出货量同比下降 16.5%至 2.9 亿台。经过一年 时间,渠道库存逐步去化,2023Q2 全球出货量同比降幅从 Q1 的-29%收窄至-14%, Q3-Q4 进一步收窄。 根据 Canalys,2024 年全球个人电脑市场出货量预计同比增长 8%。英特尔在 2023Q4 财报业绩会议上表示,预计 2024 年全球个人电脑出货将为低个位数增速。核心的驱动 因素包括: 库存去化完成。联想早在 2023 年 8 月的业绩会上便表示“PC 渠道库存消化即将 结束,出货和激活的趋势变得更加一致”。当前 PC 去库已经持续超过 1 年的时 间,我们认为,2024 年全球 PC 市场预计恢复正常供需循环。 Window10 到 11 的升级周期。根据微软官网,Windows 10 将在 2025 年 10 月 14 日终止支持。我们预计 PC 换机有望在 2024 年受益于 Windows10 向 Windows11 的切换。 AI PC 带动换机。2024 年为 AI PC 的元年,各家企业纷纷布局,将允许消费者在 PC 终端体验大模型推理能力,从而带动消费者换机。
尤其是 AI PC,当前市场 AI PC 产品均采用最先进、最优秀的 PC 产品,公司有望受益 于 AI PC 渗透率快速提升。根据各机构预测,AI PC 有望在 2026 年占据一半以上的 PC 市场份额。 Canalys 认为,2024 年兼容 AI 的个人电脑出货量占比有望从 2023 年 10%提升到 19%,2027 年预计提升至 60%。 根据群智咨询预测,2024 年全球 AI PC 整机出货量将达到约 1300 万台。在 2025 年至 2026 年,AI PC 整机出货量将继续保持两位数以上的年增长率,并在 2027 年 成为较为主流的 PC 产品类型。
2.3 未来定量判断:受益于 PC 复苏和产品迭代,未来三年望稳定增长
我们认为公司未来一段时间的消费级 CPU 产品将主要受益于 1)PC 大盘恢复、2)Zen5 架构的推出有望带动产品进一步高端化。 我们做出以下假设和测算: 收入拆分:客户端分部中大多数收入为PC CPU收入,假设该分部中90%为PC CPU, 10%为其他产品收入。PC CPU 市场出货量:假设 PC CPU 的出货量约等于 PC 出货量,2024-2026 年全球 PC 分别同比增长 3%、7%、6%; AMD 市占率:AMD 的 Zen5 架构基于全新设计、性能有望大幅提升,我们假设 1Q24 AMD PC CPU 市占率为 20%,未来市占率在 1Q24 的基础上逐季改善; 均价:我们测算公司 PC CPU 均价大约为 80-100 美元。由于公司持续推进高端化, 均价呈现上升趋势,我们假设 1Q24 PC CPU 均价为 95 美元,后续逐季提升; 其他收入:根据以上假设,我们估算 4Q23 其他收入为 1.46 亿美元,我们假设后续 逐季增长。 综上,经过测算,我们认为 AMD 未来 3 年客户端分部的收入有望稳步增长,分别为 59/73/87 亿美元,同比增长 28%/23%/20%。
三、服务器 CPU:市占率快速提升,有望受 GPU 产品带动
服务器 CPU 主要为霄龙(EPYC)系列,公司自 2017 年以来已经推出了 4 代霄龙产品。 当前第四代产品主要包括 9004 系列、采用 3D V-CacheAMD 锐龙技术的 AMD 锐龙 9004AMD 锐龙系列和 8004 系列等。
3.1 过去 5 年服务器市占率快速提升
根据 Mercury Research,公司服务器 CPU 出货量市占率自 2018 年以来稳步提升,至 2023Q3 已经提升至 20%以上。
服务器过去 5 年 CPU 市占率快速提升的核心因素与 PC CPU 类似:性价比高、Zen 架构 的推出和迭代、台积电的支持。 第一,性价比方面,同等价格带的服务器 CPU 产品,AMD 性能领先竞品。 相较英特尔至强系列,多数同价格带的 AMD 霄龙系列产品性能领先 40%以上。
第二,公司设计架构稳步迭代。目前公司最新的服务器 CPU 产品第四代霄龙系列,包括 EPYC 7004/9004/8004,采用 Zen4 架构。如前文所述,相较 Zen3,Zen4 IPC 提高 15%-24%、频率提高 8%-14%、单线程性能提升 28%-37%。
第三,公司深度绑定台积电,台积电的支持为公司带来了领先的工艺制程、高良率和稳 定的供应。 1) 领先的制程:台积电的工艺制程领先全行业,早在 2021 年就已经推出了 3nm, 如今已十分成熟。 2) 高良率和稳定的供应:由于台积电为全行业各家企业代工芯片,生产稳定且良率 高。而竞争对手英特尔有时会因为自产技术不稳定而延迟量产计划。
3.2 未来定量判断:受益产品迭代、GPU 带动,稳步增长
在服务器 CPU 的定量测算上,我们主要做出以下判断:
收入拆分:我们假设 2023 年 AMD 数据中心 GPU 收入为 5 亿,数据中心分部其他 收入中有 90%是 CPU 产品。
服务器出货量:我们预计 2023 年由于大量训练服务器挤兑了传统推理服务器的预 算和能耗资源、全球通胀压力大、供应链库存去化且训练服务器显卡供不应求,服 务器出货量可能在较大幅度下滑。随着训练服务器和推理服务器逐渐趋于平衡,服 务器出货量有望稳步增长,我们预计 2024-2026 年全球服务器出货量均同比增长 1%。
市占率:根据 AMD 介绍,Zen5 架构将不仅仅是 Zen4 架构的增量改进,而是做出 了重大修改的全新微架构。此外,公司发力的服务器 GPU 有望带动 AMD 原本的服 务器 CPU 产品。因此我们假设 AMD 服务器 CPU 市占率有望进一步提升,假设 2024-2026 年 AMD 服务器 CPU 市占率分别为 25%、28%、30%。
单台服务器对应的 CPU 均价:考虑到 2023 年来服务器 CPU 推理市场受到训练需求 挤兑等因素影响,我们假设 2024-2025 年单台服务器对应的 CPU 均价仍下降,假设 2024-2026 年分别同比-5%、-1%、+1%。
其他收入:根据以上收入拆分测算数据中心除 GPU 和 CPU 外的其他收入,假设 2024-2026 年每个季度均同比增长 1%,则其他收入分别为 6.06/6.12/6.18 亿美元。 综上,我们测算认为 AMD 服务器 CPU 收入未来三年有望稳步增长,2024-2026 年收入 同比增长 17%/12%/12%至 63/70/79 亿美元。
四、消费级 GPU:游戏分部年收入望维持在 60-70 亿美元
消费级 GPU 可以分为集成显卡和独立显卡。但 AMD 的集成显卡主要是内置在面向个人 笔记本电脑的锐龙和速龙系列 CPU 产品、面向个人台式机的速龙系列 CPU 产品中,命 名为 Radeon 显卡,收入计入“客户端”分部。而“游戏”分部主要提供独立 GPU、半 定制 SoC 产品和开发服务,核心产品包括为游戏机厂商制作半定制 SOC 的半定制业务, 还有消费级 Radeon 系列显卡和为工作站推出的 Radeon Pro 系列显卡。
由于集成显卡的产品实体和实际收入都包括在消费级 CPU 中,所以此部分仅讨论游戏分 部中的独立显卡。 最新的 Radeon RX 7000 系列显卡采用全新 AMD RDNA3 架构、5nm 工艺制程。根据 AMD 官网,和上一代 AMD RDNA2 相比,AMD RDNA3 的性能功耗比提升高达 50%,采用第 二代 AMD Infinity Cache 技术,创新性的小芯片 GPU 搭载全新的人工智能加速器,AI 加速性能提升 2.7 倍。
4.1 游戏显卡竞争激烈,AMD 市占率下滑
AMD 相较英伟达的主要优势在于价格相对较低、功耗比相对较好,而英伟达的产品性能 相对更强、驱动程序优化更好、在游戏等方面有更广泛的生态系统。
在独立 GPU 市场中,大约有一半的出货量为桌面独显,另一半为笔记本独显。两种类型 的市场格局类似,都是英伟达占比最高、AMD 其次,其他公司占据一小部分市场份额。 AMD 在桌面独显中的市场份额相对更高,在笔记本独显中的市场份额较低。
在高端市场,英伟达占据主导地位,在低端市场,AMD 还面临来自英特尔的竞争。AMD 近年独立显卡市占率呈现下滑态势,2Q22 公司 PC 独显市占率为 15%,2Q23 同比下降 5pct 至 10%。其中,2023Q3 桌面独立显卡的市占率约为 17%。
4.2 未来定量测算:未来 3 年望基本稳定
大盘出货量:根据 JPR,1Q23/2Q23 PC 独立显卡出货量大约为 1200/1300 万,我 们假设 3Q23 和 4Q23 PC 独立显卡出货量与 2Q23 持平。假设 2024/2025/2026 年 出货量同比增长 0%/3.7%/3.7%。 市场份额:根据 JPR,1Q23 和 2Q23 的在 PC 独立显卡 GPU 的市占率分别为 8%和 10%。我们假设 2024-2026 年市占率保持 10%不变。 价格:AMD 独立显卡的价格分布从 200 欧元到上千欧元不等,假设历史游戏分部 90%是 GPU,测算其 2Q23/3Q23/4Q23 独显均价大约为 1216/1158/1052 美元。假 设 1Q24 均价为 1000 美元,2Q24-4Q25 的价格同比增长 2%,2026 年均价同比增 速为 3%。 其他收入:根据以上假设,估算游戏分部 4Q23 其他收入为 1.4 亿美元,假设 2024-2026 年季度收入与 4Q23 其他收入持平。 综合以上,我们估计 2024-2026 年游戏分部收入大约为 63/66/70 亿美元。
五、服务器 GPU:MI300 系列勇战龙头
5.1 AI 浪潮汹涌,算力芯片需求剧增
5.1.1 训练端:谁在边际增加 AI 算力投入?
人工智能实力的提升,是一个互联网及云服务企业甚至于一个国家都不能错过的战斗。 当前我们看到,AI 军备战争已经从 2023 年的少数几家互联网及云服务大厂,向更多地 区的更多企业和部门扩展。接下来,更多国家和企业将入场 AI 军备战争: 更多国家入场:法国、英国、德国、瑞典、越南、新加坡、印度、日本等国家和地 区开始加大 AI 投入。 更多企业增加投入:Meta、OpenAI、以及微软、谷歌等均在加大 AI 投入。 模型“更大”:随着多模态的发展、各家模型厂商之间的竞争加剧,模型的参数数 据量也更大。
5.1.2 推理端:哪些 AI 场景和应用在增加?
同样,在推理侧,我们看到 AI 推理相关的算力需求正在海量袭来,而背后的驱动力则包 括端侧 AI 的逐步落地、AI 应用从文娱内容领域向更多科技和制造领域扩展等方面。
端侧 AI 落地
近期 AI 大模型功能在硬件端落地的浪潮开启:AI PC、AI 手机、AI+可穿戴新型便 携产品等迭起,AI 赋能硬件产品更智能、交互更顺畅、提升用户体验。 2023年11月,Humane发布无屏幕可穿戴设备 AI Pin,背后是 OpenAI的 GPT-4 为其提供 AI 能力,可实现语音通话、写文稿、听音乐、处理电子邮件、实时 翻译等任务,未来计划增加导航和购物功能。 2024 年 1 月,联想携 40 多款产品亮相 CES 2024,其中包括十余款 AI PC。联 想宣布个人 AI 助理——Lenovo AI Now 将在今年上半年部署到产品上市。 2024 年 1 月,三星发布首款 AI 手机 Galaxy S24,全面集成了三星自研的前沿 生成式 AI 模型 Gauss,同时,谷歌 AI 大模型 Gemini nano 在其中得到全面应 用,为搜索、通话、短信、相机等都配置了 AI 功能。 我们预期,端侧 AI 产品的快速普及将为 AI 推理带来大量需求。
领域破圈
我们认为,接下来生成式 AI 的应用,除了可以在内容领域以外,会在更多的领域 和圈层落地。例如,在生物及材料科学领域,我们看到了生成式 AI 在蛋白质预测、 新型材料生成等“AI For Science(AI4S)”方面的巨大潜力。 谷歌 Deepmind 旗下的 Alphafold 是生物医学领域比较早出圈的 AI 工具,此前就可 以进行单链蛋白质的预测、以及后续扩展至具有多条蛋白质链的复合物。2023 年 10 月底,新一代 Alphafold 进一步加强,不仅可以预测蛋白质结构,还可以进行对 核酸、小分子配体等生物分子结构的预测。该工具有助于加速生物医学的进展。 谷歌 Deepmind 旗下的另一个工具 GNoMe,则是将类似能力应用在了新材料的发现 上。GNoMe 基于图神经网络对晶体材料进行预测和筛选。当前 GNoMe 发现了 220 万种新晶体材料,而且将预测材料稳定性的准确率从 50%拉高到 80%。 微软 MatterGen 的突破则在于,可以针对所需要的特性,直接生成相应的新型材料。 MatterGen 基于类似 Diffusion Model 的方法,为晶体材料选取了定制的扩散过程、 得出基础模型。然后引入适配器模块,在带有属性标签的附加数据集上对基础模型 进行微调,最终引导生成的结果符合目标属性约束。这一技术有望大大加快设计所 需特性材料的速度。
从端侧 AI 落地,到更多科研领域的生成式应用效率提升,我们认为后续生成式 AI 在科 技、制造等研究及生产领域可以带来更多推理需求、也创造更多产业价值。
5.2 AMD MI300 系列勇战龙头 NVIDIA
AMD 于 2023 年 6 月发布 AMD Instinct MI300X GPU 和 AMD Instinct MI300A APU。
5.2.1 软硬件比较:硬件角度可堪一试,软件架构差距尚存
在硬件性能角度,MI300X 堪与 H100 一战: 内存:内存容量较 H100 的 80GB 提高 2.4 倍至 192GB,内存带宽从 3.4TB/s 提升 1.6 倍至 5.3TB/s。 HPC 表现:算力性能高达 H100 的 2.4 倍。 AI 表现:算力性能高达 H100 的 1.3 倍。 根据 AMD 的表述,就 AMD Instinct MI300X platform 与英伟达 H100 HGX 的比较而言, 在训练方面二者性能相当,在推理方面则 MI300X platform 的推理速度是 H100 HGX 的 1.4 倍(Llama2)到 1.6 倍(Bloom)。
不过,英伟达的产品迭代也在加速。英伟达或于2024年推出Hopper架构H200、Blackwell 架构 B100。面对 AMD Instinct MI300 系列的汹汹来势,英伟达或提前其 B100 产品的推 出和交付以做应对。根据英伟达日前透露,2024 年推出的 Blackwell 架构 B100 GPU, 在 GPT-3 175B 推理性能标竿方面击败 A100、H100 及 H200,其 AI 表现性能将是 Hopper 架构 H200 GPU 两倍以上。
在软件架构方面,AMD 为了更好地兼容 CUDA 平台, ROCm 复制了 CUDA 的技术栈, 支持 HIP(类 CUDA)和 OpenCL 两种 GPU 编程模型,开发者可以用类似 CUDA 的方式 为 AMD 的 GPU 产品编程,从而在源代码层面兼容 CUDA。
但在实操角度,英伟达 CUDA 架构仍具有较明显的先发优势。一方面,CUDA 架构当前 拥有 450 万开发者,2023 年软件下载量达 4800 万次,15000 家创业企业使用 CUDA 架 构。网络效应驱动 CUDA 架构受众持续增加。另一方面,作为追赶者,ROCm 的更新始 终在 CUDA 之后存在时滞。
5.2.2 上下游生态:英伟达锁定供应产能,AMD 仍需加强
在 CoWoS 和 HBM 产能稀缺的当前,“得产能者得天下”。 英伟达除了此前与供应商建立的良好合作关系之外,亦在持续提升给供应商的采购 协议金额。 截至 2024Q3 财季(2023 年 10 月),英伟达给供应商的采购承诺额已达 210 亿美 金以上。根据我们的测算,其中后续 12 个月以内的采购承诺额在 150 亿美金以上。 巨额采购协议的签订一定程度上帮助英伟达锁定了相应比例产能。而事实上,英伟 达的收入兑现也和其上游采购承诺额呈现正相关——采购协议金额越高、说明其需 求和产能保证度越高、收入也越高。 而从 AMD 的角度,产品初期尚未得到验证,难以通过巨额采购协议等方式锁定上 游供应商产能,这也对其短期的出货量释放存在影响——公司预期 2024 年数据中 心 GPU 相关收入达 35 亿美金,这低于市场此前的预期。
5.2.3 定量测算:MI300 系列短期对行业格局影响有限,但对 AMD 仍是重要增量
基于 CoWoS 的产能增长、对 AMD 和竞品英伟达不同产品线的产能分配等假设,我们测 算:MI300 系列在 2024/2025/2026 年的出货量望达 24 万张/63 万张/106 万张。这个量 级: 对于云服务商而言,短期可以起到救急的二供作用,尤其在推理方面可堪一试。 对行业格局而言,对英伟达撼动不大。 对 AMD 本身而言,则是非常重要的业务增量——我们测算,该业务在 2024/2025/ 2026 年收入贡献可达 13%/24%/28%。
(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)
相关报告
超威半导体研究报告:CPU攻城略地,GPU仍需磨炼.pdf
锡行业研究报告:半导体上游核心材料,供给趋紧+需求复苏下价格中枢有望持续提升.pdf
京仪装备研究报告:国内半导体专用温控废气处理设备专精特新“小巨人”.pdf
半导体设备行业专题报告:键合设备,推动先进封装发展的关键力量.pdf
半导体封装设备行业深度报告: 后摩尔时代封装技术快速发展,封装设备迎国产化机遇.pdf
半导体行业投资策略:AI有望推动新一轮半导体周期上行.pdf
英伟达GTC专题分析:新一代GPU、具身智能与AI应用.pdf
景嘉微研究报告:国产GPU老兵,高效研发促进产品革新.pdf
GPU行业专题报告:GPU框架,从ROCm、Pytorch看生态壁垒.pdf
金工深度研究: 高频因子计算的GPU加速.pdf
快手-云原生时代下大规模GPU资源利用率优化最佳实践.pdf
海光信息研究报告:信创造就X86CPU龙头,AI打开DCU广阔空间.pdf
关于流水线CPU.pptx
龙芯中科研究报告:吹响CPU指令集自主可控号角,奋楫前行,踏浪而歌.pdf
海光信息研究报告:以CPU业务为基,横向拓展AI芯片业务,国产AI芯片迎历史机遇期.pdf
海光信息研究报告:国产CPU+DCU龙头,信创+AI双轮驱动高速增长.pdf