FA AMD , 基于 META 和 MSFT ER 分析（原创）

AMD AI GPU 排名前二的核心客户

1. Meta (Facebook) —— 最大的外部买家，战略合作伙伴， 共同优化 PyTorch 软件

Meta 是目前 AMD AI 芯片的头号客户。扎克伯格采取了“不把鸡蛋放在一个篮子里”的策略：
? 用途： 主要是为了支持其开源大模型 Llama 4 的推理工作，以及支撑其庞大的推荐算法系统。
? 采购量： 市场预估 Meta 采购了数以十万计的 MI300/MI350 系列显卡，是 AMD 数据中心收入翻倍的核心驱动力。

2. Microsoft (微软) —— 首个大规模部署者
微软是第一家宣布在 Azure 云基础设施中大规模提供 AMD MI300X 实例的巨头。
? 用途： 微软不仅将 AMD 芯片租给云客户，还将其用于自身 GPT-4 的推理工作，以降低对 NVIDIA 的依赖， 大规模推理工作负载对冲

根据今天（2026年1月28日）Meta 发布的 2025 财年第四季度及全年财报（ER） 以及 2026 年资本支出（CapEx）指引， Meta 对 AMD 服务器 CPU（EPYC）和 AI GPU（Instinct）采购的显著线索与数据支持：
1. 资本支出（CapEx）的“阶梯式”跃升
* 2025 年实际支出： 约 $710亿 - $722亿。
* 2026 年指引： Meta 给出了极其激进的预算，预计将达到 $1,150亿 - $1,350亿（部分分析师预测甚至可能突破 $1,400亿）。
* 线索分析： 这种近乎翻倍的资本支出增长，仅靠单一供应商NVIDIA的产能无法完全消化，也买不到。Meta 明确提到正在建设支持 Llama 4 及 Llama 5 的巨型算力集群。由于 AMD MI300/MI325/MI355 以及下半年的新的 MI400 系列具备极高的性价比和显存容量（HBM），Meta 必须依赖 AMD 来分担 NVIDIA 供应不足及成本过高的问题。
2. GPU 采购线索：从“实验”走向“核心推理”
* 采购占比线索： 市场分析显示，Meta 已成为 AMD AI GPU 的全球最大买家。根据供应链数据，Meta 采购了 AMD 约 40% 以上 的 Instinct 系列芯片（主要是 MI300X/MI325X）。
* MI355X 的规模化部署： 在今天的财报沟通中，虽然 Meta 强调了其自研芯片 MTIA 的进展，但也暗示了在 Llama 4 的推理侧，AMD 芯片正在大规模替换原有的 NVIDIA Hopper 架构。由于 MI300/350 系列对 PyTorch（Meta 维护的框架）支持极佳，Meta 在 2026 年预计将采购 30万至40万颗 AMD MI355X/MI455X GPU。
* 成本对冲： Meta 提到“通过多元化芯片架构优化了推理单位成本”。这被普遍解读为利用 AMD 芯片较低的采购价格（约 NVIDIA 的 1/2 至 2/3）来对冲高昂的 AI 运营开支。
3. CPU 采购线索：EPYC（霄龙）的统治地位
* 通用服务器刷新： Meta 在财报中提到其数据中心“非 AI 服务器”的正常刷新。作为 AMD EPYC（霄龙） 的忠实拥趸，Meta 目前的新增通用型服务器几乎全部基于 AMD EPYC 架构（主要是最新的 第五代 Turin 系列）。
* 配套自研芯片： Meta 的自研 AI 芯片 MTIA 需要高性能的 CPU 进行任务调度。AMD EPYC 处理器由于其超多的核心数和 PCIe 5.0/6.0 通道支持，是 Meta 内部配套 MTIA 加速器的首选 CPU。
4. 供应链议价权：战略性的“二号供应商”
* 针对 NVIDIA 的筹码： Meta 在 2026 年高达 $1,000亿+ 的支出中，将很大一部分权重向 AMD 倾斜，这在 ER 的电话会议中被视为一种“供应链韧性策略”。Meta 高管提到“我们拥有跨平台部署的能力”，这意味着 Meta 可以根据 NVIDIA 和 AMD 的交付速度及价格随时调整订单。
* Helios 架构： Meta 在财报中提到的基于开放计算平台 OCP，暗示新一代 Helios 算力机架，被证实具备“插拔式”兼容 AMD MI400 系列的能力。
总结线索
| 维度 | 关键线索 / 数据 | 采购信号 |
|---|---|---|
| GPU 规模 | 2026 年 CapEx 增量约 $500亿 | 预计约 20%-30% 的 GPU 预算流向 AMD (MI350/MI455 系列) |
| CPU 负载 | MTIA 规模化配套及数据中心刷新 | AMD EPYC (Turin) 占据 Meta 通用服务器 80% 以上份额 |
| 软件生态 | PyTorch 与 ROCm 深度兼容 | Meta 正在将 Llama 4 的大规模推理负载迁移至 AMD 平台 |
结论： Meta 的这份财报对 AMD 是极大利好。Meta 不仅仅是 AMD 的大客户，更在通过其 $1,000亿+ 的 CapEx 帮助 AMD 完善其 AI 软件生态。AMD 已经不再是 Meta 的“备胎”，而是其 Llama 算力帝国中不可或缺的“另一条大腿”。

在微软刚刚发布的 2026 财年第二季度（截至2025年12月31日） 财报及随后的电话会议中，虽然微软官方依然以“GPU和CPU采购”统称，但通过对比 CapEx 数据和高管的表述，可以清晰地挖掘出对 AMD 产品的采购线索：
1. CapEx 数据分析：支出的“结构性位移”
* 当季支出： 微软本季度资本支出高达 $37.5 B（375 亿美元），相比去年同期的 $11.5 B 增长了 226%。
* 关键变动： CFO Amy Hood 在会议中强调，约 50% 的支出 用于“短期资产”（Short-lived assets），即 GPU 和 CPU 服务器。
* 采购线索： 微软明确指出正在进行“EoL（生命周期结束）服务器的替换”。考虑到 AMD EPYC（霄龙）在核心密度和能效上的显著优势，这部分“替换需求”的大头被认为落在了 AMD 第五代 EPYC (Turin) 处理器上，以优化 Azure 的单位算力能效。

2. 供应链议价权：从“唯一”转向“舰队”
* “可替代舰队”（Fungible Fleet）战略： CEO Satya Nadella 在本次 ER 电话会议中首次系统性地使用了“Fungible Fleet”这个词。他表示微软的基础设施是“跨硅片、跨系统”优化的。

* 解读： 这反映了微软正在通过大规模引入 AMD MI300X/MI325X /MI400来对冲 NVIDIA 的涨价压力。微软通过在软件栈（如 DeepSpeed 和 ONNX）上对 AMD 的原生支持，实现了在不改变客户代码的情况下切换底层硬件。这种“随时可换”的能力是微软从 NVIDIA 手中夺回议价权的核心手段。
3. AMD GPU 的具体使用证据
* MI300X 的“主力化”： 微软确认其 Azure ND MI300X v5 实例本季度进入了“大规模盈利阶段”。
* 内部自用线索： 财报中提到“AI 服务利润率的改善”。分析师指出，微软已经将部分 Microsoft 365 Copilot（如 Word、Teams 的基础翻译和润色功能）从 NVIDIA H100 集群迁移到了 AMD MI300X 集群。
* 理由： AMD 的显存带宽在处理这些中大型模型的“推理”任务时具有极高的成本效益，能直接降低微软运行 Copilot 的单位成本。
4. 数据中心的 CPU 线索
* 第五代 EPYC (Turin) 的加速普及： 财报提到 Azure 通用计算业务增长了 30% 以上。微软在 Ignite 2025 后加速部署了基于 AMD Turin 处理器的 HBv5 虚拟机。由于这些实例在内存带宽上领先竞品，它们在微软的 HPC（高性能计算）和 AI 预处理订单中占据了超过 60% 的新进比例。
综合对比总结
| 维度 | 线索 / 数据发现 | 对 AMD 的意义 |
|---|---|---|
| CapEx 增量 | $24.2B \rightarrow $37.5B，其中 180 亿投向芯片 | AMD 作为主要替代方案，订单量随之水涨船高。 |
| GPU 部署 | 明确提及 MI300X 在 Azure 实例中的高占用率 | 验证了 AMD GPU 在“生产环境”而非仅在“测试环境”。 |
| CPU 替换 | 针对 EoL 服务器的大规模更新指引 | AMD EPYC 正在抢占老旧 Intel 架构释放出的市场空缺。 |
| 战略姿态 | 强调“硬件中立”和“软件抽象层” | 微软在财务上支持 AMD，以换取对供应链的长远控制。


最近MM明显压制AMD的上涨，如果继续这种压制。 ER的时候会看到 15% - 20% 的波动。 个人倾向向上。 AMD的ER基本已是明牌。 YMYD。

所有跟帖： 

• AMD，从图来说， 12月份掉到200左右时， 也许给人感觉bearish, 但是在higher time frame是 -bogbog- ♀ (183 bytes) () 01/28/2026 postreply 16:56:26

• 一月初又掉回200左右，也是这情况， -bogbog- ♀ (142 bytes) () 01/28/2026 postreply 17:03:46

• Thanks -undecided03- ♀ (0 bytes) () 01/28/2026 postreply 17:21:55