當市場只看GPU,AMD憑什麼值這個價? - KP思考筆記(第2期)
大家好,我是 KP,歡迎來到本週的思考筆記。
電子報開設僅一週,就迎來了超過一千七百位訂閱者,這份信任讓我萬分感激,也更堅定了分享深度內容的決心。
我對電子報的定位是這樣的:
每週一篇極度深入的「研究報告」(本週主角是AMD,上週是Novo Nordisk,再之前其他公司的深度報告,歡迎在我的Threads/FB上重溫。),搭配一篇充滿洞見的「思考筆記」。
什麼是「思考筆記」?
如果說研究報告是針對單一公司的「深度解剖」,那思考筆記就是我在投資世界裡的「雷達掃描圖」。
我會將一週內觀察到的市場動態,或是那些尚未構成萬字報告、卻極具啟發性的思考碎片,濃縮在這裡與你分享。
你可以把它看作是投資中的「散文集」,但每一篇都經過精心打磨,確保有趣、有料、有用。
此外,我也會在這裡補充我對當週研究報告主角(例如 Novo Nordisk,AMD)的具體觀點。
研究報告中,我力求客觀,以事實為基礎;但在這裡,我會分享更多個人的判斷與看法,將「研究」與「觀點」明確分開。
本來想將研究報告和思考筆記的主題完全分開的,但本週在研究 AMD 的過程中,延伸出了太多精彩的「副線故事」。
報告主體已達八千多字,為了不影響閱讀節奏,我決定將這些延伸思考,全部收錄在本期的筆記中。
所以,本期的思考筆記,將是 AMD 深度報告的「導演剪輯版 (Director's Cut)」,帶你探索報告之外的精彩世界。
如果你渴望的,不只是標準答案,而是探索答案背後的思考路徑,那麼,現在就訂閱吧。
CPU的重要性:AI戰場上,誰是真正被忽略的關鍵角色?
在AI這個宏大的舞台上,GPU(圖形處理器)無疑是鎂光燈下最耀眼的明星。我們所有的討論,幾乎都圍繞著它的算力、架構與性能。
然而,一場精彩的演出,除了明星演員,更需要一位運籌帷幄、確保一切流暢運行的舞台總監。
在AI的世界裡,這個角色,就是經常被忽略的CPU(中央處理器)。
許多人簡單地認為CPU在AI中不那麼重要,但這是一個危險的誤解。
事實上,CPU的角色會根據戰場的不同:「訓練」(Training)或「推論」(Inference),而發生根本性的轉變。
而理解這個轉變,對於建構一個高效、不浪費資源的AI系統至關重要。
訓練階段的CPU:機場的總設計師與建造總監
你可以把AI模型的「訓練」過程,想像成一項從零開始、規模宏大的基礎建設工程:建造一座全新的國際機場。
這是一個一次性的、目標明確的龐大專案,旨在打造一個能處理巨量流量的基礎設施。
在這個建案中:
GPU是核心施工團隊:
它們是那些擁有巨型起重機、鋪路機、航站樓鋼結構團隊的重型機具與專業人員。它們負責實際的跑道鋪設、航廈興建等核心建造工作。
機場多久能建成啟用,根本上取決於這些施工團隊的效率和力量。
CPU則是建造總監:
它的工作不是親自去鋪跑道,而是作為整個專案的大腦,確保數千個環節無縫銜接。它負責:
- 物料調度:確保源源不絕的建材(數據)經過預處理後,能準時送達施工現場(GPU),避免工班因缺料而停擺。
- 進度管理:在每個關鍵施工階段(如地基完成、主體封頂)設立「里程碑」(檢查點),詳細記錄工程進度,以防意外導致前功盡棄。
- 跨團隊協作:如果這是一個涉及多個工區(多節點訓練)的超大型機場,CPU就負責確保電力、水利、通訊等不同施工隊之間的工作能完美協調。
在這個階段,如果建造總監(CPU)的調度能力不足,確實會造成混亂,拖慢整個工程的進度。但最終決定這座機場能否快速完工的,仍然是核心施工團隊(GPU)的硬實力。
因此,在訓練階段,CPU很重要,但它是一個支援型的總指揮角色。
推論階段的CPU:繁忙國際機場的空中交通管制員
當機場(模型)終於落成啟用後,戰場就完全改變了。我們進入了「推論」階段,也就是機場要開始7x24小時不間斷地處理來自全球的航班起降。
這時,CPU的角色從建造總監,搖身一變,成為了塔台裡那位壓力極大的空中交通管制員。
在這個繁忙的機場裡:
- 每一個用戶請求,都是一架準備降落的飛機。
- GPU是機場的跑道,擁有極高的處理能力,可以快速讓飛機安全著陸。
- CPU則是塔台裡的空中交通管制員,它的工作極其關鍵且分秒必爭:
管理進場航班:接收所有傳來的降落請求,並進行排序和排程。
動態批次處理 (Batching):為了讓跑道(GPU)使用效率最大化,管制員會聰明地將幾架小型飛機(小的請求)組合成一個批次,讓它們緊湊地一起降落。
檢查與引導:快速處理每架飛機的資訊(例如Tokenization),並指揮它們到正確的跑道上。
在這裡,CPU的性能成為了整個系統的瓶頸。如果空中交通管制員(CPU)反應太慢,會發生什麼事?
跑道會閒置。
即使跑道再寬再長(GPU性能再強),飛機也只能在天上不斷盤旋,等待塔台指令。這直接導致了GPU利用率低下,以及用戶體驗的災難性延遲。
根據AMD的白皮書數據,僅僅是將主機CPU換成更高頻率的型號,就能讓整個推論系統的平均延遲降低8%到9%。
這多出來的效率,幾乎完全來自於「空中交通管制員」工作速度的提升,從而確保了GPU這條昂貴的跑道,能夠時刻保持在最大負載狀態。
結論:為何理解這個區別至關重要?
簡單總結兩者的區別:
- 在訓練時,CPU的工作是確保GPU有事可做。
- 在推論時,CPU的表現決定了GPU的工作效率有多高。
這個看似細微的差別,對系統設計和成本效益有著深遠的影響。
在設計一個推論系統時,如果只迷信地堆疊頂級GPU,卻搭配了一顆性能不足的CPU,就像是為一座擁有八條跑道的超級機場,卻只配備了一個反應遲緩的塔台。
儘管硬體再強大,整體表現依然會令人失望。
因此,當AI全面進入「推論(Inference)」決勝的年代,我們的視角也必須從單純的GPU崇拜,擴展到對整個運算系統的審視,特別是CPU。
而這,就自然地將我們的焦點,引向了本週深度分析的主角:AMD。
如果你還未閱讀之前的AMD分析,可以先看:
聚光燈之外的戰爭:為何AMD的CPU業務,其實也應該被關注?
在當今由AI主導的市場敘事中,所有的目光幾乎都聚焦在一場華麗的軍備競賽上:NVIDIA的GPU如何主宰世界,而AMD的Instinct加速器又如何奮起直追。
這場關於算力的對決固然精彩,但如果你的目光只停留於此,你可能會錯過AMD故事中,一個更為深刻、也更為穩固的篇章。
這就是AMD的伺服器CPU業務:EPYC處理器。
它不像AI GPU那樣充滿了戲劇性的股價波動,但它卻是AMD能夠在資料中心這場終極戰役中站穩腳跟,並持續蠶食對手領土的「沉默主力」。
第一章:揭開財報的面紗,CPU的真實份量
要回答「CPU業務對AMD有多重要」這個問題,我們需要像偵探一樣,從其公開的財報中尋找線索。
因為AMD並未直接公布一個純粹的「CPU營收」數字,這需要我們進行一番巧妙的解剖。
首先,我們必須理解,AMD的CPU收入主要來自兩個部門:
1. 客戶端 (Client):這部分相對單純,幾乎完全由Ryzen桌上型及筆記型電腦處理器構成。
2. 資料中心 (Data Center):這是一個「混合體」,裡面同時包含了EPYC伺服器CPU和Instinct AI GPU。
讓我們以2024年中的某個季度為例,來進行一場合理的推算:
在2023年,當AI GPU尚未大規模出貨時,分析師普遍認為CPU佔據了資料中心營收的絕大部分(可能高達70%-90%)。
進入2024年,隨著Instinct MI300加速器的強勁增長,GPU的份量顯著提升。然而,EPYC作為一個成熟且營收龐大的產品線,依然是中流砥柱。
因此,一個相對保守且合理的估計是,在2024年中期,CPU在資料中心營收中的佔比大致落在55%至65%的區間。
為了避免陷入繁瑣的公式,並讓結論更清晰,這裡我將直接呈現基於模型的推算結果:
即便在AI浪潮最洶湧的時刻,AMD在數據中心超過一半、甚至接近三分之二的收入,依然來自其堅如磐石的CPU業務。
這不僅是公司的利潤基石,也是支撐其在AI領域進行高強度研發和市場擴張的穩定後盾。
第二章:更廣闊的戰場,一場正在逆轉的權力遊戲
讓我們將視野從AMD內部,擴展到整個價值約220億美元的全球伺服器CPU市場。這是一個長期由英特爾(Intel)憑藉其Xeon處理器,統治了數十年的帝國。
然而,這場權力遊戲的格局正在被加速改寫。
根據市場研究機構PassMark的最新數據,截至2025年第二季,AMD的EPYC處理器,已經佔據了x86伺服器CPU市場驚人的50%份額,首次與英特爾達成了均勢。
這個轉變的速度是驚人的。
回看2024年,AMD的市佔率還在30%左右徘徊。 這意味著在短短一年多的時間裡,AMD完成了從「有力挑戰者」到「平起平坐的領導者」的歷史性跨越。
也意味著英特爾長達數十年的絕對壟斷,已宣告結束。
這場逆轉背後的驅動力,正是來自那些最挑剔的客戶:雲端超大規模資料中心(Hyperscalers)如AWS、Azure和Google。
他們之所以越來越多地採用EPYC,原因很簡單:
- 卓越的性價比: EPYC在每元成本所能提供的性能上,持續優於同代Xeon。
- 更高的核心密度: 在AI和雲端原生應用中,更多的核心數意味著能同時處理更多任務,效率更高。
- 領先的能源效率: 在電費成為資料中心最大營運成本之一的今天,EPYC的每瓦性能優勢極具吸引力。
AMD正憑藉實打實的產品力,從英特爾這個昔日巨人的領地中,一塊一塊地奪取市場。
第三章:AI系統中的角色,為何CPU是「被低估的關鍵先生」?
既然EPYC如此成功,為何華爾街的分析師們似乎總對它輕描淡寫,而將所有熱情都給了GPU?
答案在於一個典型的AI伺服器配置比例:
8顆GPU,通常搭配2顆CPU。
這個4:1的比例,決定了在單一系統中,GPU在數量和總價值上都佔據主導地位。然而,這絕不意味著CPU不重要。
如果說GPU是AI工廠裡的「核心生產線」,那麼CPU就是維持整個工廠高效運轉的「中央控制室」。它負責數據的預處理、任務的調度、以及與外部世界的通訊。
正如我們先前提過的,一顆高性能的CPU,可以將AI推論(Inference)的效率提升8%到9%。
它就像一輛超級跑車的變速箱和傳動系統,即使引擎(GPU)再強大,沒有一個反應迅速、匹配得當的傳動系統,引擎的動力也只會被白白浪費在空轉上。
結論:喧囂與沉靜下的雙重敘事
觀察AMD的發展,可以發現一條雙線並行的故事。
一條是喧囂的、聚焦於未來的AI GPU敘事,其核心是挑戰NVIDIA的市場地位。這條戰線充滿了高估值與技術突破的想像空間,吸引了市場絕大部分的關注。
另一條,則是相對沉靜、卻攸關當下根基的CPU市場版圖重劃。
在這條戰線上,其目標是與長期領導者Intel競爭。後者為前者的高速前行,提供了必要的營收與利潤支持,構成了公司當前財務表現的核心基礎。
因此,對AMD的全面評估,不僅僅是判斷其在AI GPU領域的追趕速度,也同樣需要檢視其在CPU市場上與主要對手競爭的實力與進展。這兩條戰線的成果共同決定了公司的整體表現。
當市場的目光普遍投向那場華麗的GPU對決時,其伺服器機架中正在發生的權力轉移,同樣是構成這家公司完整價值拼圖中,不可或缺的一塊。
最終章:我對AMD的看法
在深入探討AMD的技術與市場地位後,一個最直接的問題擺在眼前:以當前的股價來看,其估值是否合理?未來的潛在回報與風險又是如何?
在回答這個問題前,我必須先做出重要聲明:
以下內容僅為基於公開市場數據的分析框架,旨在提供一種思考視角,絕不構成任何形式的投資建議。
估值框架:超越被扭曲的歷史數據
首先,若僅看AMD當前近130倍的追蹤市盈率(Trailing P/E),很容易得出股價被高估的結論。但這個數字因受到先前一次性事件的嚴重扭曲,已無法真實反映公司的盈利潛力。
因此,一個更具前瞻性的方法,是將目光投向未來。
我們不妨借鑒華爾街的普遍做法,以市場對其2026年每股收益(EPS)的共識預期(約5.45美元)為錨點,來構建一個更合理的估值模型。
透過這個模型,我們可以推演出三種可能性:
1. 基本情境 (Base Case):假設AMD穩健執行其產品路線圖,達到市場普遍預期。在這種情況下,若給予其與歷史區間相符的35倍市盈率,其目標價約在191美元,意味著溫和的上漲潛力。
2. 樂觀情境 (Bull Case):假設AMD的AI戰略大獲成功,市佔率超乎預期,推動EPS和市場信心雙雙走高。其股價則有潛力挑戰237美元的華爾街高階目標價。
3. 悲觀情境 (Bear Case):若競爭加劇、利潤未達預期等風險顯現,市場情緒轉冷,其股價則可能面臨向130美元回調的壓力。
核心問題:估值溢價的合理性
這份情境分析引出了一個值得深思的核心問題:目前市場給予AMD約35倍的2026年前瞻市盈率,一個略高於其主要競爭對手NVIDIA的估值水平,這會否有些過於樂觀?
這背後隱含的假設是,市場不僅預期AMD能成功,甚至預期它能以比市場領導者更快的速度增長。這無疑是一個頗具挑戰性的前提,也是當前股價最大的爭議點。
市場動能:不可忽視的強勁力量
然而,除了冰冷的估值數字,市場的動能與情緒同樣是不可忽視的力量。AMD的股價近期展現了幾個積極的信號:
強大的韌性:在財報發布後,股價即使短暫下跌也能迅速反彈,顯示出強勁的買盤支撐。
關鍵的技術支撐:從圖形上看,股價成功守住了兩條關鍵的支撐線:長期上升趨勢線與20日移動平均線(SMA)。
這表明,至少在當前階段,從動能的角度看,市場的看漲情緒依然濃厚。
綜合來看,AMD當前的股價,正處於基本面估值合理性與市場強勁動能之間的一場博弈。它並非被嚴重低估的「便宜貨」,但也未出現明顯的泡沫。
最終的投資決策,取決於每個投資者自身的風險偏好,以及對以下核心問題的回答:
您是相信AMD能夠超預期執行,證明其高於對手的估值是合理的?還是認為NVIDIA的護城河難以撼動,當前的市場熱情終將回歸基本面?抑或是,您認為在當前的市場環境下,強勁的動能本身就是最值得追隨的信號?
最後,如果看到這裡的話,不妨考慮訂閱我的電子報,我們下週再見。
—KP








簽,來研究研究KP圖書館了!
AMD文章 真香