超微半導體 AMD（AMD）股票深度分析｜差一點買下英偉達的公司，如何從 $2 翻身 137 倍成為 AI 晶片黑馬？

一、從瀕死到復活：Lisa Su 的十年逆轉

AMD 成立於 1969 年，比 Intel 晚一年。創辦人 Jerry Sanders 是一位個性張揚的銷售奇才，他曾說過一句名言：「真男人要有自己的晶圓廠。」但諷刺的是，AMD 最終在 2009 年把晶圓廠拆分出去成立 GlobalFoundries，從此依賴外部代工。早年兩家公司因 x86 處理器架構的授權協議而糾纏不清，AMD 長期扮演「Intel 平價替代品」的角色，性能差一截、價格便宜兩成，吸引的是對品牌不敏感的預算型買家。

2006 年，AMD 曾豪擲 $54 億收購圖形晶片公司 ATI Technologies，試圖打造「CPU + GPU」一體化的夢幻組合。但這筆收購的整合過程極其痛苦，加上 2008 年金融海嘯的衝擊，AMD 陷入了長達數年的虧損泥潭。到了 2014 年，公司的處境可以用「奄奄一息」來形容：背負 $22 億債務，股價徘徊在 $2 至 $3 之間，主力產品在性能和能效上全面落後 Intel，伺服器 CPU 市場份額不到 1%，甚至有分析師預測 AMD 可能在兩年內破產。

就在這個至暗時刻，44 歲的蘇姿丰被任命為行政總裁。她是台灣出生、紐約長大的電機工程博士，曾在德州儀器（Texas Instruments）、IBM 和飛思卡爾半導體（Freescale Semiconductor）積累了約十八年的半導體經驗。上任後她做的第一件事，就是砍掉當時利潤微薄的低端流動晶片業務，把所有資源集中到一個賭注上：代號「Zen」的全新處理器架構。這個決定在當時備受質疑：你都快破產了，還敢孤注一擲，把整副身家壓在一張未驗證的牌上？

Zen 架構本身已經是一次重大突破，但真正的殺手鐧要到 2019 年的 Zen 2 才登場：小晶片（chiplet）設計。傳統上，處理器是一塊完整的大晶片（學名「單體式」monolithic die），面積越大、良率越低、成本越高，而且整塊晶片只能用同一種製程工藝。蘇姿丰的團隊反其道而行，把處理器拆成多塊小晶片，再用先進封裝技術拼在一起。這種做法的精妙之處在於：每塊小晶片可以用最適合自己的製程（例如運算核心用最新 5 奈米、輸入輸出（I/O）控制器用成熟 12 奈米），既降低成本又提高良率；更厲害的是同一套小晶片設計，能靈活組合成不同核心數的產品，用一套設計覆蓋從手提電腦到頂級伺服器的所有市場。就好比用標準化的積木搭建不同大小的房子，而 Intel 還在用整塊大磚頭從頭砌起每一間房，又重、又貴、又難改建。

2017 年，基於 Zen 架構的 Ryzen 處理器正式發佈，一鳴驚人。性能直逼 Intel 同級產品，價格卻低 20% 至 30%。消費者用腳投票，AMD 股價在 Ryzen 發佈後一年內翻了三倍。隨後，針對伺服器市場的 EPYC 處理器、針對圖形的 Radeon 顯示卡也相繼發力，AMD 逐步收復失地。

更重要的是，蘇姿丰建立了一套「年度迭代」的節奏：Zen 2（2019）、Zen 3（2020）、Zen 4（2022）、Zen 5（2024），每一代都在製程、架構和能效上穩步推進。相比之下，Intel 在同一時期深陷 10 奈米製程的困局，多次延期讓客戶失去耐心。蘇姿丰的策略是「穩紮穩打、步步進逼」，不追求一步登天的突破，而是每一代都比上一代好 15% 至 20%，積少成多，最終實現全面超越。

關鍵收購：拼齊 AI 版圖

蘇姿丰的野心不止於 CPU。2022 年 2 月，AMD 以約 $488 億（按交易完成日股價計算）全股票方式收購賽靈思（Xilinx），全球領先的現場可程式化邏輯閘陣列（FPGA）製造商。這筆交易讓 AMD 一腳踏入汽車、工業和通訊基建等高利潤嵌入式市場。Xilinx 的 FPGA 可以理解為一種「萬用晶片」：它不像 CPU 或 GPU 那樣出廠時內部硬體電路就被永久固定，而是讓客戶在交貨後用 HDL 程式語言「重新配線」晶片內部的硬體邏輯閘陣列（這是硬體層級的可重組能力，跟 CPU 跑不同軟體完全是兩回事），針對特定任務做極致優化。在 5G 基站、航空航太、醫療影像等領域，FPGA 幾乎不可替代。這個分部目前每季度貢獻約 $8 至 $9 億收入，利潤率高於公司平均水平，是 AMD 財務穩定性的重要支柱。2023 年收購 Nod.ai 和 2024 年收購 Silo AI，則是為了補強 AI 軟體生態，AMD 在硬體上追趕英偉達的同時，深知軟體才是真正的護城河。

2024 年，AMD 宣佈以 $49 億收購 ZT Systems，一家專門設計 AI 數據中心基礎設施的公司。這筆交易在 2025 年 3 月完成，讓 AMD 從單純的晶片供應商升級為「晶片 + 系統」的整體方案提供者，正面挑戰英偉達的 DGX 一體機模式。

蘇姿丰個人：從紐約皇后區到億萬富翁的軌跡

蘇姿丰本人的故事，也許比 AMD 的翻身更令人動容。她在紐約皇后區（Queens, New York）長大，父親蘇春槐是統計學家、母親 Sandy Lo 是會計師，後來自己創業。父親從她七歲開始就用乘法表測試她，母親則早早教她做生意。她在麻省理工學院讀電機工程，分別拿到學士、碩士和博士學位，博士論文研究的就是當時還很冷門的 SOI（絕緣體上矽）技術，這在二十多年後成為晶片業的主流製程。

2014 年她接手 AMD 時，公司股價約 $3、市值不到 $30 億；到 2025 年她持有約 470 萬股 AMD（約佔公司 0.3%），個人淨值估計約 $13 至 $16 億美元（隨股價波動），是全球極少數的女性億萬富翁行政總裁。福布斯（Forbes）將她列為 2025 年「全球最有權勢女性」第十名，《時代雜誌》（TIME）則選她為 2024 年「年度行政總裁」。她在公司內部以「不情緒化、用數據說話」的工程師風格聞名，每次法說會幾乎不用講稿；員工口中常見的形容是「她記得每張晶片設計藍圖的細節」。

對比創辦人 Jerry Sanders 那種披著毛皮大衣、開法拉利上班的浮誇銷售風格，蘇姿丰的低調工程師人格，可能正是 AMD 從「平價替代品」蛻變成「技術領導者」最關鍵的文化轉折點。

結果如何？蘇姿丰上任時 AMD 股價約 $3.28，其後一度跌破 $2。到 2024 年底升至約 $121，從低位計升幅超過 60 倍，年均複合回報率約 51%，同期標普 500（S&P 500）含股息年化約 13%。到了 2026 年 5 月 14 日，受惠於 12 GW 超級訂單的利好消息，股價更飆升至 $449.70，從上任時的 $3.28 算起達 137 倍（資料截至 2026.05.14）。這是一次教科書級別的企業逆轉。

二、12 GW 的天價訂單：OpenAI 和 Meta 為何押注 AMD

如果說蘇姿丰的前十年是「翻身」，那 2025 年底到 2026 年初發生的事情，則是「質變」。

2025 年 10 月，OpenAI 與 AMD 宣佈了一份規模驚人的協議：OpenAI 將部署多達 6 吉瓦（GW）的 AMD GPU 算力。作為對比，一座典型的核電站發電量約為 1 GW，也就是說 OpenAI 打算用相當於六座核電站的電力來運行 AMD 晶片。再換一個感覺更具體的比喻：香港全港的電力高峰需求約為 11 GW（夏季高峰），OpenAI 一家公司就要把超過全港半數的電力用來訓練 AI；如果加上 Meta 的 6 GW，AMD 為兩家客戶部署的算力總電力消耗，已經超過整個香港的高峰用電量。這就是 AI 時代「算力等於電力」的新現實，晶片本身的成本只是冰山一角，真正的瓶頸是發電量和散熱基礎設施。首批 1 GW 將採用即將推出的 MI450 GPU，預計 2026 年下半年開始交付。

交易結構同樣值得關注：AMD 向 OpenAI 發行最多 1.6 億股認股權證，按里程碑分批歸屬。以 AMD 目前約 16.5 億股流通股計算，這意味着 OpenAI 最終可能持有 AMD 約 10% 的股權。換言之，OpenAI 不只是 AMD 的客戶，更是長期利益綁定的合作夥伴。

Sam Altman 為什麼要這樣做？答案很簡單，他不想被英偉達一家掐住脖子。當你的公司每年需要花費數百億美元購買 GPU，而全球 80% 以上的 AI 晶片都來自同一個供應商時，任何一次供貨延遲或漲價都可能致命。引入 AMD 作為第二供應商，既能壓低採購成本，又能增加議價能力。認股權證的設計更是精妙，AMD 的晶片賣得越好，OpenAI 的認股權證越值錢，雙方利益完全一致。

2026 年 2 月，Meta 用幾乎一模一樣的架構簽下了第二份 6 GW 協議：同樣是最多 1.6 億股認股權證、首批同樣採用 MI450 和 Venice EPYC 處理器。據估算，Meta 的交易價值約為 $600 億。Zuckerberg 的算盤也很清楚，Meta 已經把開源大語言模型 Llama 全面押注在 AMD 硬體上，100% 的 Llama 405B 即時推理流量都跑在上一代的 MI300X 上。

（註：Meta 交易金額媒體報導不一，AMD 官方與多數財經媒體口徑為五年約 $600 億的晶片供應價值；部分報導引用的「$1,000 億」為含系統、電力與基建的總體投入估算。）

同一時期，甲骨文（Oracle）也宣佈將從 2026 年第三季度起部署 50,000 顆 MI450 GPU，這不是實驗性小批量，而是正式的超大規模基礎設施採購。加上亞馬遜雲端服務（AWS）、Google Cloud、Microsoft Azure 和騰訊雲紛紛推出基於第五代 EPYC 的雲端實例，AMD 的客戶名單已經從「Intel 替代品」升級為「AI 核心供應商」。

兩筆 6 GW 交易合計 12 GW，AMD 預計未來四年將因此新增超過 $1,000 億收入。這些訂單的意義不僅在於金額，更在於它們給予了 AMD 前所未有的收入能見度，投資者終於可以看到未來三到四年的訂單管道，而不只是猜測下一季的業績。

三、GPU 軍備競賽：MI455X 對決 Rubin，誰是 AI 算力之王？

要理解 AMD 在 AI 領域的位置，就必須弄清楚一件事：目前 AI 訓練和推理市場約 80% 的 GPU 都來自英偉達。AMD 是挑戰者，不是守擂者。但挑戰者的進步速度，正在讓守擂者感到壓力。

當前一代：MI350X 對決 B200 / B300

AMD 目前量產的旗艦 AI GPU 是 Instinct MI350X，基於 CDNA 4 架構，採用台積電 3 奈米製程。它配備 288 GB 的 HBM3E 記憶體和 8 TB/s 頻寬，是 AMD 首款原生支援 FP4 低精度格式的晶片，這對 AI 推理效率至關重要。MI350X 為風冷版本（TGP 約 1,000W），而液冷版本 MI355X 同樣採用 CDNA 4 架構，但 TGP 提升至 1,400W、頻率更高，FP4 密集算力約 10 PFLOPS（含稀疏加速約 20 PFLOPS），單卡性能比 MI350X 高約 9%（資料截至 2026.05.14）。

英偉達這邊，B200（Blackwell 架構）配備 192 GB HBM3E、約 8 TB/s 頻寬，FP4 密集算力約 9 PFLOPS（含稀疏加速約 18 PFLOPS），功耗約 1,000W。而 B300（Blackwell Ultra，亦稱 GB300）早於 2025 年下半年已開始出貨（Supermicro 9 月起量產 GB300 NVL72 機架），將記憶體提升至 288 GB HBM3E，FP4 密集算力約 15 PFLOPS，比 B200 提升約 67%，但功耗也飆升至 1,400W。

從純 FP4 算力數字看，MI355X 的密集算力約 10 PFLOPS，已超越 B200 的 9 PFLOPS，但仍落後於 B300 的 15 PFLOPS；含稀疏加速 20 PFLOPS 則小幅勝 B200 的 18 PFLOPS，但與 B300 的稀疏 30 PFLOPS 仍有差距。換言之，AMD 已追平上一代 Blackwell，但對最新 Blackwell Ultra 仍有約 30-50% 的算力缺口。不過 GPU 性能的比較遠不止一個指標，英偉達在軟體生態、晶片間互聯和系統級優化上更有明顯優勢。但 AMD 有另一張王牌：根據 AMD 提供的測試數據（需注意這是廠商自己的基準測試），使用 MI350X 自建推理集群的總擁有成本（Total Cost of Ownership, TCO）比同等英偉達方案低約 30% 至 40%。原因有幾個：MI350X 風冷版本約 1,000W（與 B200 相當），單位記憶體（288GB vs B200 的 192GB）成本更優；而且 AMD 的系統級方案（透過 ZT Systems 收購獲得的能力）允許客戶根據需求靈活配置，減少閒置資源浪費。

對於每年花費數十億甚至數百億美元購買 AI 晶片的超大規模客戶來說，即使 AMD 的絕對性能不及英偉達，30% 的成本差距意味着同樣的預算可以部署更多的推理節點。這也是為什麼 Meta 選擇把 Llama 405B 的全部推理流量跑在 AMD MI300X 上，訓練可以用英偉達的頂級硬體追求極致性能，但推理階段更看重性價比和部署規模。

下一代（2026 年下半年）：MI455X 對決 Rubin R100

真正的重頭戲是下半年即將推出的下一代產品。AMD 的 MI455X 基於 CDNA 5 架構，採用台積電 2 奈米製程，由 12 顆運算晶片組成，總電晶體數達 3,200 億個。記憶體升級至 432 GB HBM4，頻寬暴增至 19.6 TB/s，FP4 算力達到 40 PFLOPS，比上一代提升約四倍。

英偉達的回應是 Vera Rubin 平台，核心是 Rubin R100 GPU。這顆晶片同樣採用雙晶片封裝設計，但使用台積電 3 奈米製程，總電晶體 3,360 億個。配備 288 GB HBM4、22 TB/s 頻寬，FP4 算力高達 50 PFLOPS——按英偉達官方口徑，是 Blackwell 平台（20 PFLOPS）的 2.5 倍。

從紙面規格看，這是一場各有千秋的對決。AMD MI455X 在記憶體容量上佔據明顯優勢（432 GB 對比 288 GB），多出的 50% 記憶體對運行超大參數模型有實際意義，當模型參數量超過一定閾值時，記憶體不足就需要跨多張卡分佈，增加通訊開銷和延遲。但英偉達在算力（50 PFLOPS 對比 40 PFLOPS）和頻寬（22 TB/s 對比 19.6 TB/s）上仍然領先，而且 NVLink 6 的晶片間互聯速度也是 AMD Infinity Fabric 目前難以匹敵的優勢。

值得一提的是，兩家公司都已經宣佈了 2027 年的路線圖：AMD 的 MI500 系列基於 CDNA 6 架構，AMD 在 2026 年 CES 上聲稱比 MI300X 性能提升 1,000 倍（這個數字以四年週期計算、需等實際測試驗證）；英偉達的 Rubin Ultra 則承諾 FP4 算力翻倍至 100 PFLOPS。軍備競賽的節奏已經從過去的「兩年一代」加速到「一年一代」，對雙方的研發資源和執行力都是巨大考驗。

Helios 機架平台：AMD 的「Rack-Scale」反攻

要真正挑戰英偉達在數據中心的地位，光有強大晶片不夠，還需要把幾十顆 GPU 整合成一個機架級超級電腦。英偉達靠 NVL72（72 顆 GB200/GB300 GPU 一個機架）建立了系統優勢；AMD 的答案是 2026 年下半年量產的「Helios」雙寬機架平台，這是 AMD 與 Meta 合作、基於 Meta 2025 年開放運算計劃（Open Compute Project, OCP）開放機架設計的成果。

Helios 單機架塞下 72 顆 MI450X GPU 加上 Venice EPYC CPU，總算力達 2.9 ExaFLOPS（FP4 精度）、1.4 ExaFLOPS（FP8 精度），配備 31 TB HBM4 記憶體（總頻寬 1.4 PB/s）、260 TB/s 的擴大互聯頻寬，以及 43 TB/s 的乙太網對外擴展頻寬。每張 MI450X 的設計功耗（Total Graphics Power, TGP）達 1,500W，整個機架功耗超過 120kW，需要全液冷散熱才能運作。

Helios 最大的差異化武器是 UALink（Ultra Accelerator Link，超快加速器互聯）：這是 AMD 牽頭的開放標準，目標是用乙太網基礎設施實現晶片間高速互聯，正面對抗英偉達封閉的 NVLink。MI430X、MI440X、MI455X 是首批支援 UALink 的 GPU，這個開放生態長遠或可吸引更多客戶。值得一提的是 OCP Summit 2025 展出的 Helios 樣機外觀獨特、紅光閃爍，業界戲稱為「AMD 聖誕樹」，單台估值就達約 $300 萬美元，可見其規格之奢華。慧與科技（HPE）已宣佈採用 Helios 機架設計，成為 Oracle 之後第二個大型合作夥伴。

對投資者來說，Helios 的意義不止於規格，而是 AMD 終於有了一套可以跟英偉達 NVL72/Rubin NVL144 正面競爭的完整方案。Oracle 承諾的 50,000 顆 MI450X、OpenAI 的首批 1 GW 部署、Meta 的 6 GW 大單，全部都會以 Helios 機架形式落地交付，這就是為什麼 12 GW 訂單能夠如此快速從紙面合約轉化為實際營收。

真正的護城河：CUDA 軟體生態

不過，GPU 競爭從來不只是硬體規格的比拼。英偉達最深的護城河是 CUDA，一套自 2007 年公開發佈的 GPU 平行運算軟體平台。全球數以百萬計的開發者、研究人員和企業都在 CUDA 上寫程式碼，主流的 AI 框架（PyTorch、TensorFlow）都針對 CUDA 做了深度優化。要切換到 AMD 的 ROCm 平台，意味着重新測試、重新優化、甚至重寫部分程式碼，對企業來說是巨大的遷移成本。

AMD 對此的策略是多管齊下：一方面透過收購 Nod.ai 和 Silo AI 強化 ROCm 生態，另一方面與 PyTorch 等主流框架密切合作提升相容性。最新發佈的 ROCm 7 是 AMD 軟體生態的一個轉折點，原生支援 Llama、DeepSeek、Qwen 等熱門開源模型，並大幅提升 vLLM、SGLang 等主流推理引擎的性能；最關鍵是首次推出「ROCm 企業版 AI（Enterprise AI）」軟體棧，讓企業客戶可以像買 Nvidia AI Enterprise 一樣，得到完整的 LLM 部署、調校與監控工具鏈。

OpenAI 和 Meta 的大額訂單在這方面有催化效應：當全球最大的 AI 實驗室開始大規模部署 AMD 晶片時，他們自身的工程團隊會為 ROCm 生態貢獻大量優化程式碼和實戰經驗，形成正向循環。差距在縮窄，但要追平仍需要時間。軟體生態的建設是以十年為單位的長跑，不是一兩筆大單就能解決的問題。

四、EPYC 大反撲：伺服器 CPU 收入首超 Intel

在所有人都盯着 GPU 戰場的時候，AMD 在另一個戰線上悄然打了一場漂亮的翻身仗，伺服器 CPU 市場。

回到 2018 年，AMD 在伺服器 CPU 市場的份額不到 5%，Intel 一家獨霸超過 95%。但 EPYC 處理器憑藉 chiplet 設計帶來的核心數和能效優勢，開始一步步蠶食 Intel 的地盤。到了 2026 年第一季度，Mercury Research 的數據顯示 AMD 的 x86 伺服器 CPU 收入份額已經達到 46.2%，出貨量（單位）份額 33.2%（Mercury Research，x86 伺服器 CPU 口徑）。

收入份額遠高於出貨量份額，說明 AMD 賣的都是高端高利潤產品。企業客戶願意為 EPYC 的高核心數、大記憶體支持和更佳能效支付溢價。更值得注意的是，AMD 第一季度數據中心收入 $58 億，已經超過了 Intel 同期數據中心及 AI 收入的約 $51 億，這是歷史上首次。

Intel 的困境在於多重夾擊：自家製造良率問題導致供貨緊張、行政總裁 Pat Gelsinger 離任帶來的管理層動盪，加上 AMD 的 EPYC 在技術上已經建立了明確優勢。蘇姿丰在財報電話會上表示，AMD 目前生產的每一顆 EPYC 處理器都在被搶購。

一個新的推動力是「代理人 AI」（Agentic AI）的興起。這類 AI 工作負載涉及多步驟推理、頻繁的記憶體存取和大量通用計算，不只需要 GPU 做加速，更需要強大的 CPU 做協調。這恰好是 EPYC 的強項，也解釋了為什麼 AMD 的伺服器 CPU 業務在 AI 熱潮中同樣受惠。

把 Mercury Research 過去三年的數據攤開看更清楚：AMD 伺服器 CPU 收入份額從 2023 年 Q1 的 約 18% → 2024 年 Q1 約 33% → 2025 年 Q4 約 41.3% → 2026 年 Q1 約 46.2%；出貨量份額也從 2025 年 Q1 的 27.2% 升至 Q4 的 28.8%、再到 2026 年 Q1 的 33.2%。這不是一兩個季度的脈衝，而是一條穩定向上的長期斜率，背後是 Intel 連續多代產品延期、AMD 步步緊逼的結構性轉折。值得注意的是，Mercury 自己亦提及 AMD 的伺服器 CPU 增長動能在 2026 年 Q1 開始放緩（按季僅小幅增長），可能反映行業正在等待下一輪換機週期。

另一個容易被忽略的供應鏈瓶頸是先進封裝。台積電的 CoWoS-L（Chip-on-Wafer-on-Substrate-L，3D 異質整合封裝）產能是 2026 年全球 AI 晶片供應的最大樽頸。據業界估算，2026 年全球 CoWoS 晶圓總需求約 95 萬片，其中英偉達一家就鎖定約 59.5 萬片（佔 60%），AMD 約 10.5 萬片（佔 11%），其餘要在 30% 左右的剩餘產能上激烈搶單。這意味着即使 OpenAI/Meta 想多買 AMD 晶片，AMD 也要看台積電的封裝產能臉色，這是 12 GW 訂單交付節奏的最大未知數。

五、主要客戶與生態系統：從「替代品」到「核心供應商」

要判斷一家晶片公司的前景，光看產品規格不夠，還要看誰在買。AMD 的客戶名單在過去兩年發生了質的變化，從「買不到英偉達才退而求其次」的備選供應商，升級為超大規模客戶主動選擇的核心夥伴。

第一梯隊：戰略級 AI 客戶

OpenAI（6 GW 長期協議）和 Meta（6 GW 長期協議）是 AMD 最大的兩筆 GPU 訂單，前面已經詳細分析。甲骨文（Oracle）是第三個重要客戶，承諾從 2026 年第三季度起部署 50,000 顆 MI450 GPU，這不是小規模測試，而是足以支撐大型雲端推理服務的正式採購。

第二梯隊：雲端平台全面滲透

在 EPYC 伺服器處理器方面，AMD 已經滲透到全球所有主流雲端平台。亞馬遜雲端服務（AWS）推出了基於第五代 EPYC 的 M7a、C7a 和 R7a 實例；Google Cloud 推出了 H4D 虛擬機，專門針對高性能運算（HPC）工作負載進行優化；Microsoft Azure 則在通用、記憶體優化和運算優化三個類別都提供了 EPYC 驅動的實例。甚至騰訊雲也在中國市場推出了 EPYC 雲實例，這意味着 AMD 的伺服器晶片已經實現了真正的全球覆蓋。

一個關鍵指標：Meta 的 Llama 選擇

在所有客戶案例中，最能說明問題的或許是 Meta 的決定。Meta 把開源大語言模型 Llama 405B 的 100% 即時推理流量都跑在 AMD MI300X 上。這不是公關聲明，而是實際的生產環境部署。Llama 405B 是目前最大的開源模型之一，每天處理數以十億計的推理請求。Meta 選擇 AMD 而非英偉達來承載這些流量，等於用自己的商譽為 AMD 的晶片能力背書。

客戶集中度仍然是一個風險（後文會詳述），但客戶質量的提升是不爭的事實。當全球最頂尖的 AI 公司願意把核心工作負載交給你的晶片運行時，市場的認知就已經改變了。

六、財務分析：數據中心撐起半邊天

Q1 2026 業績一覽

2026 年 5 月 5 日公佈的第一季度業績，可以用「全面超預期」來概括。總收入 $102.5 億，按年增長 38%。Non-GAAP 毛利率 55%，營業利潤 $25 億，淨利潤 $23 億，每股盈利 $1.37。自由現金流更是創下歷史新高的 $25.7 億。

分部表現

數據中心是絕對的增長引擎，收入 $58 億，按年增長 57%，佔總收入比重從一年前的 49% 提升至 56%。這個分部涵蓋 EPYC 伺服器處理器和 Instinct AI GPU 兩條產品線，兩者都在加速增長。

客戶端及遊戲分部收入 $36 億，按年增長 23%，其中個人電腦處理器（Ryzen）收入 $29 億（按年增長 26%），受惠於 Windows 10 停止支援帶動的換機潮以及 AI PC 的新需求。遊戲業務則因主機晶片週期見底而相對平淡。

嵌入式分部收入 $8.73 億，按年增長 6%，這是 Xilinx 收購帶來的業務，增速較慢但利潤率高，是穩定的現金流來源。

增長軌跡

管理層對第二季度的指引是收入約 $112 億（上下浮動 $3 億），按年增長 46%，比第一季度 38% 的增速還要加快。這意味着 AMD 正處於加速增長階段，而非減速。業績公佈後，股價當日收漲約 18.6%，市場的興奮程度可見一斑。

從更長的時間線看，AMD 的收入結構經歷了根本性的轉變。2023 年第一季度，數據中心收入僅佔總收入的 36%；到 2025 年第一季度升至 49%；再到 2026 年第一季度已達 56%。這不只是數字的變化，而是整家公司的重心從消費級 PC 晶片向企業級 AI 基礎設施轉移。高端數據中心產品的利潤率遠高於消費級處理器，這也解釋了為什麼 AMD 在收入增長 38% 的同時，Non-GAAP 毛利率仍能維持在 55% 的健康水平。

現金流與資產負債表

對於半導體公司而言，現金流的質量往往比帳面盈利更能反映真實狀況。AMD 第一季度的自由現金流達到 $25.7 億，創下歷史新高，自由現金流利潤率接近 25%。這個數字意味着什麼？簡單來說，AMD 每賺四元收入，就有大約一元變成實實在在的現金流入。對比兩年前，2024 年第一季度自由現金流僅約 $3.8 億——兩年間增長近七倍，印證了規模效應正在加速釋放。

資產負債表方面，截至 2026 年 3 月底，AMD 持有現金及短期投資合共約 $123 億，總負債約 $33 億，淨現金接近 $90 億。對於一家年收入超過 $400 億（按年化計算）的公司來說，這是極為健康的財務狀況。充裕的現金儲備讓 AMD 有能力繼續通過收購補強短板，過去幾年的 Xilinx（約 $488 億）和 ZT Systems（$49 億）收購就是最好的例子，同時也有餘力在研發上保持高強度投入。2025 財年，AMD 的研發支出約佔收入的 22%，遠高於行業平均水平，這是維持技術領先的必要代價。

七、估值：市場在為什麼買單？

（提醒：本段估值數據以 2026.05.14 收盤 $449.70 為基準；AMD 屬高波動股，發稿後股價曾進一步上行至 $500 以上，最新市盈率與市值請以即時報價為準。）

截至 2026 年 5 月 14 日，AMD 收盤價 $449.70，市值約 $7,420 億（基於約 16.5 億股流通股計算）。值得一提的是，5 月 11 日 AMD 創下 52 週新高 $469.21，但隨後一週受 HSBC 降評（5/4 由「買入」降至「持有」）和獲利回吐影響，回落至 $420 區間（5/19 收 $414.05）。

從傳統估值指標看，AMD 的定價不便宜。根據 Yahoo Finance 數據，預測市盈率（Forward P/E）約 65 倍，而半導體行業中位數約 31 倍，溢價超過 110%。追蹤市盈率（Trailing P/E）更是高達約 145 倍，反映出過去十二個月的 GAAP 盈利被大量非現金開支壓低。

華爾街分析師的態度分歧明顯。約 45 位覆蓋 AMD 的分析師中，33 位評為「買入」或「強烈買入」、12 位「持有」、零位「賣出」。Q1 業績公佈前的共識目標價約 $290，但多家大行在 5 月 5 日業績超預期後大幅上調：伯恩斯坦研究（Bernstein）從 $265 直接調至 $525 並升級至「跑贏大市」、摩根士丹利（Morgan Stanley）從 $255 調至 $360、DA Davidson 升級至「買入」並給出 $375 目標價。業績後的目標價範圍從 $150 到 $525，反映市場對 AMD 前景的看法南轅北轍。

不過並非所有大行都看好。2026 年 5 月 4 日，匯豐銀行（HSBC）在 AMD 一年內飆升約 77% 之後，將其評級由「買入」下調至「持有」（Hold），理由是估值已充分反映 AI 晶片增長預期。值得注意的是，匯豐早在 2025 年 4 月已下調英偉達評級至「持有」、目標價由 $175 砍至 $120，並警告整個 AI GPU 行業的定價能力正在減弱。如今對 AMD 的降評，延續了同一套對 AI 晶片股「估值已充分反映」的審慎邏輯。這代表華爾街對 AI 晶片股的態度開始從「全面追多」轉為「選擇性持有」，並非看淡基本面，而是認為當前估值已透支未來幾年的增長空間。匯豐看法是否成立要等下半年驗證，但對於追高的散戶來說，這是一個重要的提醒：即使基本面再好的股票，買入價格決定了長期回報。

市場願意為 AMD 支付高溢價，核心理由是 12 GW 大單帶來的收入能見度。如果 OpenAI 和 Meta 的訂單如期交付，AMD 未來四年的收入增長幾乎是鎖定的。但如果 AI 資本支出週期放緩，就像 2000 年的科網泡沫或 2018 年的加密貨幣寒冬那樣，目前的估值就會變得非常脆弱。

另一個估值層面的考量是認股權證稀釋。OpenAI 和 Meta 的交易合計可能發行最多 3.2 億股認股權證。以目前約 16.3 億股流通股計算，如果全部行使，新股佔現有流通股約 19%（若以完全攤薄後的總股數計算，新股佔比約 16%）。雖然這些權證按里程碑分批歸屬，全部行使的概率不高，但投資者在計算估值時不能忽略這個因素。

與同業對比

把 AMD 放在同業中比較，畫面就更有意思了。英偉達的預測市盈率約 27 倍，沒錯，比 AMD 還低得多，因為英偉達佔據 AI GPU 市場超過 80% 份額、毛利率高達 70% 以上，盈利增速已經體現在估算中。Broadcom 的預測市盈率約 39 倍，同樣從 AI 客製化晶片中受惠。Intel 的預測市盈率更誇張，高達 156 倍，不是因為市場看好它，恰恰相反，是因為預期盈利極低，分母太小把倍數推上了天。AMD 約 65 倍的預測市盈率（截至 2026.05.14）在三家中遙遙領先，反映出市場對其「追趕者加速增長」故事的極高期待（注：此倍數隨股價每日波動，宜以最新報價為準）。但也意味着容錯空間極小。

對於投資者來說，核心問題是：你是否相信 AMD 能在未來三到五年內把 AI GPU 市場份額從目前的個位數提升到 20% 甚至 30%？如果答案是肯定的，目前的估值或許有合理性；如果你認為 CUDA 護城河固若金湯、AMD 的份額提升會比預期慢，那 65 倍的預測市盈率就缺乏安全邊際。

八、幕後故事：八卦比財報更精彩

差一點收購英偉達：2006 年改變歷史的一通電話

如果告訴你，AMD 曾經有機會把英偉達買下來，你信不信？這不是都市傳說，而是多位前 AMD 員工證實過的真實故事。

2006 年，AMD 的時任行政總裁 Hector Ruiz 正在尋找一家圖形晶片公司來補齊產品線。他的第一選擇不是 ATI，而是英偉達。Ruiz 主動聯絡了黃仁勳，提出收購方案。據前 AMD 工程師、後來成為知名風險投資人的 Hemant Mohapatra 透露，雙方談判一度進展順利，但在最關鍵的問題上卡住了，黃仁勳堅持要擔任合併後新公司的行政總裁。Ruiz 不願讓出帥位，黃仁勳也不肯退讓。另一位前 AMD 資深員工 Phil Park 也證實了這個說法：「黃仁勳要求當 CEO 的軼事是真的。」

談判破裂後，AMD 轉身以 $54 億收購了英偉達的對手 ATI Technologies。這個決定在當時看來只是「備選方案」，但二十年後回頭看，這通電話改變了整個科技產業的版圖。如果當年 Ruiz 答應了黃仁勳的條件，今天就不會有市值 $5 萬億的獨立英偉達，而 AMD 可能早已成為 AI 時代無可爭議的霸主。當然，歷史沒有如果，而黃仁勳對自己的判斷力和願景從不打折，這份執拗，恰恰成就了今天的英偉達帝國。

OpenAI 的「去英偉達化」戰略

OpenAI 與 AMD 簽訂 6 GW 大單的背後，是一場精心策劃的供應鏈解放運動。Sam Altman 曾多次公開表示對 GPU 供應瓶頸的擔憂。當英偉達的 GPU 佔據 AI 訓練市場超過 80% 份額時，任何一家高度依賴 AI 算力的公司都面臨相同的風險：供貨不足、被迫接受漲價、產品路線圖受制於人。

認股權證的設計是這筆交易最巧妙之處。傳統的晶片供應合約是「一手交錢、一手交貨」，雙方的利益在交易完成後即脫鉤。但認股權證把兩家公司的命運綁在一起，AMD 的晶片性能越好、賣得越多，OpenAI 手中的認股權證越值錢；而 OpenAI 作為 AMD 的大股東，也有動力幫助 AMD 改善軟體生態和性能調校。

Meta 照抄同一張牌

2026 年 2 月，Meta 用幾乎完全相同的條款複製了 OpenAI 的交易，6 GW GPU 部署、最多 1.6 億股認股權證、首批採用 MI450。這不是巧合，而是 Meta 看到了 OpenAI 方案的精妙之處後決定照辦。Zuckerberg 早在 2024 年就公開表態支持 AMD，當時 Meta 宣佈把 Llama 405B 的全部即時推理流量遷移到 MI300X 上，這是對 AMD 晶片能力的最強背書。

Intel 的至暗時刻

在 AMD 和英偉達搶奪 AI 光環的同時，曾經的「晶片帝國」Intel 正經歷痛苦的轉型期。行政總裁 Pat Gelsinger 於 2024 年底離任，自家代工廠的良率問題遲遲未解，客戶為了穩定供貨紛紛轉向 AMD 的 EPYC。AMD 的數據中心收入在 2026 年第一季度首次超越 Intel（58 億美元對 51 億美元），EPYC 在 x86 伺服器 CPU 的收入份額也攀升至 46%——這在十年前是不可想像的。

更耐人尋味的是，伺服器 CPU 需求強勁到連 Intel 原本打算淘汰的邊緣晶粒（edge die）也被客戶照單全收，Intel 把這些良率較低的晶片降規（bin down）出售，反而推動 Q1 毛利率超出自身指引 650 個基點。但這份「意外之財」掩蓋不了根本問題：Intel 的 18A 製程良率仍在 65%-75% 之間掙扎，而台積電的先進節點早已穩定量產。回想當年 Jerry Sanders 那句「真男人要有自己的晶圓廠」，如今 AMD 沒有晶圓廠反而成了優勢，台積電的先進製程讓 AMD 的晶片在能效和性能上全面壓制 Intel 的自產晶片。Intel 的故事提醒我們，即使是最強大的護城河，一旦技術迭代落後，也可能被後來者攻破。

超大規模客戶的「去單一化」浪潮

OpenAI 和 Meta 同時押注 AMD 的更深層背景，是整個科技行業正在經歷的供應鏈「去單一化」浪潮。2020 年代初，全球經歷了汽車晶片短缺、疫情導致的供應鏈中斷等痛苦教訓，科技巨頭們開始有意識地避免對任何單一供應商的過度依賴。英偉達在 AI GPU 市場的壟斷地位，讓所有依賴 AI 算力的公司都感到不安。AMD 的崛起，為市場提供了一個「不是英偉達」的選項，這本身就有巨大的戰略價值，與晶片的絕對性能無關。

最新的蛛絲馬跡來自 Anthropic，Claude 背後的 AI 公司。2026 年初，Anthropic 的強化學習團隊發佈了一個年薪 $35 萬起的工程師職位，明確要求應聘者熟悉 AMD 的 ROCm 軟體生態系統，並具備在不同加速器之間移植工作負載的經驗。業界分析機構 SemiAnalysis 認為，這暗示 Anthropic 正在評估採用 AMD 即將推出的旗艦 MI450 加速器。Anthropic 本身已經擁有業界少見的多元算力組合，同時使用 AWS 的 Trainium 晶片、Google 的 TPU 和英偉達的 GPU，如果再加入 AMD 陣營，等於為 AMD 在頂級 AI 實驗室中再添一個重量級客戶，進一步鞏固其「第二選擇」的地位。

獨一無二的雙引擎：唯一同時賣 CPU 和 GPU 的挑戰者

在所有半導體公司中，AMD 的戰略定位是獨一無二的，它是全球唯一一家同時在高端 CPU 和高端 GPU 兩條賽道上與龍頭正面競爭的公司。英偉達的 GPU 無人能敵，但它在 CPU 領域才剛起步（Grace 處理器主要作為自家 GPU 的配角）。Intel 的 CPU 根基深厚，但在 GPU 方面的 Gaudi 系列表現平平，市場份額微乎其微。只有 AMD，同時擁有伺服器 CPU（EPYC）、AI 加速器（Instinct）、消費級處理器（Ryzen）和顯示卡（Radeon），再加上收購 Xilinx 帶來的 FPGA 可編程晶片，產品線的廣度在業界無出其右。

這種「雙引擎」架構帶來的優勢比表面看起來更大。想像你是一家雲端服務商的採購主管，需要建造一座 AI 數據中心。如果選英偉達，你買到了頂級 GPU，但伺服器的 CPU 還得另外找 Intel 或 AMD。如果選 AMD，一站式解決，EPYC 處理器負責通用計算和數據預處理，Instinct 加速器負責 AI 訓練和推理，兩者共用同一套軟體生態、同一支技術團隊、同一份供應合約。AMD 的下一代 Helios 機架級平台正是朝這個方向推進，把 Venice（下一代 EPYC，256 核心）和 MI450 加速器整合在同一個機架中，優化 CPU 與 GPU 之間的數據通道，減少延遲、提高整體吞吐量。

對投資者來說，雙引擎意味着雙重增長驅動力和更穩健的收入結構。即使 AI GPU 市場遭遇短期波動，EPYC 在傳統伺服器市場的穩定增長也能提供緩衝；反過來，如果伺服器 CPU 市場被自研晶片蠶食，Instinct 的 AI 收入又能接棒。這種天然的對沖效應，是純 GPU 玩家（英偉達）和純 CPU 玩家（Intel）都不具備的。

九、風險與挑戰

CUDA 護城河。英偉達的軟體生態至今仍是 AMD 面對的最大障礙。ROCm 在進步，但要讓數百萬開發者遷移平台，需要的不只是技術追平，更是生態規模的突破。如果 AMD 無法在軟體上縮窄差距，硬體上的優勢將被部分抵銷。

估值風險。預測市盈率 65 倍已經消化了極為樂觀的增長預期。如果 AI 資本支出週期突然降溫，例如科技巨頭削減數據中心投資，AMD 的股價將承受巨大壓力。歷史上，半導體股在週期頂點的估值收縮可以非常劇烈。

認股權證稀釋。如前所述，OpenAI 和 Meta 的交易合計可能帶來最多 3.2 億股的潛在稀釋。雖然是分批歸屬且全數行使的概率不高，但這仍然是懸在股價上方的一把達摩克利斯之劍。

客戶集中度。12 GW 大單固然令人興奮，但這也意味着 AMD 的 GPU 收入將高度集中在少數幾個超大規模客戶身上。任何一個大客戶延遲採購或轉向自研晶片（如 Google 的 TPU、Amazon 的 Trainium），都可能對業績造成顯著影響。

台積電依賴與地緣政治。AMD 的所有先進晶片都由台積電代工。中美科技角力下的出口管制、台海局勢的任何變化，都可能影響供應鏈穩定性。這個風險不是 AMD 獨有的，英偉達同樣面對。但投資者不能視而不見。台積電目前在亞利桑那州興建的美國工廠可以部分緩解這個風險，但最先進的封裝技術短期內仍然集中在台灣。對於香港投資者來說，地緣政治風險更值得關注，因為任何中美科技脫鈎的升級都可能同時影響美股和港股市場情緒。

自研晶片威脅。AMD 的超大規模客戶們並非只在英偉達和 AMD 之間二選一。Google 有自研的 TPU（張量處理單元，Tensor Processing Unit），目前最新一代是 2025 年 11 月正式發佈的第七代 Ironwood（單晶片 4.6 PFLOPS FP8、192GB HBM3e、9,216 晶片組成單個 superpod，總算力達 42.5 ExaFLOPS），下一代 TPU 8t（Sunfish）和 TPU 8i（Zebrafish）由 Broadcom 與聯發科設計，預計 2027 年底登場；亞馬遜有 Trainium 和 Inferentia、Microsoft 有 Maia。值得注意的是，Anthropic 已承諾從 2026 年起部署超過 100 萬顆 Ironwood 晶片，這正是「去英偉達化」浪潮在頂級 AI 實驗室全面鋪開的鐵證。這些自研晶片目前主要用於內部工作負載，但如果性能和成本持續改善，超大規模客戶可能逐步減少對外採購，轉向自給自足。對 AMD 來說，12 GW 的大單雖然鎖定了未來幾年的收入，但更長遠的客戶忠誠度仍是未知數。

客製晶片（ASIC）競爭。除了客戶自研，另一條戰線是專為客戶設計客製晶片的廠商，主要是博通（Broadcom）和邁威爾（Marvell）。博通幫 Google 設計 TPU、幫 Meta 設計 MTIA、幫位元組跳動和 OpenAI 設計新的 AI 加速器；邁威爾則拿下了亞馬遜 Trainium 2 和微軟 Maia 的部分業務。這些客製晶片是「按客戶量身定造」的 ASIC（Application-Specific Integrated Circuit），單一工作負載的性能/瓦特比通用 GPU 更高，價格也更便宜。博通 2025 年 AI 半導體收入估計超過 $200 億，與 AMD 同年數據中心 GPU 收入規模相當。對 AMD 而言，這意味着「第二供應商」的位置並不獨享：超大規模客戶在採購策略上是「英偉達當主力 + AMD 當對沖 + 博通/邁威爾客製 ASIC 補位」的三軌並行。AMD 的差異化武器是「CPU + GPU 一體化方案 + 開放軟體生態」，但客製 ASIC 對特定工作負載的成本碾壓，仍是 AMD GPU 業務長期的潛在威脅。

香港散戶實戰：點樣參與 AMD 升浪？

對香港投資者來說，買 AMD 的途徑主要有三條，各有取捨。第一條是直接買美股正股：透過富途、盈透、老虎、華盛、Charles Schwab 或本地任何一家提供美股交易的券商即可，碎股（fractional shares）亦普遍支援，一股 $450 美元（約 HKD 3,510）門檻不算高。買美股正股要留意三點：第一是要遞交 W-8BEN 表格申報非美國居民身份，避免被當美國居民課稅；第二是 30% 股息預扣稅（AMD 目前不派息所以暫不適用，但其他持倉要留意）；第三是美國遺產稅（單一人持有美股超過 $6 萬美元的部分有潛在遺產稅風險，可透過聯名戶口或信託結構規劃）。

第二條是買半導體 ETF 間接持有 AMD，常見選項包括 SMH（VanEck Semiconductor）、SOXX（iShares Semiconductor）和 SOXL（三倍槓桿，僅適合短炒）。AMD 在 SMH 的權重約 5-7%、SOXX 約 4-6%。好處是分散風險，同時涵蓋英偉達、博通、台積電 ADR 等其他 AI 受益股；缺點是若你看好的是 AMD 個股的相對表現，分散持倉會稀釋回報。第三條是港股市場間接相關標的，例如中芯國際（00981）、華虹半導體（01347）等中國半導體股，或 ASMPT（00522）等設備股，但這些公司業務與 AMD 沒有直接重疊，更像是「半導體景氣／市況」的代理，並非 AMD 個股代理。

對香港投資者而言，最大的隱形成本其實是港幣／美元匯率波動。雖然 1983 年起實施的聯繫匯率制度（Linked Exchange Rate System, LERS）將港元緊釘美元在 7.75-7.85 區間，美元兌港元的單日波動極小，但若想分批入市，可考慮利用 7.80 上方逢高換匯、下方逢低買入正股的小幅優化，數年累積亦能省下一筆。最後也是最重要的一點：用「閒錢」買、用「定期定額」買，而不是賭單日突破。AMD 是高波動的成長股，2024 年單年區間就從 $107 飆至 $469（高低差超過四倍）；用倉位管理控制風險，遠比預測下一個高點重要。

十、結語：挑戰者的宿命與機遇

AMD 的故事，本質上是一個關於「挑戰者」的故事。在 CPU 市場，它用了十年從 Intel 手中搶下近半壁江山；在 GPU 市場，它正試圖複製同樣的劇本，挑戰英偉達的霸權地位。OpenAI 和 Meta 的 12 GW 訂單給了 AMD 一張通往 AI 晶片核心圈的入場券，但能否把這張入場券變成長期座位，取決於軟體生態的進步速度和下一代產品的實際表現。

看好的一方會說：AMD 擁有最優秀的半導體行政總裁、歷史上增長最快的產品組合、以及未來四年鎖定的超級訂單。看淡的一方會反駁：65 倍預測市盈率已經把好消息都定價了、CUDA 護城河不是一朝一夕能攻破的、認股權證稀釋會蠶食每股盈利。

對於長線投資者而言，AMD 的核心投資論點可以歸結為一個問題：AI 算力需求的爆發期，究竟才剛開始還是已經見頂？如果你相信生成式 AI 和代理人 AI 的滲透率在未來五年仍有數倍的增長空間，那麼 AMD 作為唯一能夠在高端 GPU 和伺服器 CPU 兩條賽道同時挑戰龍頭的公司，其戰略定位是獨一無二的。但如果你認為當前的 AI 資本支出週期已經到達癲狂階段，就像 1999 年人人都在鋪光纖一樣——那麼在週期頂點買入一隻估值已經充分反映增長預期的股票，風險就顯而易見了。

哪一方對？時間會告訴我們。但有一件事是確定的，這場遠親之戰還遠未結束，而下半場可能比上半場更精彩。