AMD終於有機會撬動CUDA了嗎？

DeepTech深科技2026年7月27日

AMD 有機會打破英偉達 CUDA 的護城河嗎？

過去幾年，這個問題的答案幾乎沒有懸念。雖然 AMD 能設計出性能很強的 GPU，也能提供比英偉達更大的顯存。但客戶購買 AI 芯片時，真正需要遷移的是整套軟件：模型、框架、算 子、通信系統和 開發工具。 CUDA 用十多年建立起的軟件生態，讓性能出色的 AMD GPU，始終難以成爲與英偉達同樣易用的 AI 計算平臺。

2024 年，長期測試 AMD 產品的研究機構 SemiAnalysis 給出了一個極端判斷：AMD 縮小軟件差距的概率爲 0。它們使用 ROCm 時遇到大量故障，一度成爲 AMD 最活躍的軟件缺陷提交者之一。

但兩年後，SemiAnalysis 改變了判斷。 儘管 ROCm 仍然不如 CUDA 成熟，AMD 的軟件團隊卻開始以更快的速度修復問題、支持新模型。 Claude、Codex 等 AI Agent 也開始參與 GPU 代碼的移植和優化，把過去需要工程師反覆處理的工作壓縮到幾天，甚至一個週末。

變化從客戶名單上就能看出。OpenAI、Meta 和 Anthropic 相繼與 AMD 簽下大規模合作，微軟也決定在 Azure 部署 AMD 新一代Helios 機架。

AMD 第一次擁有了接近 CUDA 的機會。但要把這個機會變成市場份額，它還需要解決兩個更具體的問題： 軟件能否在大型集羣裏穩定運行，以及 Helios 能否按時完成量產。

客戶回來了

幾年前討論 AMD 與英偉達的競爭，問題通常很簡單：AMD 的芯片不差，可是軟件能不能用？

SemiAnalysis 曾給出一個極端判斷。2024 年，在密集使用 MI300X 和 ROCm、提交大量軟件缺陷後，它認爲 AMD 縮小差距的概率爲 0。軟件經常出錯，修復速度緩慢，許多問題需要數十名 AMD 工程師參與排查。

2025 年，情況開始變化了。AMD 將更多精力投入開發者支持，讓軟件團隊直接參與 vLLM、SGLang 等開源推理框架，不再長期維護一套與主流社區脫節的分支。SemiAnalysis 因此把成功概率從 0 上調到“非零”。

一年後，它再次改變判斷： 只要解決 Helios 量產和內部測試集羣不足兩個問題，AMD 已經擁有“很大的成功機會”。

市場給出的信號更直接。OpenAI 在 2025 年 10 月與 AMD 簽署最高 6 GW 的多年協議，首個 1 GW 計劃於 2026 年下半年部署。Meta 在 2026 年 2 月公佈另一份最高 6 GW 的協議，首批設備同樣計劃在下半年開始交付。加上 Anthropic 的 2 GW，三家公司規劃規模的上限達到 14 GW。

這些不是立即兌現的收入。協議橫跨多個產品世代，實際採購取決於 AMD 能否按時交付芯片、機架和可用的軟件。OpenAI 的首個 1 GW 還設置了多個技術和商業節點，未達到條件時可以退出。

但訂單還是改變了 AMD 在 AI 芯片市場中的位置。此前，MI300X 主要依靠較低價格和更大顯存進入部分推理集羣；MI455X 面對的則是 OpenAI、Meta 和Anthropic 的核心模型負載。客戶不再只購買一張替代卡，而是要求 AMD 提供從 GPU、CPU、網絡到軟件的完整系統。

最明顯的轉變來自微軟。SemiAnalysis 稱，微軟在 MI300X 部署中遇到內存可靠性和軟件質量問題，此後跳過了 MI325X、MI355X。AMD 和微軟沒有公開解釋中間兩代產品未獲大規模採用的原因。

2026 年 7 月，微軟宣佈將在Azure 大規模部署 Helios。AMD 預計從下半年開始向包括微軟在內的客戶發貨。這次迴歸帶有更高要求。微軟購買的已經不只是 AMD 芯片，也包括 AMD 第一次真正承擔起來的系統能力。

72 顆 GPU，和一座難造的機架

MI455X 仍然體現了 AMD 最熟悉的一面： 用激進的芯粒設計和先進封裝，把儘可能多的計算與內存裝進一顆 GPU。

每顆 MI455X 配備 432 GB HBM4，內存帶寬爲 23.3 TB/s。同期 NVIDIA Rubin GPU 配備 288 GB HBM4，帶寬爲 22 TB/s。 更大的顯存可以容納更多模型權重和 KV Cache，降低長上下文推理對跨節點通信的依賴。

圖丨AMD MI455 芯片與 Helios 機架（來源：AMD）

72 顆 MI455X 被裝進一座Helios 機架後，可以提供約 31 TB HBM4 內存和1.4 EFLOPS 峯值 FP8 算力。18 個計算托盤各安裝 4 顆 GPU 和 1 顆 Venice CPU，6 個交換托盤負責把 72 顆 GPU 連成一個計算域。

從芯片推進到整座機架，AMD 開始進入自己並不熟悉的區域。

英偉達可以圍繞 NVLink 自行設計 GPU、交換芯片和機架。 AMD 選擇了一條更開放的路線：Helios 使用基於以太網的 UALoE 連接 GPU，並採用Broadcom Tomahawk 6 交換芯片。 客戶未來可以選擇不同服務器和網絡廠商，不必進入一套完全封閉的互連體系。

開放減少了供應商鎖定，也增加了系統協調的難度。AMD 必須讓自己的 GPU、Broadcom的交換芯片、第三方連接器、銅纜背板和整機廠商共同完成量產。任何一段鏈路出現信號或裝配問題，都會拖慢整櫃交付。

SemiAnalysis 根據供應鏈調查判斷，Helios 當前正在經歷緩慢的生產爬坡。MI455X 的高速信號難以完整穿過 GPU 與交換芯片之間的銅纜路徑，部分配置約 85％ 的擴展連接需要加入重定時器。一座機架可能安裝超過 550 顆 Broadcom 以太網重定時器，交換托盤一側還要佈置約 1728 根飛線。

圖丨機架側視圖（來源：SemiAnalysis）

這些數字尚未得到 AMD 確認。它們所展現的問題很現實： 數百個重定時器需要調校，上千根線纜要同液冷管和電源線一起裝進有限空間，每個連接點都可能影響良率和維修效率。

之前英偉達已經喫過類似的苦頭，GB200、GB300 機架使用大量飛線，給裝配和維護帶來壓力。到了 Vera Rubin，英偉達轉向無纜化機架設計。AMD 的 MI455X 定型更早，已經來不及跟進這一改動。

Helios 計劃在 2026 年下半年開始交付，恰好與 OpenAI、Meta 和微軟首批部署的時間重疊。AMD 需要一邊解決生產問題，一邊向最重要的客戶證明，這套第一次進入大規模量產的機架可以穩定運行。

AI 開始替 AMD 追趕軟件

與硬件相比，ROCm 的變化更快，也更容易被忽略。2026 年 2 月，vLLM 在一篇官方技術文章中寫道，AMD 支持已經走過“只求移植成功”的階段。vLLM 當時爲 ROCm 提供了 7 種注意力後端，AITER 與 vLLM 的聯合優化可在部分負載上帶來 1.2—4.4 倍的吞吐提升。

更重要的變化發生在新模型發佈後。過去，一個新模型首先在 CUDA 上運行。AMD 團隊往往要花幾個月補齊內核、量化、通信和框架支持。等 ROCm 版本可以穩定部署，模型熱度和推理架構已經繼續向前。

在 DeepSeek V4 發佈後的 47 天裏，AMD 團隊連續優化 KV Cache、並行調度、量化和融合算子，MI355X 的推理表現迅速改善。 MiniMax M3 發佈時，AMD 已經能夠更早提供單機和分佈式配置。兩次適配之間的時間差，顯示 AMD 的軟件開發速度正在提高。

AI 編程 Agent 又進一步壓縮了週期。

SemiAnalysis 團隊描述了一套實際使用的流程：新模型發佈後，讓 Claude Code 或 Codex 自動獲取公開配方，在真實 GPU 上部署測試，監控報錯並定位上游代碼。遇到簡單問題，Agent 可以直接修改 vLLM 或SGLang、重新運行測試；複雜問題再交給人類工程師。

一個規模很小的團隊由此可以同時測試多個模型、框架和 GPU。過去依賴大量 CUDA 工程師完成的移植工作，開始被拆成可以並行執行的 Agent 任務。

AMD 將這套思路做成了 ROCm.AI。Claude、Codex、Cursor 和 Gemini 可以通過 AMD 提供的Skills 理解 ROCm；Hyperloom 負責分析工作負載、尋找性能瓶頸，再調用不同 Agent 優化內核和並行策略。

這條路線對 AMD 很有吸引力，CUDA 最深的優勢來自多年積累的代碼、工具和工程經驗。Agent 擅長閱讀和修改公開代碼，ROCm 又有大量組件開源。代碼越開放，Agent 可獲得的上下文越完整；軟件追趕者由此獲得了以前沒有的槓桿。

問題隨即轉移到測試，Agent 可以在幾分鐘內生成一個新內核，卻無法僅憑代碼判斷它在數十種模型、量化格式和並行組合下是否可靠。 它有時還會修改測試文件、調用已有高性能庫，製造一個看上去更快的結果。AMD 必須增加防作弊檢查，並讓每次代碼修改都在真實 GPU 上運行。這需要大量穩定的開發集羣。

SemiAnalysis 稱，AMD 內部軟件團隊長期缺少固定的 GPU 資源。單機推理還能獲得足夠硬件，多節點開發和持續集成經常因爲集羣遷移、故障或臨時調配而中斷。Advancing AI 2026 前幾周，AMD 原本希望把 vLLM 的關鍵合併測試做到 CUDA 的 90％，部分集羣卻被調往其他項目，進度隨之倒退。

AMD 計劃在 2026 年 7 月增加約 2,000 顆 MI355X，年內再增加約 6,000 顆 MI325X 和MI355X。SemiAnalysis 判斷，這一規模仍比英偉達用於內部長期開發的穩定集羣低一個數量級以上。

Agent 沒有降低 AMD 對 GPU的需求，反而把需求放大了。一名工程師可以同時啓動十幾個 Agent，每個 Agent 都要在真實硬件上測試代碼。寫軟件的速度提高後，測試軟件的機器不夠用了。

CUDA 的護城河正在向前移動

AMD 還面臨另一個問題：它在追趕的目標一直變化。曾經， 單機推理優化 是主要戰場。 現在，前沿模型越來越依賴混合專家架構、長上下文和分佈式推理。計算密集的提示詞預填充與內存密集的逐詞解碼會被放到不同服務器；數百個專家分散在更多 GPU 上；KV Cache 要通過高速網絡在節點間移動。

一套推理系統能否工作，取決於內核、通信、路由、調度、緩存和網絡能否同時配合。單獨優化其中一項，價值越來越有限。

AMD 已經做出一些關鍵組件。MoRI 負責專家通信和 KV Cache 傳輸，ATOMesh 處理預填充與解碼之間的路由，AITER 提供高性能內核。MI355X 也已經在部分模型上跑通多節點分離式推理。

但當各個組件組合起來時，穩定性仍然不足。SemiAnalysis 的測試中，部分配置會在特定併發量下出現精度下降；某些WideEP 配置需要關閉 HIP Graph；換一個模型、量化格式或網絡拓撲，還要增加新的例外處理。AMD 已經可以做出效果很好的演示，距離客戶無需特殊照料即可部署仍有一段路。

MI455X 又增加了工作量，它的指令和執行方式與 MI355X 差異較大，許多內核需要重寫。公開代碼已經加入基礎支持，覆蓋完整的 MI455X 自動化測試、WideEP 和高價值內核仍在開發。

與此同時，英偉達正通過 Dynamo 把路由、解耦式推理、KV Cache 卸載和集羣調度整合起來，並在 Vera Rubin 系統中加入 Groq 3 LPX，讓不同芯片分別承擔高吞吐和低延遲任務。

AMD 與 Cerebras 在發佈會上宣佈了相近的合作：Helios 處理提示詞和高吞吐負載，Cerebras 晶圓級引擎負責低延遲生成。雙方預計在 2026 年下半年通過 Cerebras Cloud 提供服務。

這說明 AMD 已經看到了新的競爭方向。 它剛開始縮小 CUDA 的軟件差距，護城河已經從“代碼能否運行”移動到“整套分佈式系統能否穩定運行”。

用股權換客戶一起修路。

爲了讓頭部客戶更早進入這套仍在完善的系統，AMD 提供了很難拒絕的條件。

AMD 分別向 OpenAI 和Meta 發放了最多 1.6 億股普通股認股權證，行權價爲每股 0.01 美元。權證按照 GPU 採購和部署規模分批歸屬，還要滿足 AMD 股價、技術交付和商業條件。OpenAI 權證的最終股價門檻達到每股 600 美元。

SemiAnalysis 將其理解爲一種股權返利。在 AMD 股價達到 600 美元、客戶完成全部採購並滿足其他條件的極端情景下，OpenAI 獲得的股權價值可能覆蓋其購買 GPU 的全部成本，等效折扣約爲 105％；Meta 的等效折扣約爲 85％。

這不是 AMD 已經支付的現金折扣。截至 2026 年 3 月底，兩份權證都沒有歸屬，最終價值可能遠低於這一測算。它仍然表明 AMD 願意爲生態入口支付多高的價格。

對 AMD 來說，OpenAI、Meta 和 Anthropic 不只是客戶。它們擁有最新模型、最大的推理負載和一批最瞭解 AI 系統的工程師。讓這些公司使用 Instinct，意味着真實工作負載會更早暴露 ROCm 的問題，客戶也會參與修復軟件、調整網絡和定義下一代硬件。

AMD 無需立刻複製整個 CUDA 生態。只要少數前沿模型公司願意使用 Helios，它就能獲得足夠多的負載、代碼和工程反饋，逐步縮短差距。更低的總體成本、更大的內存和股權激勵，都是把第一批客戶拉進來的辦法。

Tom Brown 可以讓 Claude 用一個週末完成軟件適配。Helios 生產線上，卻沒有一條“／goal”指令能夠自動接好 1728 根線纜、調通數百顆重定時器，或者補出一座穩定的測試集羣。

AMD 能否撬動 CUDA，最終可能不取決於下一個寫得更快的內核，而取決於第一批 Helios 能否按時離開工廠。

參考資料：

https://newsletter.semianalysis.com/p/can-amd-break-the-cuda-moat-amd-advancing?_gl=1*vjtsjw*_gcl_au*MTE5OTIxNDI5Ni4xNzgzNjQyMDI0*_ga*MTM0NTYwNzgwOC4xNzgzNjQxOTY0*_ga_FKWNM9FBZ3*czE3ODUwMjM5MDAkbzUkZzAkdDE3ODUwMjM5MDAkajYwJGwwJGgxMjc2NTY2Mzc3