AMD 单季营收创纪录达 134 亿美元，Instinct MI450 把数据中心业务推上 85 亿美元

超微半导体（AMD）周一公布了公司历史上最高的单季营收——2026 年第三季度 134 亿美元，同比增长 45%——其中数据中心业务板块营收 85 亿美元，相比 2025 年同期的 43 亿美元几乎翻了一倍。这一结果披露在一份11 月 3 日提交的 SEC 8-K 文件里，证实 MI450 GPU 产品线和 Helios 机架级系统，已经从爬坡阶段跨入了量产规模，背后支撑的是来自全球对算力要求最苛刻的几家 AI 运营商的具名多年期承诺。

非公认会计准则每股收益达到 2.09 美元，同比增长 74%，非公认会计准则毛利率扩大到 56%——这种运营杠杆通常意味着公司卖的是溢价芯片，而不是靠降价来抢单。CEO 苏姿丰在2026 年第三季度财报电话会议上对分析师表示，Instinct 硬件的需求，仍然超出公司的供货能力。「需求确实高于供给，」苏姿丰说。她补充说，第四季度会随着 Helios 部署的持续推进而提速：「我们预计第四季度 Helios 的部署量会大幅增加，」苏姿丰提到，与此同时，第六代 EPYC Venice 服务器处理器也正在同步爬坡量产。

这些数字，把 AMD 放到了一个与仅仅两个季度前相比，结构上完全不同的竞争位置上。数据中心营收在 2026 年第一季度增长了 57%，第二季度增长了 107%。第三季度 97% 的增速，是建立在一个本就已经处于高位的基数之上的，这说明 AMD 在超大规模云厂商那里的增长，不是一次时间上的偶然。

Instinct MI455X：432GB 的 HBM4，正是它的竞争筹码

支撑 AMD 这轮增长的技术论据，集中在一项英伟达当前这一代产品在单卡层面无法匹敌的参数上：显存容量。Instinct MI455X——MI450 系列的量产版本——配备 432 GB 的 HBM4 显存，峰值显存带宽达 23.3 TB/s，FP4 精度下理论峰值算力为 40 petaFLOPS。

独立的规格对比显示，英伟达与之竞争的 Vera Rubin GPU 配备 288 GB 的 HBM4——在显存容量上，AMD 领先 50%。这个差距不是偶然的。像 GPT-5 或 Anthropic 的 Claude 4 系列这样的前沿大语言模型，光是在推理时存放模型权重，就需要数百 GB 的 GPU 显存，这还没算上随上下文长度扩张的键值缓存。对那些要在长上下文下运行参数量超过约 700 亿的模型推理的运营商来说，AMD 这张卡可能是唯一能在单设备上服务某些请求规模、而不必跨多块 GPU 分片的选择——跨卡分片会成倍推高成本和延迟。

MI455X 在台积电 2nm 工艺上制造，与英伟达的 Vera Rubin 共用同一个制程节点。两家公司取用的是同一批最先进的硅产能；真正的差异化，来自于各自在「把算力预算分配给原始算力，还是分配给显存容量」这一架构选择上的不同。

Helios：每机架 72 块 GPU、2.9 exaFLOPS，以及与 OCP 的关系

与 MI450 系列同期在 2026 年 7 月推出的Helios 机架级平台，把 72 块 MI455X GPU 集成进单个 OCP Open Rack Wide 机箱。由此组成的系统，提供 2.9 exaFLOPS 的 FP4 算力、31 TB 的 HBM4 聚合显存，以及每秒 1.4 PB 的内部带宽。

OCP Open Rack Wide 这个外形规格，在采购层面很重要。它让 Helios 与微软、Meta 等多家主要云服务商自家数据中心设计所采用的 Open Compute Project 标准保持一致——这意味着 Helios 可以直接进驻那些本就已经为它预留好条件的基础设施，而不需要一次专有的机架重新设计。这套系统使用直接液冷，这把部署范围限制在配备了相应冷却基础设施的设施里，但目前所有主要的超大规模 AI 训练设施，都已经具备这个条件。

已确认的 Helios 客户包括微软 Azure、Oracle 云基础设施、Meta、Anthropic，以及作为 OEM 合作方的 HPE。Oracle 宣布了一项部署 5 万块 Instinct MI450 GPU 的承诺，用于其 AI 云服务。OpenAI 披露了一项六吉瓦的多年期算力承诺，用于 Instinct MI450 硬件，首个一吉瓦的部署已经在 2026 年下半年开始爬坡。

OpenAI 这项承诺的意义，不仅在于规模本身。OpenAI 仍在按长期供货协议，用英伟达硬件训练前沿模型。AMD 这项承诺代表的是一条并行的路线——是一种对冲，也是对总算力产能的一次扩充，不是替代——但它确立了 AMD 的芯片，不只是在试点项目里，而是在生产环境中，足以支撑最苛刻的前沿 AI 工作负载。

EPYC Venice 延续了 AMD 在服务器 CPU 上的主导地位

尽管 GPU 的头条新闻主导着 AMD 的叙事，EPYC 服务器 CPU 业务也交出了自己的成绩单。EPYC Venice——AMD 第六代服务器处理器，基于台积电 2nm 工艺的 Zen 6 架构——在第三季度进入量产爬坡。Venice 最多提供 256 个核心、1.6 TB/s 的显存带宽（比上一代 Turin 高出约 40%），以及至关重要的一点：服务器 CPU 里第一个 PCIe Gen 6 接口。苏姿丰表示，Venice 早期的需求，「是我们在任何一代新 EPYC 上见过的最强需求」，来自 OEM 和 ODM 合作方的平台承诺超过 240 项——比 Turin 在同等阶段时多出 20%。

相比 PCIe Gen 5，PCIe Gen 6 把 CPU 到 GPU 的通信带宽提升了一倍，减少了 CPU-GPU 推理流水线里出现的数据搬运瓶颈。对那些把 EPYC 和 Instinct GPU 搭配使用的 AMD 客户来说，Venice 带来了更紧密的系统级集成——这成了一个「在 CPU 和 GPU 两端都统一用 AMD、而不是混搭不同厂商」的理由。

独立半导体市场研究机构Mercury Research

报告称，AMD 的 x86 服务器 CPU 营收份额，在 2026 年第一季度达到创纪录的 46.2%，出货量份额为 33.2%。AMD 在 2017 年进入服务器 CPU 市场时，份额还不到 0.2%；如今这家公司拿下了将近一半的服务器 CPU 营收，这是一次结构性的转变，也为把 GPU 向这些同一批客户账户追加销售，创造了商业空间。

ROCm 仍是结构性的短板AMD 这份财报没有解决的，是那个最大程度左右 GPU 采购决策的问题：软件生态的成熟度。英伟达的 CUDA 平台，积累了近十年经过优化的库、编译器和框架集成，这些是AMD 的 ROCm 目前还无法完全复制的

。

具体的差距是实打实的。TensorRT-LLM——英伟达为大语言模型优化的推理引擎——在 AMD 这边没有功能对等的替代品。FlashAttention 3，这种能大幅降低长上下文模型推理成本和延迟的高效注意力内核，是为 CUDA 写的，目前还没有成熟的原生 ROCm 移植版本。NCCL，英伟达那套与 PyTorch 分布式训练栈紧密集成的多 GPU 通信库，在所有配置下，都还没有被 AMD 对应的 RCCL 完全追平。AMD 在 2026 年推出了ROCm.ai

，作为一个 AI 原生的开发者平台，意在降低采用 Instinct 的门槛，而一些超大规模云厂商客户——包括 Meta 和微软——都维护着自己定制的 ROCm 分支，用来补上各自特定工作负载上的缺口。这些定制分支的存在，同时反映了 AMD 的潜力和它目前的局限：这款硬件在超大规模场景下已经具备量产可行性，但它需要的工程投入，是规模较小的组织难以轻易复制的。2026 年，AI 基础设施从业者之间的共识是，CUDA 的护城河现在已经出现了看得见的裂缝，尤其是在推理这类工作负载上——ROCm 在这里的差距，比在训练上要窄——但这条护城河还没有被跨过去。

营收曲线真正说明了什么

AMD 数据中心业务的季度走势——第一季度 58 亿美元，第二季度 67 亿美元，第三季度 85 亿美元——在半导体行业的历史上并不常见。极少有公司能在一个季度营收已逼近十亿美元量级的业务板块里，维持超过 90% 的同比增速。原因不是 AMD 突然变成了一家更优秀的公司；而是 AI 训练和推理算力的市场需求，扩张速度超过了任何一家厂商的供应能力，而 AMD 刚好造出了合适的硬件，去接住英伟达供给受限所溢出的那部分需求中相当可观的一份。这种动态不会无限期持续下去。英伟达的 Vera Rubin 供应会逐渐收紧；AMD 也会因英伟达未来的定价应对而面临毛利压力；而 ROCm 生态的差距，如果不能被补上，将在客户有选择权的时候，限制 AMD 守住自己在超大规模云厂商那里份额的能力。AMD 把数据中心 AI 加速器市场的长期预期，上调到了 2030 年前后约 1.5 万亿美元

——如果这个方向判断是对的，意味着这个可触达的市场机会，大到足够让两家厂商都实现可观的增长。