任何一個想要做生成式大模型的企業，都會是或者AMD的客戶，而且這個需求只會與日俱增。
前段時間，OpenAI創始人Sam Altman在瑞士達沃斯的講話環節中表示，當前的算力資源是遠遠不夠的，未來的AI程序，依然需要大量的計算晶片作為支撐；另外根據阿斯麥爾的資訊披露，公司第四季度的訂單量比第三季度增加了兩倍多，且2024年全年收入將與2023年相似。
位於產業鏈中間位置的臺積電，在最近釋出的第四季度財報中，也證明了人工智慧對於整個半導體行業槓桿作用。根據公告，臺積電公佈的2024年收入增長指引遠高於預期，至少能達到20%，推動增長的主要原因就是HPC（高效能計算）帶來的旺盛需求。
而在整個產業鏈的另一端——AMD今年成為了美股市場最耀眼的明星。得益於去年末釋出的MI300晶片的優異效能，成功搶到了人工智慧晶片帶頭大哥——英偉達的風頭，今年以來該公司累計上漲超22%，股價屢創新高。
雖然包含其AI晶片銷售的資料中心業務整體佔比還比較小，但整個對他們能成為英偉達重要挑戰者的預期很高。
畢竟，AMD是在傳統CPU和GPU市場上都能佔據一席之地的企業，雖然CPU比不過，GPU比不過英偉達，但勝在兩方面的技術力一直能保持跟隨甚至偶爾超越，無論是PC市場觸底反彈還是AI需求繼續高歌猛進，它都能從中受益，憑藉已有的技術積累，甚至有望在未來大熱的AIPC領域取得領先。
事實上，無論是英偉達、AMD、英特爾，還是臺積電和阿斯麥這些半導體產業鏈企業，市場對他們的期待在之前是遠低於Meta、谷歌等科技大廠的；但在ChatGPT橫空出世之後，作為半導體“軍備競賽”的重點，晶片的多寡與算力正相關，憑空多出這每年數千億美元的需求，直接拉高了這幾家半導體企業的收入空間。
於是，全都拜AI所賜，半導體出現了一個從去年開始，又將貫穿今年全年的大行情。
01AI，半導體的救世主
如果沒有AI出現，我們對於半導體整個行業的預期是偏悲觀的。
在半導體的產業鏈中，整體分為四大環節：單晶矽片製造、IC晶片設計、晶圓製造和封裝測試。其中，設計環節相對資產較輕，也更加接近終端消費者和企業，品牌效應強；生產和裝置製造環節相對資產較重，因此，市場往往傾向於給這些晶片設計企業更高的估值。
像英特爾、AMD和英偉達屬於晶片設計企業，主要做的是晶片的設計和研發（英特爾比較特殊，自己也有晶圓生產廠），而具體的生產環節則交由像臺積電這樣的晶圓代工廠，核心裝置如光刻機則是由阿斯麥進行生產。而矽片製造和封裝測試，由於整體價值量較低，就不作詳細討論。
不過，無論是在產業鏈的什麼環節，在2023年多少都受到了產能過剩帶來的影響。
2021年，由於比特幣的暴漲帶動了挖礦需求，以及居家辦公帶來的消費電子熱潮，整個半導體行業進入了供不應求的狀態，頭部晶圓製造商開始擴張產線。再到2022年《晶片法案》的出臺，在拜登政府高達520億美元的補貼刺激之下，大量先進製程的晶圓產能上馬，產能過剩的情況逐漸凸顯，再加上沒有了比特幣挖礦和消費電子需求熱潮，整個行業的空間在2023年受到了擠壓。
根據公開資料，2023年，全球12英寸產能利用率為70%至75%，8英寸產能利用率為65%至70%，相比2021和2022年均有所下降。另據臺積電剛剛釋出的財報，全年公司營收706.26億美元，同比下降4.5%，其主要原因同樣也是整體產能利用率的下降。
從股市上看，2023年明顯是半導體的牛市。過去一年，AMD的股價漲幅高達123%，絕大部分的上漲出現在公司的資料中心GPU（AI計算晶片）有了明確預期之後；而臺積電被產能過剩拖累得有些明顯，就算有了AI晶片的東風，在過去一年的漲幅也只有不到20%。可以說，如果排除AI帶來的利好因素，2023年美國半導體股票大機率不會出現集體上漲。
值得一提的是，隨著拜登政府承諾的補貼逐漸落地，又有源源不斷的水源進入了半導體行業，這種由政府補貼帶來的繁榮，會在很長一段時間裡持續。
在《晶片法案》的支援之下，美國拜登政府宣佈將向英特爾、臺積電等數家半導體企業發放數十億美元的新工廠補貼。根據公開資訊顯示，這是《晶片法案》頒佈後的第三筆補貼，和前兩筆不同的是，這次補貼的是先進製程半導體技術，且資金規模要大得多。
不過，同樣是花納稅人的錢補貼先進製造業，在美國拜登政府遭遇的負面輿論要大得多。在Seeking Alpha上，許多評論都是對這些補貼的冷嘲熱諷，其中最高亮的一個評論，是指責民主黨從納稅人手裡偷竊，肆意干預市場經濟，錯誤分配資源以達到民主黨自己的政治目的。
當然，同樣也有補貼政策的支持者，他們認為隨著韓國等國家和地區加大對半導體行業的補貼，美國必須保持政策支援力度才能保住現在的領先地位。
無論這些言論是對是錯，起碼有一點是毋庸置疑的：現如今推動美股AI股接連上漲的因素裡，美國拜登政府對行業傾斜的鉅額的財政支援是相當重要的一部分。這些財政補貼，會沿著“晶片-算力基礎設施-大模型”的產業鏈路流動，最終成為整個AI行業的水源之一，加上生成式AI帶來的市場空間，讓整個半導體行業在2024年享受繁榮。
02AMD的驚喜
大家都享受著繁榮的紅利，為什麼今年上漲最快最好的卻是AMD？解答這個問題，其實還是要從晶片本身談起。
目前，市場主流的晶片為兩類，CPU和GPU。CPU，是中央處理器，GPU是圖形處理器，目前大熱的AI計算晶片，其實就是GPU。關於二者之間的區別，一直以來存在一個比較形象的段子：CPU是博士生，做的是高難度的複雜題目；GPU則是把一群小學生聚集到一塊，讓他們去做普通的加減乘除。
當然，二者的區別顯然不會如此簡單，用更加精準的說法，是通用性和專用型的區別。
如果把CPU比作是一臺超級跑車，那GPU則相當於一輛貨運卡車，它們的任務其實都是把貨物從一個位置移動到另一個位置。只不過，CPU執行速度更快，但是每次只能攜帶一兩件貨物，GPU雖然執行速度較慢，但一次能夠把這些貨物攜帶完。
CPU的設計理念，使得它更擅長處理的是快速但少量的資料，因此更適合擔當一臺計算機的“大腦”，作業系統和應用程式執行等操作都必須依賴它來進行；而GPU的設計理念，則使得它更擅長處理大量重複資料。也是因此，在遇到像影象處理、深度學習這樣需要大量重複的工作時，GPU的效率顯然比CPU更高。
在晶片發展的早期，GPU的概念並不存在，那時，電腦的圖形畫面基本都是2D平面的，用不著一個專門的處理器來計算影片畫面。但到上世紀90年代末和本世紀初，特別是隨著3D遊戲的快速鋪開，電腦畫面中的物體要在空間裡經過變換，還要進行光照處理，數學運算能力的重要性才得以體現。
而在整個晶片的發展史中，英偉達在1999年釋出的Geforce256可以看作是GPU的開端，也正是因此，奠定了這家公司在GPU行業“帶頭大哥”的地位，隨著AI計算晶片需求快速放量，成為2023年美股市場最早漲起來的“賣鏟人”。
不過，在市場佔有率方面，雖然CPU比不過英特爾，GPU比不過英偉達，但AMD這幾年來一直穩坐CPU和GPU的第二梯隊，從產品的技術指標看，一直對這兩個領域的大哥保持了相當緊密的跟隨，在部分指標上還曾有過一些超越。
也是因此，在生成式AI的時代來臨之後，AMD快速做出了自己的AI加速計算晶片——MI300。從各項技術指標看，MI300對比英偉達的H100晶片是絲毫不弱，在一些如AI推理工作負載、記憶體容量和HPC工作負載等方面，還有著超過1倍的領先。
在MI300釋出之後，市場對AMD的期待是很高的：這個在CPU和GPU上都不夠出眾的公司，有著在生成式AI時代中佔據一席之地的潛力。當然，我們並不認為AMD就真的能一舉超越英偉達，畢竟後者多年的技術積累和CUDA帶來的競爭壁壘並不是很容易被超越，但爭奪出一塊市場空間的能力還是在的。
根據CEO蘇姿豐在1月30日AMD業績交流會中的表態，基於強大的客戶池和擴充套件的業務，現在預計AMD資料中心GPU的收入將在第一季度連續增長，並在2024年全年超過35億美元，超出此前預期的20億美元。同時，蘇姿豐表示從2024年一季度開始，每個季度的收入都會增長，且增速會在下半年上升。
如果一切順利，AI會給AMD帶來全年接近40億美元的營收增幅，即便其他所有業務板塊收入不變，也會給整個公司帶來接近25%的同比提升。毫無疑問，這是目前市場能夠想象到的最大的預期差，可能AMD還不夠優秀，但反差已經足夠大。
03結語
單純的去看GPU，任何人恐怕都無法得出AMD將會超越英偉達的結論；單看CPU也是同樣，沒人會覺得AMD能贏英特爾。
但加在一起呢？
過去，無論是CPU還是GPU，在絕大部分場景下，彼此之間的協同效應並不會因為品牌不同而存在多大差別。但在未來越來越龐大的資料中心市場中，特別是為了生成式AI大模型而搭建的資料中心中，CPU和GPU之間的協同效應，很可能會成為企業破局的關鍵點。
畢竟，這種CPU和GPU之間同品牌的協同效應，就曾被AMD拿出來當做自家產品的賣點。2020年，AMD曾推出Smart Access Memory技術，那些使用AMD的CPU和GPU組裝電腦的玩家，可以獲得13%的遊戲效能提升，後續該技術逐年升級，目前已經成為AMD兜售CPU和GPU的一大亮點。
未來，在為生成式AI大模型計算的資料中心上，AMD如果能夠拿出一套完整的解決方案，且實現比單獨採購更大的效率提升，很可能會讓他們的收入預期再度上升一個臺階。而這樣的整合型解決方案，是英特爾和英偉達都很難在短時間做成的。
某種意義上，這就是現在“萬年老二”AMD的最大優勢，系統整合帶來的潛力，可能會超越所有人的想象。
宣告：本文僅用於學習和交流，不構成投資建議。
