《電子行業海外AI研究系列（一）：超威半導體（AMD.O）深度報告算力帝國的挑戰者-240326（34頁）.pdf》由會員分享，可在線閱讀，更多相關《電子行業海外AI研究系列（一）：超威半導體（AMD.O）深度報告算力帝國的挑戰者-240326（34頁）.pdf（34頁珍藏版）》請在三個皮匠報告上搜索。

1、本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 1 海外 AI 研究系列（一）：超威半導體（AMD.O）深度報告 算力帝國的挑戰者 2024 年 03 月 26 日 產品矩陣齊全，“CPU+GPU+FPGA+DPU”全面出擊，迎接 AI 浪潮。AMD在下游的重要競爭優勢之一在于產品實力強勁且布局最為全面，公司產品包含CPU、GPU、FPGA 等，業務涵蓋數據中心、嵌入式系統、游戲等多個方面。2022及以前，公司主要收入來自消費者業務中的 CPU 和 GPU，2022 年起公司戰略重心全面轉向數據中心和人工智能，先后收購賽靈思和 Pensando，建立“CPU+GPU+

2、FPGA+DPU”的完整數據中心產品矩陣。伴隨 AI 浪潮，4Q23 起全球數據中心市場開始顯著回暖，2024 年全球云商資本開支亦有望快速增長。據 Bloomberg，2024 年四大北美云商資本開支合計預計將達到 1823 億美元，同比+23.7%。AMD 前瞻布局數據中心，4Q23 公司數據中心營收 23 億美元，同比+38%，公司預計該板塊業務在 2024 年亦有望實現快速增長。行業東風已至，MI300 系列重磅出擊。AMD 第三代的 Instinct MI300 系列基于 CDNA3 架構打造，相較上一代有明顯的性能提升。MI300X 系列在 832位算力、內存、存儲帶寬、整體功耗以

3、及單位算力價格相較英偉達 H100 均更具優勢。生態方面，ROCm 在框架支持以及算子庫豐富程度上相較英偉達 CUDA生態還有較大差距，但 ROCm 對英偉達 CUDA 生態的兼容能力大幅擴展了MI300 系列芯片的適用性，同時其生態的開源開放性也有望容納更多的開發者，加速其生態能力對英偉達的追趕。當前算力成本快速提升，各大云廠商在紛紛推出自研加速卡的同時，也對 AMD 等競爭者的入局保持開放態度，AMD MI300 推出后，微軟、Meta 就在首批客戶之列。2024 年 Open AI 將推出百萬億參數量級的 GPT5，有望推動大模型廠商新一輪算力“軍備競賽”，提振公司加速卡下游需求。PC

4、市場回暖，疊加份額提升，CPU 和 GPU 業務充分受益。全球 PC 市場的回暖源自 PC 自身換機周期以及 AIPC 的滲透率提升。據 IDC 預計，2024 年中國 PC 出貨量同比增長 3.8%，重回增長節奏。公司抓住行業機遇，CPU 方面，2024 年推出 Ryzen 8000 系列 PC 處理器，8040 系列主頻最高可達 5.1GHz，將成為公司 2024 年提升市場份額的重要產品；GPU 方面，推出 RX7600 系列顯卡，圖形內存達到 16GB，將更好支持 AI 及大語言模型應用。公司預計 2024年，公司客戶端業務將會有更好的表現。投資建議：AMD 的產品布局廣泛，在 CPU

5、 和 GPU 領域都處于追趕者的地位，行業機會和公司布局決定了公司份額提升的節奏。當下公司在加速卡領域機遇凸顯：1）2024 年以來大模型的能力提升呈現加速跡象，將進一步帶動訓練側算力需求；2）當前客戶端需求高增，加速卡的格局從過去的英偉達一家獨大，逐步轉變為百花齊放；3）AMD 在加速卡領域軟硬件實力強勁，產品矩陣完善。因此公司在算力側有望快速拓展市場。另一方面，伴隨 PC 市場回暖，以及云廠商資本開支提升，公司主業有望持續增長，建議積極關注。風險提示：產品研發進度不及預期的風險，AI 發展進程不及預期導致需求轉弱的風險，宏觀經濟及下游需求恢復不及預期的風險。重點公司盈利預測、估值與評級 代

6、碼 簡稱 股價（美元）EPS（美元）PE（倍）2023A 2024E 2025E 2023A 2024E 2025E AMD.O 超威半導體 178.63 2.65 3.63 5.43 67 49 33 資料來源：Bloomberg，民生證券研究院；（注：股價為 2024 年 3 月 25 日收盤價；公司數據采用 Bloomberg一致預期）推薦 維持評級 分析師 方競 執業證書：S0100521120004 郵箱： 分析師 易永堅 執業證書：S0100523070002 郵箱： 分析師 宋曉東 執業證書：S0100523110001 郵箱： 相關研究 1.電子行業周報：GTC 大會引領銅互聯

7、變革-2024/03/25 2.電子行業點評：蘋果與谷歌的碰撞，AI 手機新機遇-2024/03/19 3.電子行業周報：展望 GTC 變革，共享 AI 盛宴-2024/03/17 4.電子行業點評：景宏系列產品研發成功，景嘉微國產算力再進一步-2024/03/13 5.可控核聚變行業點評：超導磁體突破，可控核聚變進程加速-2024/03/12 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 2 目錄 1 從端到云，AMD 擁抱 AI 浪潮.3 1.1 復盤發展歷程，AI+強化后發優勢.3 1.2 四大業務板塊，數據中心開啟發力.4 1.3 景氣度

8、影響短期業績，產品組合構筑長期競爭力.5 2 CPU：Zen 架構優勢凸顯，助力 AMD 崛起.7 2.1 Zen 架構王者歸來.7 2.2 客戶端 CPU：7000 系列性能強勁，下游市場逐步企穩.11 2.3 服務器 CPU：霄龍系列的重磅回歸.13 3 GPU 市場地位穩固，數據中心開啟發力.15 3.1 收購 ATI，GPU 架構持續升級.15 3.2 顯卡市場穩步增長，Radeon 系列經久不衰.19 3.3 未來已至，加速卡時代來臨.21 3.4 MI300 系列性能強勁，硬件參數領先.25 3.5 ROCm 生態逐步建立優化.28 4 投資建議.31 5 風險提示.32 插圖目錄

9、.33 表格目錄.33 wWiZiY8YgVlXiZ7N8Q7NnPnNtRqMkPmMpMfQpNxP6MpOpOxNpPtRxNsPoM行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 3 1 從端到云，AMD 擁抱 AI 浪潮 1.1 復盤發展歷程，AI+強化后發優勢 AMD 成立于 1969 年，是全球先進的微處理器廠商，產品包含 CPU、GPU、FPGA 等，業務涵蓋數據中心、嵌入式系統、游戲等多個方面。其發展歷程主要可分為以下幾個階段：1）（1969-1990）成立初期，產品多為其他廠商的第二供應商：1969 年，杰里桑德斯等員工從仙童半

10、導體離職，創立了 AMD。在成立初期，AMD 的銷售主要來自軍工等大企業，當時這些企業對第二供應商有著嚴格要求，并且對產品質量要求較高，AMD 憑借高產品質量獲得了這些客戶的認可，成為這些客戶的第二供應商，典型代表是在1982年，由于IBM希望引入除了 Intel 以外的第二家CPU 供貨商，AMD 和 Intel 簽署專利交叉授權協議，獲得了 Intel 的 X86 架構技術授權。2）（1991-2005）自研 x86 處理器，正式和英特爾展開競爭：1987 年，由于市場需求下滑等原因，Intel 決定停止對 AMD 的授權，雙方開始長達 8 年的專利訴訟，到 1995 年 AMD 獲得了

11、X86 架構專利訴訟的勝利。盡管 AMD 獲得了訴訟的勝利，但這 8 年時間對 AMD 拖累嚴重，Intel 獲得了市場上絕大多數市場份額，AMD 決定不再滿足于第二供應商的地位。1991 年，AMD 首次展示 Am386 處理器，不再作為英特爾的第二來源供應商，正式與英特爾在 x86 處理器方面展開競爭。3）（2006-2013）引入 GPU 業務，遭遇發展瓶頸：2006 年，AMD 收購 ATI，獲得同時生產高性能 GPU 和 CPU 的能力。此后英特爾不斷推出新品，在 CPU 性能上占據優勢，AMD 在競爭對手的沖擊下暫時落后。2012 年，AMD 開始了 Zen微架構的研發。4）（20

12、14-2021）推出 Zen 架構，重獲競爭優勢：2014 年，蘇姿豐博士擔任 AMD的總裁及 CEO。2016 年，蘇姿豐博士對外展示了 Zen 架構微處理器。2017 年，AMD 發布基于 Zen 架構的 Ryzen 處理器，彌補了與英特爾的性能差距。2019 年,在與臺積電合作時推出了 7nm 先進制程的 CPU 及 GPU。5）（2022 至今）提出“AI 優先”，快速搶占市場：近年來，AMD 在數據中心業務上不斷發力，于 2022 年進行重大戰略調整，提出“AI 優先”的發展戰略；同年，AMD 先后收購 FPGA 廠商賽靈思及 DPU 新銳 Pensando，形成“CPU+GPU+F

13、PGA+DPU”的數據中心芯片布局。2023 年，AMD 對標英偉達發布了采用 CDNA3 架構的 MI300 系列兩款產品的相關細節，爭奪市場份額。行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 4 圖1：AMD 發展歷程 資料來源：Expreview，公司公告，公司官網，民生證券研究院 1.2 四大業務板塊，數據中心開啟發力 AMD 共有數據中心、客戶端、游戲及嵌入式四大業務板塊。1）數據中心業務：利用 CPU、GPU、FPGA、DPU、SoC 等芯片產品為客戶提供先進的數據中心解決方案。近年來隨著 AI 行業的快速發展，數據中心業務成為公司重

14、點布局方向。2022 年公司通過收購賽靈思及 Pensando 完善數據中心芯片布局，23Q1 推出高性能的 MI300 GPU 加速器，對英偉達形成強有力的競爭。2）客戶端業務：為筆記本電腦、臺式電腦、商業工作站等提供 CPU 和 APU 產品。AMD 在 1000 年推出 Athlon 處理器，進入高端處理器市場，并在 2023 年推出首個與 X86 兼容的 64 位處理器，助力公司市場份額提升。2005-2017 年 AMD受限于 CPU 架構，產品與 Intel 的差距逐漸拉大，而 2017 年公司推出的第一款Zen 架構處理器幫助公司奪回客戶端市場份額。3）游戲業務：產品包括臺式機和

15、筆記本電腦 GPU，游戲機及半定制 Soc。2022年 AMD 發布 Radeon RX 7900 系列顯卡，是全球首款采用先進的 AMD chiplet設計的游戲顯卡。4）嵌入式業務：面向較為廣泛的市場，產品包括自適應的 SoC 及 FPGA，嵌入式CPU 和 GPU 等。AMD 的嵌入式業務收入主要來自對賽靈思的收購，2022 年一季度 AMD 對賽靈思完成收購，該板塊業務的下游市場主要涵蓋航空航天、工業、汽車、消費電子、通信和數據中心等。行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 5 圖2：AMD 四大業務板塊 資料來源：AMD，民生證券

16、研究院 分業務看，游戲業務營收占比較高，數據中心及嵌入式業務營收不斷提升。2023 年公司數據中心業務營收占比 28.64%，客戶端業務營收占比 20.51%，游戲業務營收占比 27.39%，嵌入式業務營收占比 23.46%，數據中心業務首超游戲業務成為占比最高的業務板塊，客戶端營收占比持續下滑。2021-2023 年公司數據中心業務營收占比從 22.48%提升到 28.64%，上升 6.16pct；嵌入式業務營收占比從 1.50%提升到 23.46%，上升 21.96pct，數據中心及嵌入式業務重要性不斷提升。圖3：2021-2023 公司各業務營業收入（億美元）圖4：2021-2023 公

17、司各業務營業利潤率（%）資料來源：Bloomberg，民生證券研究院 資料來源：Bloomberg，民生證券研究院 1.3 景氣度影響短期業績，產品組合構筑長期競爭力 近年來，數據中心及嵌入式業務成為公司業績增長的主要驅動力，但由于下游需求波動，公司短期業績承壓。2022 和 2023 年下游市場的需求放緩對公司業績產生了不利影響。2023 年公司實現營收 226.8 億美元，同比下降 3.90%，實現凈0%20%40%60%80%100%數據中心業務客戶端業務游戲業務嵌入式業務-40%-20%0%20%40%60%數據中心業務客戶端業務游戲業務嵌入式業務 行業深度研究/電子 本公司具備證券投

18、資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 6 利潤 8.54 億美元，同比下降 35.3%。公司業績下降主要原因為 2022 和 2023 年全球 PC 和數據中心市場需求放緩。展望 2024 年，全球 PC 市場有望復蘇，且AIPC 將帶動新一輪的 PC 換機周期，服務器市場也有望伴隨云廠商資本開支的提升回暖。另一方面，當前數據中心在公司業務占比中持續提升，且加速卡持續發力，后續業績有望實現較快增長。圖5：2017-2023 公司總營收及同比（億美元，%）圖6：2017-2023 公司凈利潤及同比（億美元，%）資料來源：Bloomberg，民生證券研究院 資料來源：Bloom

19、berg，民生證券研究院 受益于產品結構優化，近年來公司毛利率不斷改善。近年來公司不斷推出高端處理器產品，帶動毛利率持續上升，并于 2022 年趕超競爭對手英特爾，但仍落后于英偉達。2022 年公司毛利率為 45.74%，相較 2021 年下降 2.51pcts，主要原因為游戲業務及客戶端業務表現不佳；2023 公司毛利率為 46.14%，同比提升0.4pcts，主要原因是嵌入式及數據中心業務發展帶動。圖7：2017-2023 年 AMD 與可比公司毛利率（%）資料來源：Bloomberg，民生證券研究院-20%0%20%40%60%80%0501001502002502017 2018 20

20、19 2020 2021 2022 2023總收入YoY-1500.00%-1000.00%-500.00%0.00%500.00%1000.00%-5.000.005.0010.0015.0020.0025.0030.0035.002017 2018 2019 2020 2021 2022 2023凈利潤YoY0%20%40%60%80%100%2017201820192020202120222023AMDIntelNvidia 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 7 2 CPU：Zen 架構優勢凸顯，助力 AMD 崛起 2.1 Ze

21、n 架構王者歸來 2.1.1 AMD 憑借架構的持續迭代，打入高端 CPU 市場 Zen 架構帶領 AMD 進入高端 CPU 市場，正式與 Intel 開啟競爭。AMD 在2017 年以前的 CPU 架構為推土機（Bulldozer）架構系列，該架構在 2011 年首次發布，并在2012年、2013年以及2015 年分別推出了名為打樁機（Piledriver）、壓路機（Streamroller）和挖掘機（Excavator）的更新版架構。在推土機架構時代，AMD 的 CPU 和英偉達產品性能相去甚遠，采用“價格戰”的方式維持市占率，但在 2017 年 Zen 架構推出以前，AMD 在客戶端 C

22、PU 市場份額仍在逐年下降。Zen 架構的推出，使得 AMD 的 CPU 性能大幅提升，正式與 Intel 同臺競技。Zen 架構的研發始于 2015 年，2017 年發布首款基于 Zen1 架構的銳龍一代處理器，采用格羅方德 14nm 工藝和更加主流的 SMT 多線程，CCX 內有四個 x86核心，每個核心都有獨立的 L1 和 L2 緩存，單個模塊共享 8MB L3 緩存，性能相較上一代產品提升 40%。此后 AMD 穩扎穩打，連續推出后續更新版架構，每一代的產品 IPC 性能均提升很多。表1：AMD CPU 架構發展歷程 時間 架構名稱 代表產品 制程 相較上一代 IPC 提升 2011

23、年 推土機（Bulldozer）FX 系列 32nm-2012 年 打樁機（Piledriver）Opteron 6300 系列 32nm 40%2013 年 壓路機（Streamroller）A10-7890K 28nm 9%2015 年 挖掘機（Excavator）Athlon X4 系列 28nm 15%2017 年 Zen1 Ryzen 1000 系列 14nm 40%2019 年 Zen2 Ryzen 3000 系列、霄龍 7002 7nm 15%2020 年 Zen3 Ryzen 5000 系列、霄龍 7003 7nm+19%2022 年 Zen4 Ryzen 7000 系列、霄龍

24、 9004 5nm+13%資料來源：AMD，民生證券研究院整理 Zen 架構相較于上一代推土機架構的提升主要包括性能、吞吐能力、能效三個方面。性能方面，AMD 通過增強分支預測，微指令緩存等方式，增強了指令調度窗口、指令分發寬度和執行資源能力，使得 CPU 的單線程性能大幅提升。吞吐能力方面，Zen 架構采用高帶寬、低延遲的緩存系統，單個核心緩存帶寬最大提升5 倍；使用 AMD Hyper Transport 總線技術用于內部核心互聯，提升了互聯速度。能效方面，Zen 架構將制程從此前的 28nm 升級到 14nm，大大降低功耗，并提升了 CPU 頻率。行業深度研究/電子 本公司具備證券投資咨

25、詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 8 圖8：AMD Zen1 架構內核 資料來源：AMD，民生證券研究院整理 Zen架構不斷更新迭代，Chiplet成為設計的重要組成部分。Zen2架構開始，AMD 采用 Chiplet 設計，使用小芯片作為 CPU 的處理器，每個小芯片都包含多個基于“Zen”的核心，其核心數從 2-128 不等，為消費者帶來前所未有的可擴展性和靈活性。以 Zen4 架構的銳龍 7000 系列處理器為例，CPU 內部含有兩個 CCD和一個 IOD，最多可以支持 16 核心，其中 CCD 為 Compute Die，用于計算；IOD為Input/Output

26、Die，用于數據的輸入和輸出，CCD和IOD之間通過Infinity Fabric 技術實現芯間的高速互聯。通過不同的 CCD 和 IOD 數量，AMD 可以實現不同客戶需求的產品部署，例如 Genoa EPYC 7004 服務器的 CCD 數量達到 12個，從而增強了 CPU 的計算能力。圖9：Zen4 架構銳龍 7000 系列處理器內部組成圖 資料來源：快科技，民生證券研究院 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 9 2.1.2 AMD CPU 產品矩陣 根據下游應用，AMD 處理器可分為服務器處理器、工作站處理器、PC 處理器等多個

27、品類。服務器處理器主要使用霄龍 CPU 產品，可用于云計算、數據庫和數據分析、超融合基礎設施和虛擬化、高性能計算等多個領域；工作站處理器主要使用銳龍 CPU 產品，根據不同應用場景設置銳龍 Threadripper PRO、銳龍Threadripper、銳龍 PRO 移動處理器三個產品品類；嵌入式處理器主要使用霄龍及銳龍 CPU 產品，半定制處理器使用 ARM 多核 CPU；PC 端主要使用速龍及銳龍 CPU 產品，具有多個細分產品品類。表2：AMD 處理器產品概覽 處理器分類 處理器產品 產品特點 服務器 EPYC（霄龍）可助力云計算、數據庫和數據分析、超融合基礎設施和虛擬化、高性能計算等多

28、個領域應用 工作站 銳龍 Threadripper PRO 擁有超多核心的高性能工作站處理器，可輕松應對多線程工作負載。銳龍 Threadripper 助力設計師在小巧精悍的電腦上創作令人贊嘆的視覺效果。銳龍 PRO 移動處理器 搭載集成安全處理器，有助于保護數據的機密性和完整性；具有超長的電池續航。嵌入式和半定制處理器 EPYC（霄龍）嵌入式 全方位提升 I/O 集成、靈活性和安全功能，具有較高的性價比。銳龍嵌入式 助力設計師在小巧精悍的電腦上創作令人贊嘆的視覺效果。R 系列嵌入式 通過高性能核心來高效處理高級多媒體和計算工作負載。G 系列嵌入式 高度靈活的 AMD G 系列平臺為各種應用帶

29、來出色的能效和高清圖形處理性能。半定制 采用行業領先的 x86 和 ARM多核 CPU、性能卓越的 AMD Radeon 圖形和多媒體加速器等 AMD 計算技術，著力開發打造各種定制系統級芯片(SoC)。筆記本電腦 銳龍/銳龍 PRO 面向企業，具有出色的多核性能和超長的電池續航 銳龍移動處理器 超多核心為移動處理器帶來卓越性能。速龍 面向主流筆記本電腦打造卓越性能和先進功能。臺式機 銳龍 最多可達 16 核心和 32 線程，最高可達 4.9GHz 的加速時鐘頻率和最多可達 72MB 的高速緩存。銳龍 PRO 最多可達 8 個核心，帶來出色的性能、先進的安全功能和無縫的可管理性，可應對各種嚴苛

30、業務環境。銳龍 Threadripper 最多可達 64 核心和 128 線程，助力高端臺式機工作。速龍 PRO 具有專業的安全功能、性能和可管理性。資料來源：AMD 官網，民生證券研究院 2.1.3 客戶端：短暫衰落后重回巔峰 2017 年以前，AMD 在客戶端 CPU 的市場份額呈現逐步下降的態勢。2003年 AMD 推出 64 位指令集的 K8 處理器并大獲成功，此后的幾年時間里面 AMD在客戶端 CPU 市場站穩了腳跟。而 2011 年開始，AMD 的推土機（Bulldozer）架構 CPU 產品發展緩慢，部分代際間的 IPC 提升不足 10%，而競爭對手 Intel 在2012 年推

31、出的第三代酷睿系列處理器已經達到 22nm 制程，兩家廠商之間的性能差距逐步拉大，AMD 的市場份額也隨之從 2011 年的 20%下降至 2017 年谷底的8%。Zen 架構推出后，AMD 在客戶端的 CPU 市場份額快速回升，2023 年已達 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 10 到 22.83%。2017 年，伴隨 AMD 研發了 3 年的 Zen 架構問世，AMD 在 CPU處理性能上開始快速趕超，同時憑借相較 Intel 更高的制程，AMD 的處理器在功耗、性價比方面均有優異的表現，公司的 CPU 市場份額也隨之快速提升，

32、2023 年AMD 在客戶端 CPU 的市場份額已達到 22.83%，基本達到歷史最高水平。圖10：2004-2023 年 AMD 和 Intel 在客戶端 CPU 的市場份額 資料來源：Statista，民生證券研究院整理 2.1.4 服務器：推出霄龍系列，AMD 強勢回歸 AMD 曾中途放棄服務器 CPU 市場，而 Lisa Su 憑借霄龍處理器，使得 AMD在服務器市場強勢回歸。由于投入過高，投入時間過長以及回報低等問題，AMD在 2013 年宣布退出服務器市場，AMD 在服務器市場的份額也從 2006 年最高點的 14%一路下降至 2016 年的 1%。而 2014 年伴隨 Lisa

33、Su 加入 AMD 以及 Zen架構的開發，2017 年 AMD 發布的第一代 EPYC（霄龍）處理器，公司在服務器CPU 的市場份額開始快速提升，2021 年 AMD 服務器市場份額已達到 15%。盡管受到全球經濟下行的沖擊，2022 年公司市場份額有所回落，2023 年公司市場份額再次同比提升 2pct，達到 14%。目前全球服務器市場基本被 AMD 和 Intel兩家公司主導，而憑借霄龍處理器的強勁性能，AMD 已經基本在服務器市場站穩腳跟。0%20%40%60%80%100%AMDIntel 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告

34、11 圖11：2000-2023 年 AMD 和 Intel 在服務器 CPU 的市場份額 資料來源：Statista，民生證券研究院整理 2.2 客戶端 CPU：7000 系列性能強勁，下游市場逐步企穩 2.2.1 PC 端銳龍 7000 系列處理器持續迭代 PC 端處理器方面，銳龍 7000 系列處理器對標英特爾 13 代酷睿處理器，二者總體性能較為相近，AMD 在時鐘頻率、集成顯卡、節能方面具有優勢，英特爾在核心數量、性價比方面具有優勢。1）核心數量：英特爾第 13 代酷睿處理器核心數更多，酷睿 i9-13900 系列處理器核心數可達 24 個，可以確保 CPU 的穩健表現。2）緩存：銳

35、龍 7000 系列的三級緩存較大，最高可達 64MB，英特爾第 13 代酷睿處理器二級緩存為 20-32MB，顯著高于銳龍 7000。3）時鐘頻率：銳龍 7000 基礎頻率為 4.5-4.7GHz，顯著高于第 13 代酷睿處理器。4）集成顯卡：銳龍 7000 系列的所有處理器均配備 Radeon 顯卡，第 13 代酷睿處理器中有 3 個配備 Intel UHD Graphics 770 顯卡。5）熱設計功率：第 13 代酷睿處理器的熱設計功率為 181-253 瓦，壓力條件下耗電量比銳龍 7000 系列更大。6）價格：英特爾 13 代酷睿處理器價格在 294-589 美元之間，相比于銳龍 70

36、00系列性價比更高。0%20%40%60%80%100%200020012002200320042005200620072008200920102011201220132014201520162017201820192020202120222023AMDIntel 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 12 表3：AMD 銳龍 7000 系列和英特爾第 13 代酷睿處理器對比 指標 AMD 銳龍 7000 系列 英特爾第 13 代酷睿處理器 核心數 6-16 14-24 線程數 12-32 20-32 緩存 一級緩存為 384KB-1MB

37、；二級緩存為 6MB-16MB；三級緩存為 32-64MB 二級緩存為 20-32MB 時鐘頻率 基礎頻率為 4.5-4.7GHz 基礎頻率為 3.0-3.5GHz 超頻 可安全超頻至 5.7GHz Intel Raptor Lake 可以安全超頻至 5.8 GHz 集成顯卡 Ryzen 7000 系列的所有處理器均配備 AMD Radeon 顯卡。GPU 的基本時鐘為 400 MHz，升壓時鐘為 220 MHz。Raptor Lake 的 6 個處理器中，有 3 個處理器沒有集成顯卡。其余 3 個配備 Intel UHD Graphics 770。熱設計功率（TDP）7600 x 和 770

38、0 x 的 TDP 為 105 瓦。7900 x 和 7950 x 的 TDP 為 170 瓦。Raptor Lake 的 TDP 為 181-253 瓦。憑借較大的 TDP，CPU 在壓力條件下可以消耗更多電量。溫度 額定溫度為 95C，即不會造成損壞的最高溫度。105C 內可以正常工作 Cinebench R23 分數 7950 x：頂級變體 多核得分：37071 單核得分：2074 7600 x：基礎變體 多核得分：14313 單核得分：1934 Core i9-13900K：頂級變體 多核得分：35426 單核得分：1919 Core i5-13600KF：基礎變體 多核得分：2401

39、5 單核得分：1955 價格$299-699 Ryzen7600 x 最低售價為 299 美元，7950 x 最高售價為 699 美元。$294-589 價格范圍從酷睿 i5-13600KF 的 294 美元到酷睿 i9-13900K 的 589 美元。資料來源：tech4gamers，民生證券研究院 2023 年初 AMD 發布銳龍 7000X3D 系列臺式機處理器，進一步擴充高性能臺式處理器產品陣容。據 AMD 官方披露，銳龍 7000X3D 處理器相比上一代性能提升 14%，具有 AMD 3D V-Cache 技術以及 AM5 插槽，是世界領先的游戲處理器，并于 2023 年 2 月上市

40、。銳龍 7000X3D 系列產品發布進一步完善公司高性能臺式處理器產品矩陣，有利于增強在 PC 端處理器的競爭力。表4：銳龍 7000X3D 處理器參數 型號 核心數/線程數 加速/基礎頻率 緩存容量 熱設計功率 （TDP）AMD 銳龍 9 7950X3D 16C/32T 高達 5.7GHz/4.2GHz 144MB 120W AMD 銳龍 9 7900X3D 12C/24T 高達 5.6 GHz/4.4 GHz 140MB 120W AMD 銳龍 7 7800X3D 8C/16T 高達 5.0 GHz/待定 104MB 120W 資料來源：AMD 官網，民生證券研究院 2.2.2 PC 市場

41、復蘇，客戶端業務有望企穩回升 PC 市場在 2022 年出現下滑，2Q23 開始 PC 市場逐步回暖。2013-2018 年，全球 PC 年出貨量持續下滑，由于居家期間線上辦公需求增加，2019-2021 年全 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 13 球 PC 年出貨量有所回暖，從 2.61 億臺上升至 3.39 億臺。受全球經濟下行影響，2022 年全球 PC 市場出現較大下滑，2022 年全球 PC 出貨量下滑至 2.83 億臺，同比下降 16.42%。2023 年二季度開始，全球 PC 市場呈現復蘇態勢，2Q23-4Q23全球

42、PC 銷量環比分別增長 8.07%，7.76%和-1.41%。伴隨生成式人工智能的快速發展，AIPC 有望掀起新一輪的 PC 換機周期，AMD 有望充分受益。AMD 在 CY4Q23 客戶部門實現收入 15 億美元，同比+62%。公司在 2024年 1 月推出了最新一代 Ryzen 8000 系列 PC 處理器，OEM 系統預計將于 2024年第二季度上市。展望 2024 年，得益于 AI PC 銷售的增加，PC 市場空間將穩步增長，公司認為客戶端業務將實現強勁增長。圖12：2019-2023 年全球 PC 季度出貨量（萬臺）資料來源：Gartner，民生證券研究院 2.3 服務器 CPU：霄

43、龍系列的重磅回歸 2.3.1 服務器端第四代霄龍處理器性能強勁 服務器處理器方面，公司在數據中心端發力，第四代霄龍處理器性能強勁。2022 年，AMD 推出第四代霄龍處理器，旨在打造高性能、高效率的數據中心 CPU。根據 Wccftech 統計，SPEC2017 整數基準下第四代霄龍處理器有多個產品測試得分在 1000 以上，顯著優于英特爾可比產品至強系列 8380 及 8362 處理器；其中霄龍 9654 處理器測試得分為 1550，是英特爾至強系列 8380 處理器的 2.5 倍。-40%-20%0%20%40%010002000300040005000600070008000900010

44、0001Q192Q193Q194Q191Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q23PC出貨量:萬臺QoQYoY 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 14 圖13：第四代霄龍處理器與英特爾性能測試得分對比（SPEC2017 整數基準）資料來源：Wccftech，民生證券研究院 憑借出色的能效，霄龍四代處理器可幫助企業提升能源使用效率，降低成本。據 AMD 官方披露，在同時處理 1995 個虛擬化需求時，平均 5 臺霄龍 9654 處理器即可滿足單個企業的使

45、用需求，而英特爾至強 8380 處理器則需要 15 臺才能達到同等效果。通過使用霄龍四代處理器，企業可節省許多服務器和電力。2.3.2 X86 占據主導地位，服務器長期成長空間廣闊 服務器市場規模呈波動上升趨勢，長期市場空間廣闊。據 IDC 統計，2014 至2022 年全球服務器銷售額從 509.8 億美元增長至 1215.8 億美元。從出貨量看，2022 年全球服務器出貨量為 1516.5 萬臺，同比增長 12%；據 IDC 預計，2026年全球服務器出貨量達 1885.1 萬臺，2021-2026 年 CAGR 達 6%。AI 帶動全球云商資本開支快速提升，服務器市場長期成長空間廣闊。圖

46、14：2014-2022 全球服務器銷售額及同比（億美元，%）圖15：2014-2026E 全球服務器出貨量及同比（萬臺，%）資料來源：IDC，海光信息招股書，未來智庫，21ic 電子網，民生證券研究院 資料來源：IDC，海光信息招股書，工業富聯年報，民生證券研究院 0500100015002000EPYC 9224(24 Core)Xeon Platinum 8362(32 Core)EPYC 9254(24 Core)EPYC 9274F(24 Core)Xeon Platinum 8380(40 Core)EPYC 9334(32 Core)EPYC 9354(32 Core)EPYC

47、7763(64 Core)EPYC 9374F(32 Core)EPYC 9454(48 Core)EPYC 9474F(48 Core)EPYC 9654(64 Core)EPYC 9636(84 Core)EPYC 9554(64 Core)EPYC 9654(96 Core)-10%0%10%20%30%40%05001,0001,500全球服務器銷售額（億美元）全球服務器銷售額同比增速（%）-10%0%10%20%05001,0001,5002,0002014201520162017201820192020202120222023E2024E2025E2026E全球服務器出貨量（萬臺）

48、同比增速（%）行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 15 3 GPU 市場地位穩固，數據中心開啟發力 3.1 收購 ATI，GPU 架構持續升級 3.1.1 收購 ATI，強強聯合 AMD 的 GPU 業務始于 2006 年對 ATI 的收購。此次收購旨在擴大產品組合和技術能力，以提供更全面的計算解決方案。ATI 創立于 1985 年，曾是世界著名的顯示芯片生產商。起初 ATI 僅涉足 OEM 業務，為 IBM 等公司制造顯示芯片，而后 ATI 自研出了性能超越 IBM 顯卡的 EGA/VGA Wonder 系列顯卡，聲名大振，從此在圖形

49、領域占據立足之地。21 世紀初，圖形市場競爭格局有所改變，NVIDIA 接替 3DFX 成為新的領軍企業，在此背景下，ATI 又推出了 Radeon 顯示核心與之抗衡。2002 年 ATI Radeon 9700 的率先推出對 NVIDIA 造成了打擊，這顆芯片支持 DirectX 9.0，并且從顯存寬位、渲染管道等方面都超越了 NVIDIA產品。據 Jon Peddie Research 統計，2006 年第一季度 ATI 在圖形芯片市場的占有率為 29%，而 NIVIDA 僅有 19%。在收購 ATI 之前，AMD 的業務版圖內還沒有圖形芯片板塊，主要向 NVIDIA采購圖形芯片，而 AT

50、I 與英特爾的業務關系更為緊密，若英特爾收購 ATI，業務單薄的 AMD 將會面臨競爭壓力。在 2006 年 7 月 24 日，AMD 宣告以 54 億美元收購 ATI，并于 10 月 25 日完成收購，最終收購對價為 43 億美元現金加 5800 萬AMD 普通股。AMD 成為當時唯一一家擁有 CPU+GPU 技術的公司，并將 ATI的 Radeon 品牌和技術整合到自身產品線中。圖16：ATI-AMD 產品線迭代 資料來源：TechPowerUp，民生證券研究院整理 3.1.2 GPU 持續架構迭代，性能領先 AMD GPU 架構保持高速的迭代，以確保產品與時俱進。最初 AMD 的 GPU

51、產品采用 Terascale 架構，主要用于游戲和多媒體應用。它采用了流處理器(Stream 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 16 Processor)的設計，支持高效的并行計算。圖17：AMD GPU 產品架構發展 資料來源：半導體行業觀察，民生證券研究院 在 2010 年代初，為了迎合通用計算 GPU 的潮流，AMD 又推出了 GCN 架構。GCN 架構是一種全新的消費類 GPU 設計方式，是世界上第一款 28nm GPU架構，其中配有 32 個計算單元（2048 個流處理器），每個單元中包含一個標量協處理器。同時，GCN 架構

52、中相同空間的容量由 26 億個晶體管變為 43 億個晶體管（GPU 的最基本單元）。相較于前一代 Terascale 架構，GCN 提高了 GPU 的多線程處理能力，提高了擴展能力和彈性。在此架構下，AMD 推出了性能一流的 AMD Radeon HD 7000 系列顯卡產品。表5：GCN 架構部分產品及性能 型號 架構 制程 流處理器 核心頻率 顯存類型 AMD R9 M395 GCN 28nm 1792 834MHz GDDR5 AMD HD 8250 GCN 28nm 128 300MHz/AMD HD 8210 GCN 28nm 128 300MHz/AMD R7 384 Cores(

53、Kaveri Desktop)GCN 28nm 384 720MHz/AMD R7 512 Cores(Kaveri Desktop)GCN 28nm 512 720MHz/AMD R7 M275DX GCN 28nm 896/DDR3 資料來源：芯參數，民生證券研究院整理 在 2019 年和 2020 年，AMD 相繼推出 RDNA 架構和 CDNA 架構，以分別支持 GPU 圖形顯卡和通用 GPU。當前最新的 RDNA 3 架構應用于 Radeon RX 7900 XTX 和 Radeon RX 7900 XT 顯卡。RDNA 3 架構采用了基于 Chiplet 設計的 MCM 策略，這種

54、封裝方式提供了更高的靈活性和性能優化。最重要的改進在于 RDNA 3 架構的流處理器采用了雙發射設計，這一設計大大地提升了峰值浮點性能，從而實現 FP32 算力的翻倍效果。此外，RDNA 3 架構還引入了全新的 AI運算單元，每個計算單元配備兩個專門的 AI 運算單元，可提高 2.7 倍的相關運行 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 17 效率，為未來在人工智能領域的應用奠定基礎。圖18：GCN、RDNA 架構對比圖 資料來源：TECHSPOT，民生證券研究院 最新的 CDNA 3 架構融合了 5nm 制程的小芯片、3D 芯片堆疊技術、

55、第四代Infinity Architecture、下一代無限緩存技術以及 HBM 顯存，這些元素被集成在一個封裝中。CDNA 3 是 AMD Instinct 系列加速器最新產品的專用計算架構，采用先進的封裝和小芯片技術。相較于 AMD CDNA2 架構，預計 CDNA3 架構在AI 訓練工作負載上的每瓦性能將提高超過 5 倍以上。圖19：GCN、CNDA 與 CNDA 2 性能對比圖 資料來源：HW Legend，民生證券研究院 在GPGPU領域，AMD采用了CDNA系列架構（CDNA、CDNA2、CDNA3）。CDNA 架構在計算單元方面，分為 4 個 ACE（異步計算單元），每個 ACE

56、 包含了40 個 CU（計算單元），共 120 個 CU，7680 個流處理器。首個采用 CDNA 架構的產品是 AMD Instinct MI100 加速器，它擁有卓越的計算性能和強大的浮點運算能力。行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 18 圖20：CDNA 系列特點 資料來源：wccftech，民生證券研究院 CDNA 2 架構有 4 個計算引擎 CE，每個 CE 包含 28 個 CU，總共包含了 112個物理 CU。是為了加速繁重的科學計算工作負載和機器學習的應用，主要應用于AMD Instinct MI200 系列加速器。它使用

57、了 AMD 獨特的 Infinity Fabric 來擴展跨封裝的 on-die 模組，以使封裝內的每個 GCD 都可以作為一個 GPU 使用。CDNA 3 架構融合了 5nm 制程的小芯片、3D 芯片堆疊技術、第四代 Infinity Architecture、下一代無限緩存技術以及 HBM 顯存，這些元素被集成在一個封裝中。CDNA 3 是 AMD Instinct 系列加速器最新產品的專用計算架構，采用先進的封裝和小芯片技術。相較于 AMD CDNA2 架構，預計 CDNA3 架構在 AI 訓練工作負載上的每瓦性能將提高超過 5 倍以上。這使得 MI300 能夠為 AI 訓練等任務提供更

58、高效的性能。圖21：CNDA2 與 CNDA3 性能對比圖 資料來源：wccftech，民生證券研究院 在 CDNA 架構的基礎上，AMD 推出了 Radeon Instinct AI 芯片系列，助力其進軍人工智能領域。Radeon Instinct 提供 AI 加速器芯片，用于機器學習、深度學習和高性能計算等任務。這些 AI 芯片具備強大的并行計算能力，可提供卓 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 19 越的 AI 推理和訓練性能，有助于加快各種復雜的數據分析和人工智能工作負載。芯片具備強大的并行計算能力，為復雜數據分析和人工智能工作

59、負載提供出色的AI 推理和訓練性能。它們有助于加快各種復雜任務的處理速度。表6：AMD Instinct 歷代產品性能對比 型號 發布時間 GPU 架構 光刻 峰值 FP16 性能 峰值 FP32 性能 顯存大小 峰值顯存帶寬 AMD Instinct MI300X 2023 CDNA3 5nm 1331TFLOPS 163TFLOPS 192GB/AMD Instinct MI300A 2023 CDNA3 5nm 980TFLOPS 122TFLOPS 128GB/AMD Instinct MI250X 2021 CDNA2 6nm 383TFLOPS 47TFLOPS 128GB 327

60、6GB/s AMD Instinct MI250 2021 CDNA2 6nm 362TFLOPS 45TFLOPS 128GB 3276GB/s AMD Instinct MI100 2020 CDNA 7nm 184TFLOPS 23TFLOPS 32GB 1228GB/s 資料來源：AMD 官網，民生證券研究院 3.2 顯卡市場穩步增長，Radeon 系列經久不衰 3.2.1 AMD 顯卡產品力行業領先 由于游戲、專業圖形渲染等領域的旺盛需求，圖形 GPU 市場正在穩步發展。隨著游戲玩家對游戲畫質和圖像幀率等要求的不斷升級，高性能 GPU 在特殊渲染算法等性能方面的支持變得至關重要，以滿

61、足游戲領域日益增長的技術需求。據Konvoy 數據顯示，2023 年全球游戲市場規模預計為 1880 億美元，到 2028 年將增長至 2880 億美元，2023-2028 年的 CAGR 為 8.94%，這將持續拉動游戲領域對 GPU 的市場需求。在專業圖形渲染領域，隨著設計、動畫及虛擬現實行業的迅速崛起，市場對高性能圖形 GPU 的需求持續增長。隨著技術的不斷進步，圖形設計、編輯及渲染軟件得以持續優化，并充分利用高性能 GPU 的強大計算能力。高性能 GPU 的應用不僅加速了圖形渲染速度，還顯著提升了渲染質量，確保了高清晰度、多幀率圖像的流暢呈現。圖22：2021-2028 年全球游戲市場

62、規模（億美元）及增速（%）資料來源：Konvoy，民生證券研究院 0%5%10%05001,0001,5002,0002,5003,0003,500202120222023E2024E2025E2026E2027E2028E市場規模（億美元，左軸）yoy（右軸）行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 20 根據 Jon Peddie Research（JPR）報告數據顯示，2023 年 Q3PC 使用的 GPU出貨量（包括集成和獨立顯卡）為 7190 萬，環比增長 16.8%，同比下降 5.1%。從長遠來看，預計 GPU 在 2022-20

63、26 年間將實現 4.18%的復合年增長率，預測2026 年末將逼近 50 億安裝基數，未來五年 PC 中獨立顯卡的滲透率將達到 30%的水平。3.2.2 游戲、專業渲染等應用帶動顯卡市場持續增長 AMD深耕圖形GPU多年，Radeon品牌系列顯卡為其主要的GPU產品線。該產品分為消費類和工作站兩個系列，面對不同的消費需求。Radeon 顯卡分為消費類和工作站兩個系列。其中，消費類的 Radeon 顯卡主要面向游戲、娛樂和一般圖形處理等應用。它們提供高性能的圖形渲染和游戲體驗，并支持先進的圖形技術，如實時光線追蹤和可變刷新率。Radeon 顯卡采用不同的架構和型號命名，例如 Radeon RX

64、 7000 系列、RX 6000 系列等。而 Radeon Pro 顯卡則專注于專業工作站和創意領域的專業用戶，顯卡具備強大的計算和圖形處理能力。Radeon Pro 顯卡通常擁有更高的計算能力、更大的顯存容量以及專業級驅動程序支持。例如 Radeon Pro WX 系列。表7：AMD 的圖形 GPU 主要產品線 型號 峰值 FP16 性能 峰值 FP32 性能 顯存速度 最大顯存 最大顯存帶寬 消費類 Radeon RX 7900 XT 103 TFLOPS 52 TFLOPS 20 Gbps 20GB 800 GB/s Radeon RX 6900 XT 46.08 TFLOPS 23.0

65、4 TFLOPS 16 Gbps 16GB 512 GB/s Radeon RX 6800 XT 41.47 TFLOPS 20.74 TFLOPS 16 Gbps 16GB 512 GB/s Radeon RX 6700 XT 26.43 TFLOPS 13.21 TFLOPS 16 Gbps 12GB 384 GB/s Radeon RX 5700 XT 19.51 TFLOPS 9.75 TFLOPS 14 Gbps 8GB 448 GB/s Radeon RX 6600 XT 21.21 TFLOPS 10.6 TFLOPS 16 Gbps 8GB 256 GB/s 工作站 Radeo

66、n PRO W7900 122.64 TFLOPS 61.3 TFLOPS /48GB 864 GB/s Radeon PRO W7800 90.5 TFLOPS 45.2 TFLOPS /32GB 576 GB/s Radeon PRO W6400 7.07 TFLOPS 3.5 TFLOPS /4GB 128 GB/s 資料來源：AMD 官網，民生證券研究院 在消費類顯卡方面，AMD 的主要競爭對象為 Nvidia。就 AMD 的最新消費類芯片 RX 7900 XTX 而言，其性能已靠近 Nvidia 最高端的的芯片 RTX4090，兩者均代表著當前顯卡技術的巔峰水平。RX 7900 XT

67、X 擁有 96 個光線追蹤單元，雖然相比 RTX 4090 的 128 個光線追蹤內核數量較少，但 AMD 在這款顯卡上增加了對 DirectX Raytracing 和 Vulkan Raytracing 的支持，使其能夠在光線追蹤游戲中提供不錯的性能。相較于 RTX4090 1599 美元的建議零售價，定價 999 美元的 RX 7900 XTX 以其合理的價格和穩健的性能表現，尤其是在不以光線追蹤為主導的應用場景中，為預算有限的用戶提供了高性價比的選擇。行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 21 表8：AMD 與 Nvidia 圖形

68、 GPU 部分競品參數 品牌 型號 峰值 FP16 性能 峰值 FP32 性能 像素率 最大顯存 最大顯存帶寬 AMD Radeon RX 7900 XTX 122.8 TFLOPS 61.42 TFLOPS 479.8 GPixel/s 24GB 960 GB/s Radeon RX 7900 XT 103 TFLOPS 51.48 TFLOPS 459.6GPixel/s 20GB 800 GB/s Radeon RX 6950 XT 47.31 TFLOPS 23.65 TFLOPS 295.7GPixel/s 16GB 576 GB/s Radeon RX 6900 XT 46.08

69、TFLOPS 23.04 TFLOPS 288.0GPixel/s 16GB 512 GB/s Radeon RX 7800 XT 74.65 TFLOPS 37.32 TFLOPS 233.3GPixel/s 16GB 624.1 GB/s Nvidia GeForce RTX 4090 82.58 TFLOPS 82.58 TFLOPS 443.5GPixel/s 24GB 1008 GB/s GeForce RTX 4080 48.74 TFLOPS 48.74 TFLOPS 280.6GPixel/s 16GB 716.8 GB/s GeForce RTX 4070Ti 40.09 T

70、FLOPS 40.09 TFLOPS 208.8GPixel/s 12GB 504.2 GB/s GeForce RTX 3090Ti 40.00 TFLOPS 40.00 TFLOPS 208.3GPixel/s 24GB 1008 GB/s 資料來源：TechPowerUp，民生證券研究院 3.3 未來已至，加速卡時代來臨 3.3.1 生成式 AI“涌現”，加速卡需求突增 近年來生成式 AI 步入快速發展期。1950 年開始生成式 AI 出現早期萌芽，此后 AIGC 處于漫長的沉淀積累期，決策式 AI 占據主流。隨著 2014 年生成式對抗網絡等深度學習算法的提出，AIGC 步入快速發展期

71、，生成內容的豐富度和精度都有了較大的提升。英偉達 CEO 黃仁勛在 GTC 2023 大會上將 ChatGPT 比作 AI 的“iPhone“時刻，AI 時代加速來臨，推動生成式 AI 加速發展。多模態大模型有望帶動算力需求的進一步增長。伴隨著大模型的主要交互方式從文字升級為圖片、音頻以及視頻，大模型對訓練和推理的算力需求將進一步提升。谷歌發布的 Gemini 模型開啟了大模型的多模態時代，2024 年 2 月 16 日，谷歌發布 Gemini 1.5，模型能力可以支持 100 萬 Token 上下文的穩定處理。同一時間，Open AI 發布了 sora 模型，在文生視頻領域獲得了重要突破，6

72、0 秒的視頻長度和對真實世界物理引擎的更優理解，有望帶動大模型視頻生成行業的快速發展。大模型向視頻等交互模式的升級有望帶動訓練側算力需求的進一步提升，同時這些表現驚人的模型或將加速生成式 AI 在應用側的落地，加速推理側算力需求的增長。英偉達在 4Q23 業績交流會上表示，目前來自推理側的需求占比已經達到 40%，伴隨模型能力的進一步提升，推理側算力需求的占比有望持續提升。行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 22 OpenAI 成立于 2015 年，從非盈利組織逐步轉變為商業驅動。公司在 2018-2020 三年時間內連續推出了 GPT

73、-1、GPT-2 和 GPT-3 三款產品，后在 2022 年底推出 ChatGPT，面向公眾提供生成式 AI 服務，引起全球 AI 浪潮。2023 年OpenAI 推出萬億參數量級的 GPT-4，能力再上一個臺階。2024 年 2 月，公司推出的 Sora 文生視頻模型相較此前的同類型模型有著全方位的能力提升，引發全球轟動。公司計劃將在 2024 年推出 GPT-5 大模型，預計將達到近百萬億參數的級別，有望進一步提升全球算力需求。谷歌早在 2023 年 2 月就推出了對標 GPT 的 Bard 大語言模型，此后在 2023年 5 月發布了 PaLM 2 模型。谷歌最重要的大模型產品是在 2

74、022 年 12 月推出的Gemini 1.0 家族，該模型是一款具有突破性意義的多模態 AI 大模型，可以處理文本、代碼、圖像、音頻、視頻，Gemini 有三個子模型，其中 Nano 被用于谷歌的 Pixel 8 Pro 智能手機中。2024 年 2 月，谷歌發布了 Gemini 1.5 模型。相較于此前 Gemini 1.0Pro 版本，Gemini 1.5 pro 將上下文處理能提從 3.2 萬Tokens 提升至 100 萬以上，處理能力涵蓋包括 1 小時的視頻、11 小時的音頻、超過 3 萬行代碼或超過 70 萬字的代碼庫。同月，谷歌又推出了 Gemma 開源大模型，更加輕量化，保持

75、免費且允許商用。Meta 是全球最重要的開源大模型廠商，主要目的為用開源的方式快速搭建自身的生態，從而在未來更方便地獲取數據和推廣應用。Meta 最重要的大模型產品是 LLaMa 模型家族，眾多大模型廠商在 LLaMa 模型的基礎上進行訓練和微調，生成自己的大模型。2023 年 7 月，公司推出 LLaMa2 模型，訓練數據集達到 2 萬億 token，涵蓋 7B、13B 和 70B 三個模型。據 Meta，公司計劃在 2024 年 7 月發布 LLaMa3 模型，全球開源大模型能力有望全面提升。圖23：AI 模型發展歷程 資料來源：中國信通院人工智能生成內容白皮書，民生證券研究院 行業深度研

76、究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 23 根據大模型的運算原理，訓練和推理所需的算力與模型參數成正比例關系，GPT5 有望帶動大模型訓練和推理需求的進一步增長。此前市場擔憂在大模型在參數指數級提升的情況下，模型能力提升的邊際效應是否會減弱，甚至停止，而驗證的方法就是看 2024 年將要推出的 GPT5 的能力是否出現質變。Altman 近期在采訪中表示，GPT5 的能力相較于 GPT4 將會是一個重大進步，并且他認為目前的大模型能力仍然處于初級階段，在未來 5-10 年內，模型的能力提升仍將保持一條陡峭的曲線。伴隨十萬億參數量級的 GPT5 推出

77、，全球最強的大模型能力和參數再上一個臺階，意味著用于訓練大模型的算力需求也將隨之提升，同時 H200、B100 等加速卡依次推向市場，或將帶動云廠商新一輪的算力軍備競賽。圖24：大語言模型發展時間線 資料來源：中國人民大學高瓴人工智能學院，民生證券研究院整理 圖25：大模型訓練和推理所需算力成本公式 資料來源：民生證券研究院整理 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 24 3.3.2 云商算力競賽加速，資本開支快速提升 北美云商資本開支在 2023 年有所下滑，但伴隨 AI 的強勢增長，2024 年北美云商資本開支有望重回高速增長態勢。云

78、廠商目前已成為英偉達下游加速卡最大的需求來源，由于全球經濟疲軟，2023 年云廠商資本開支增速有所放緩，前三季度北美四大云廠商合計資本開支均為負增長，但受益于 AI 帶來加速卡的大量需求，4Q23 開始云廠商快速加大資本開支，據 Bloomberg，4Q23 北美四大云廠商合計資本開支為 463.68 億美元，同比增長 20.9%，預計 2024 年四大云商資本開支合計將達到 1823.35 億美元，同比增長 23.7%。云廠商資本開支中，AI 服務器的比重快速提升。例如，Meta 此前表示在 2024年底將擁有 35 萬張 H100，擁有近 60 萬個 GPU 等效算力，而據 Omdia 統

79、計，2023 年 Meta 采購 H100 數量僅為 15 萬張。圖26：2023 年全球 H100 加速卡終端客戶結構 圖27：2020-2024 年北美云商資本開支及預測（億美元）資料來源：Omdia，民生證券研究院 資料來源：Bloomberg，民生證券研究院測算 3.3.3 AI 持續推進，加速卡市場空間廣闊 全球生成式 AI 計算力市場規模高速擴張。據 IDC 數據顯示，全球 AI 計算市場規模將從 2022 年的 195.0 億美元增長到 2026 年的 346.6 億美元。其中，全球生成式 AI 計算力市場規模 2022 年僅為 8.19 億美元，而到 2026 年，其規模將擴張

80、至 109.88 億美元，年均復合增長率達到 91.39%。AI 算力市場的擴大將帶來大量的 AI 芯片需求。AI 芯片市場規模持續擴大，GPGPU 芯片成長空間更為廣闊。根據Frost&Sullivan 的數據,2021 年全球人工智能芯片市場規模為 255 億美元。預計從 2021 年到 2026 年，全球人工智能芯片市場規模將以 29.3%的復合增長率持續增長。到 2023 年，該市場規模將達到 490 億美元；而到 2026 年，市場規模將增長至 920 億美元。-20%0%20%40%0200400600微軟Meta谷歌Amazon合計YoY 行業深度研究/電子 本公司具備證券投資咨

81、詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 25 圖28：2022 年-2026 年全球生成式 AI 計算力市場規模（億美元）圖29：2020 年-2026 年全球人工智能芯片市場規模（億美元）資料來源：IDC，民生證券研究院 資料來源：Forest&Sullivan，民生證券研究院 3.4 MI300 系列性能強勁，硬件參數領先 AMD 于 2023 年 Q2 官宣的 MI300 系列產品引得廣泛關注，相較于歷代產品在各方面都有了質的提升，有望與行業巨頭英偉達旗下高端芯片 Grace Hopper媲美。在芯片設計方面，MI300 基于 AID（有源中介層芯片）構建塊，采用臺積電的N

82、6工藝制造。該芯片配備2個HBM內存控制器、64MB末級附加內存（MALL）無限緩存、36 通道 xGMI/PCIe/CXL 以及 AMD 片上網絡（NOC）。在 4 個區塊配置中，MALL 緩存為 256MB，而 H100 為 50MB。AID 最重要的部分是它在CPU 和 GPU 計算方面是模塊化的。AMD 和臺積電使用混合鍵合將 AID 連接到其他小芯片。這種通過銅 TSV 的連接允許 AMD 混合并匹配 CPU 與 GPU 的最佳比例。MI300 的四個 AID 以超過 4.3TB/s 的對分帶寬相互通信，通過超短距離(USR)物理層實現。每個 AID 共可以有 2 個 Banff 芯

83、片，總共 76 個 CU。MI300 的最大 XCD/GPU 配置將提供 304 個 CU。與具有 220CU 的 AMDMI250X 相比提升了近 140%。每個 AID 可以有 3 個 Zen4 小芯片，總共 24 個核心。MI300 的最大 CCD/CPU 配置可提供多達 96 個核心。在 GPU 方面，計算小芯片稱為 XCD，代號為 Banff。Banff 采用臺積電 N5 工藝技術，盡管僅啟用了 38 個 CU，但它總共包含 40 個計算單元。8.1929.4654.6682.03109.88186.84218.08231.52235.9236.7405010015020025030

84、035040020222023E2024E2025E2026E生成式AI計算other AI計算175 255 361 490 630 776 920 02004006008001000202020212022E 2023E 2024E 2025E 2026E 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 26 圖30：MI300 設計圖 資料來源：semianalysis，民生證券研究院 從架構角度來看，MI300 是一款采用先進的 CPU+GPU 仿生人腦結構的產品。它是 AMD 首個將 Zen4 CPU 和 CNDA3 GPU 結合的一體化

85、產品，也是市場上首個集成了CPU+GPU+內存的產品。MI300 采用了 3D 堆疊技術和 Chiplet設計，配備了 9 個基于 5nm 制程和 4 個基于 6nm 制程的芯片組。在制程方面，MI300 與英偉達 Grace Hopper 的 4nm 制程（實屬于臺積電 5nm 體系）相當。它擁有 1460 億個晶體管數量，超過了英偉達 H100 的 800 億個和前代產品MI250X 的 582 億個。其核心架構為 AMD 的新一代 CDNA3 架構，具備 24 個Zen 4 數據中心 CPU 核心和 128GB HBM3 內存，并以 8192 位寬總線運行。相較于 AMD CDNA2 架

86、構，預計 CDNA3 架構在 AI 訓練工作負載上的每瓦性能將提高超過 5 倍以上，這使得 MI300 能夠為 AI 訓練等任務提供更高效的性能。MI300 性能逼近 H100。MI300 采用了 8 個 HBM3 堆棧包圍 4 個象限的硅晶片。新的 HBM3 的最高速度為 5.6 GT/s，八個 16GB 或 24GB 堆棧形成 128GB或 192GB 統一內存，帶寬高達 5.6 TB/s。與 Nvidia H100 SXM 80GB 相比，帶寬提高了 72%，容量提高了 60%至 140%。算力方面，MI300X 的峰值 FP16 性能可以達到 1331TFLOPS。行業深度研究/電子

87、本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 27 表9：主要 AI 加速卡產品參數對比 廠商 型號 發布時間 制程 nm 功耗 W 峰值 FP16 峰值 FP32 內存容量 互聯帶寬 Nvidia V100/V100S 2017 12 250/14/16 32 32 A100/A100 SXM 2020 7 300/400 312 19 80 64 NVLINK 600 T4 2018 12 70 65 8 16 32 A10 2021 8 150 125 31 24 64 A30 2021 7 165 165 10 24 64 NVLINK 200 A800 2

88、022 7 300 312 19 80 64 NVLink 400 H100 PCIE/H100 SXM 2022 4 350/700 1513/1979 51/67 80 128 NVLink 600/900 H200 2023 4 700 1979 67 141 1800 H20 2023/400 148 44 96 128 NVLink 900 L20 2023/275 119.5 59.8 48 64 L40 2022 4 300 181.05 90.5 48/L40S 2023/350 362.05 91.6 48/B100 2024 3/AMD MI100 2020 7 300 1

89、84 23 32 92 MI250 2021 6 560 362 45 128 100 MI250X 2021 6 560/47 128 100 MI210 2022 6 300 181 22 64 100 MI300A 2023 5 550 980.6 122.6 128/MI300X 2023 5 750 1331.2 163.4 192/Google TPUv1 2015 28 75/8/TPUv2 2017 16 280 46 3 16/TPUv3 2018 16 450 123 4 32/TPUv4 2021 7/32/TPUv5 2023/128/META MTIA v1 2023

90、 7 35 51.2/華為 昇騰 310 2018 12 8 8/昇騰 910 2019 7 310 320/昇騰 610 2020 7 60 100/昇騰 930/320 120/Atlas 300i DUO 2022 7 150 140/48/Atlas 300T/PRO 2022 7 300 220/280/32/資料來源：TechPowerUp，公司官網，民生證券研究院 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 28 3.5 ROCm 生態逐步建立優化 3.5.1 軟件生態至關重要，CUDA 較為領先 GPU 的軟件生態主要包括一些開

91、源或專有的平臺和工具，它們允許開發者利用 GPU 進行高效的并行計算。在 GPU 市場中，成熟的軟件生態已成為各廠商之間難以逾越的護城河。相較于不斷迭代的微架構技術，生態所帶來的用戶粘性在長期競爭中顯得更為關鍵。目前英偉達的 CUDA、AMD 的 ROCm、微軟的 DirectX 以及 OpenCL、OpenGL、Vulkan 等已成為主流的開發平臺，為開發者提供高效、便捷的 GPU 計算解決方案，隨著技術的不斷發展和應用場景的不斷拓寬，這些平臺將繼續發揮重要作用。CUDA 是英偉達于 2006 年推出的一種異構計算平臺，開發人員能夠通過CUDA 對 GPU 進行通用計算（GPGPU）的部署。

92、在 CUDA 編程模型中，Host代表主機部分，主要由 CPU 和主機內存組成；而 Device 代表設備部分，主要由GPU 和顯存構成。Host 與 Device 之間通過 PCI Express 總線進行高效的數據傳輸和通信。這種架構使得 CUDA 能夠充分利用 GPU 的并行計算能力，實現高性能的并行計算任務。CUDA 在 Host 運行的函數庫包括了 Libraries、Runtime 和 Driver 三大部分。其中，Libraries 通常是一些成熟的高效函數庫，Runtime API 則簡化了應用開發過程，提供了便捷的接口和組件，讓開發者能夠輕松地調用并自動管理 GPU資源。應用

93、程序可以通過調用 CUDA Libraries 或者 CUDA Runtime API 來實現所需功能。效的控制 GPU 資源的能力。當涉及到 Device 端的計算任務時，CUDA使用內核函數進行并行計算和數據處理，從而充分發揮 GPU 的性能優勢。CUDA 生態支持多種編程語言。目前的 CUDA 12.0 支持 C、C+、Fortran、圖31：CUDA 生態示意圖 資料來源：NVIDIA，民生證券研究院 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 29 Python 等多種編程語言，還支持眾多第三方工具鏈。此外，英偉達在 CUDA 平臺上

94、提供了 CUDA-X，CUDA-X 是一個功能強大且靈活的軟件加速庫集合，開發人員可以通過 CUDA-X 快速將這些庫部署到多種設備內的 NVIDIA GPU 上，包括臺式機、工作站、服務器、云計算和物聯網（IoT）設備。CUDA 平臺對開發者友好程度高，其提供的一系列容器部署流程簡化以及集群環境擴展應用程序的工具使得 CUDA 技術能夠適用于更廣泛的領域。憑借先發優勢和長期技術積累，CUDA 生態圈已經具有更高的成熟度和穩定性。這使得開發者能夠借助已有的資源和文檔進行開發和部署，減少學習曲線和風險，并為英偉達 GPU 的開發、優化和部署多種行業應用提供了獨特的先發競爭優勢。全球范圍內，截至

95、2020 年，CUDA 開發者數量達到了 200 萬，并于 2023 年增長到 400 萬，其中包括 Adobe 等大型企業客戶。較高的需求粘性也使得 CUDA的使用者更傾向于使用熟悉的、更兼容的軟件，因此更多開發者選擇或持續使用CUDA。3.5.2 ROCm：擴大優勢，持續追趕 CUDA 生態 AMD 于 2016 年 4 月發布了 ROCm 生態系統，目標是建立可替代英偉達CUDA 的生態系統。最新版本的 ROCm 生態系統支持 HIP 和 OpenCL 編程模型，可順利遷移 CUDA 應用，并增強了對 AI 框架如 TensorFlow、PyTorch 和 MXNet等的支持。同時，新版

96、本還優化了 ROCm 庫和工具的性能與穩定性，為用戶提供更高效穩定的計算體驗。與其競爭對手相比，AMD 的軟件生態系統在一些方面具有不同的特點和優勢：1.開放性與開源：AMD 采用開放的軟件戰略，致力于提供開放源代碼的解決方案。AMD 的 ROCm 平臺是一個開源項目，允許開發者自由地使用、修改和貢獻代碼。這種開放性促進了社區的合作和創新，并且使得用戶能夠更加靈活地定制和優化軟件。2.廣泛的操作系統支持：AMD 的軟件生態系統廣泛支持多個操作系統，包括圖32：CUDA-X 平臺 資料來源：NVIDIA，民生證券研究院 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲

97、明 證券研究報告 30 Windows、Linux 和 macOS。這使得用戶能夠在各種環境下進行開發和部署，以滿足不同的需求。3.多供應商支持：AMD 的軟件生態系統不僅支持 AMD 自家的處理器和顯卡產品，還支持與其他供應商的硬件集成。例如，AMD 的 ROCm 平臺支持多種 AMD GPU 架構，如第四代 GNC 架構 Polaris、RDNA2/3、CDNA2/3 等，這為用戶提供了更多的選擇和靈活性。4.合作伙伴關系：與軟件開發公司和領先的科技企業建立合作伙伴關系是AMD 軟件生態系統的重要組成部分。通過與合作伙伴共同開發和優化軟件，AMD能夠提供更好的兼容性和優化性能。與 CUDA

98、 相比，ROCm 也存在一些劣勢。盡管 ROCm 在不斷發展和改進，但相對于已經成熟的 CUDA 系統，其生態系統和工具鏈的成熟度還有一定差距。首先，它僅支持 Instinct、Radeon 系列產品，而 CUDA 則涵蓋了英偉達大部分產品線。其次，與英偉達相比，AMD 在 GPU 市場份額上的競爭力相對較低，因此 ROCm 的生態系統相對較小，這可能導致較少的第三方庫、工具和文檔資源可用。英偉達的CUDA軟件庫廣泛覆蓋了多個領域，而ROCm軟件庫只包括了CUDA中的一些部分功能，如部分數學函數、深度學習庫等，主要被研究機構使用，價值量較低，并且在應用場景的拓展上存在較大困難。綜合來看，AMD

99、 的軟件生態系統在開放性、多供應商支持和合作伙伴關系等方面具有優勢。如果開發者注重開放性和平臺靈活性，以及希望避免對特定硬件供應商的依賴，那么 ROCm 可能是一個更好的選擇。為了進一步追趕 CUDA 生態，AMD 應當進一步拓展硬件支持，加強 ROCm 生態系統構建，并優化硬件與軟件的協同，聚焦關鍵應用領域，從而提高在關鍵領域的競爭力。圖33：AMD ROCm5 相關介紹 資料來源：FLUTTER，民生證券研究院 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 31 4 投資建議 AI 時代的浪潮一旦開始就不會停下。生成式 AI 出現后，人工智能

100、獲得快速發展，以 ChatGPT 為分水嶺，此后 AI 大模型的成長節奏顯著提速。2023 年的 GPT 4、LLaMA、Gemini 等重要模型出現，大模型的能力已經有了質變，而 2024 年，Gemini 1.5、Sora 以及即將發布的 GPT 5，讓我們看到大模型的成長節奏并未放緩。伴隨著通用大模型能力的迅速提升，以及行業大模型的百花齊放，AI 應用已經呈現出蓬勃發展的跡象，英偉達表示當前在推理側的算力需求占比已經達到40%，更加印證了 AI 在應用端發展節奏的超預期。我們認為，算力的強勁需求或許并不會在大模型訓練告一段落以后就開始放緩，反而可能伴隨大模型發展加速，以及應用側的落地而進

101、一步提速。AMD 已經成為算力帝國強有力的競爭者。AMD 在算力領域的優勢有三：第一，以 MI300 系列為起步的加速卡在硬件能力上已經追上英偉達，且 ROCm 生態正在快速完善，CUDA 生態壁壘不再堅不可摧；第二，AMD 憑借其“CPU+GPU+FPGA+DPU”的前瞻布局，在數據中心領域有著當前最完善的產品矩陣；第三，在市場蛋糕下，加速卡市場已經從過去英偉達的一家獨大，逐漸轉變為百花齊放的競爭態勢，四大北美云商均推出了各自的加速卡，特斯拉、Open AI等巨頭也紛紛下場，算力客戶急需除英偉達以外的供應商或采用自供的方式減緩資本開支壓力，當下的 AMD 在客戶端天然有著很強的接受程度。目前

102、來看，AMD已經成為英偉達算力帝國最強有力的挑戰者。伴隨 PC 復蘇及云商資本開支增長，AMD 主業有望回暖。PC 市場來看，據IDC 預計，2024 年中國 PC 出貨量同比增長 3.8%，重回增長節奏。服務器市場來看，據 Bloomberg 一致預期及我們測算，2024 年四大北美云商云基礎設施投資同比增速將達到 23.7%。2024 年 AMD 的 PC 端下游市場有望迎來改善，將對公司主業產生積極影響。公司主業穩健回暖，并且在 AI 領域前瞻布局，我們看好 AMD 在數據中心加速卡領域份額的提升，以及公司主業的增長節奏，建議積極關注。表10：行業重點關注個股 股票代碼 公司簡稱 收盤價

103、（美元）EPS（美元）PE（倍）2023A 2024E 2025E 2023A 2024E 2025E AMD.O 超威半導體 178.63 2.65 3.63 5.43 67 49 33 資料來源：Bloomberg，民生證券研究院預測；（注：股價為 2024 年 3 月 25 日收盤價；公司數據采用 Bloomberg 一致預期）行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 32 5 風險提示 1）產品研發進度不及預期的風險。當前，生成式 AI 技術正處于行業發展的初級階段，單一及多模態大模型的持續涌現，使得 AI 模型在智能化、高效化方面取

104、得了顯著進步，能夠勝任更加復雜且多樣化的任務。這一技術的廣泛應用，不僅推動了 AI 在各個領域內的深度融合，也為 AI 行業的創新發展注入了強大動力。然而，由于市場競爭格局尚未穩定，當前行業競爭尤為激烈，這對整個 AI 行業提出了更高的要求。在這一背景下，AMD 推出的 MI300 系列芯片作為 AI 計算領域的關鍵產品，盡管在一定程度上滿足了市場的迫切需求，但面對英偉達等業界領軍企業的技術革新與產品迭代，其硬件領先優勢可能會受到挑戰。這種競爭格局不僅影響了芯片制造商的市場份額，也影響了整個 AI 行業的整體生態系統。同時，軟件生態的完善程度也對 AI 行業的發展具有重要影響，目前來看 ROC

105、m 生態相較CUDA 仍有較大差距，CUDA 作為英偉達推出的并行計算平臺和 API 模型，已在市場上占據主導地位，擁有龐大的用戶群體和完善的生態系統，如果后續 ROCm生態完善進度不及預期，也可能對公司需求造成不利影響。2）AI 發展進程不及預期導致需求轉弱的風險。隨著人工智能技術的迅猛發展，AI 算力需求呈現出持續攀升的態勢，進而推動了 AI 芯片市場的快速擴張。在這一背景下，全球大模型訓練對 AI 加速卡的需求日益旺盛，云廠商也紛紛加大投入以滿足市場增長的需求。然而，AI 行業面臨著一定的市場不確定性，若大模型參數提升節奏放緩或 AI 應用落地進度未達預期，AI 加速卡市場可能陷入平穩甚

106、至下滑態勢。整體上，市場需求下滑可能降低投資者信心，影響 AI 行業的資金支持和研發投入，延緩技術創新和應用推廣。AMD 公司可能會面臨訂單減少、庫存積壓、營收下滑等一系列問題，若未能及時調整戰略，適應市場需求變化，可能會陷入更加被動的局面，從而影響到公司的長期發展。3）宏觀經濟及下游需求恢復不及預期的風險。中美兩國在人工智能領域積極投入，推動 AIGC、LLM 等尖端技術落地。然而，AI 行業具有技術和市場的周期性特點，其發展受國際政治經濟因素影響顯著。若國際經貿形勢變化，可能導致技術合作受阻和市場準入受限，制約 AI 產業推廣和創新。同時，宏觀經濟波動也直接影響 AI 行業需求，若全球經濟

107、恢復不及預期，可能導致 PC 市場銷量下滑、數據中心建設放緩以及 AI 市場需求減少，對 AI 企業訂單、銷售額及研發創新、市場拓展等關鍵環節產生負面影響。AMD 公司下游行業涉及 PC、數據中心、AI 等多個市場，與宏觀經濟波動和整體需求密切相關，若全球宏觀經濟恢復不及預期，可能會對公司下游需求產生不利影響，進而影響公司業績。行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券研究報告 33 插圖目錄 圖 1：AMD 發展歷程.4 圖 2：AMD 四大業務板塊.5 圖 3：2021-2023 公司各業務營業收入（億美元）.5 圖 4：2021-2023 公司各

108、業務營業利潤率（%）.5 圖 5：2017-2023 公司總營收及同比（億美元，%）.6 圖 6：2017-2023 公司凈利潤及同比（億美元，%）.6 圖 7：2017-2023 年 AMD 與可比公司毛利率（%）.6 圖 8：AMD Zen1 架構內核.8 圖 9：Zen4 架構銳龍 7000 系列處理器內部組成圖.8 圖 10：2004-2023 年 AMD 和 Intel 在客戶端 CPU 的市場份額.10 圖 11：2000-2023 年 AMD 和 Intel 在服務器 CPU 的市場份額.11 圖 12：2019-2023 年全球 PC 季度出貨量（萬臺）.13 圖 13：第四代

109、霄龍處理器與英特爾性能測試得分對比（SPEC2017 整數基準）.14 圖 14：2014-2022 全球服務器銷售額及同比（億美元，%）.14 圖 15：2014-2026E 全球服務器出貨量及同比（萬臺，%）.14 圖 16：ATI-AMD 產品線迭代.15 圖 17：AMD GPU 產品架構發展.16 圖 18：GCN、RDNA 架構對比圖.17 圖 19：GCN、CNDA 與 CNDA 2 性能對比圖.17 圖 20：CDNA 系列特點.18 圖 21：CNDA2 與 CNDA3 性能對比圖.18 圖 22：2021-2028 年全球游戲市場規模（億美元）及增速（%）.19 圖 23：

110、AI 模型發展歷程.22 圖 24：大語言模型發展時間線.23 圖 25：大模型訓練和推理所需算力成本公式.23 圖 26：2023 年全球 H100 加速卡終端客戶結構.24 圖 27：2020-2024 年北美云商資本開支及預測（億美元）.24 圖 28：2022 年-2026 年全球生成式 AI 計算力市場規模（億美元）.25 圖 29：2020 年-2026 年全球人工智能芯片市場規模（億美元）.25 圖 30：MI300 設計圖.26 圖 31：CUDA 生態示意圖.28 圖 32：CUDA-X 平臺.29 圖 33：AMD ROCm5 相關介紹.30 表格目錄 重點公司盈利預測、估

111、值與評級.1 表 1：AMD CPU 架構發展歷程.7 表 2：AMD 處理器產品概覽.9 表 3：AMD 銳龍 7000 系列和英特爾第 13 代酷睿處理器對比.12 表 4：銳龍 7000X3D 處理器參數.12 表 5：GCN 架構部分產品及性能.16 表 6：AMD Instinct 歷代產品性能對比.19 表 7：AMD 的圖形 GPU 主要產品線.20 表 8：AMD 與 Nvidia 圖形 GPU 部分競品參數.21 表 9：主要 AI 加速卡產品參數對比.27 表 10：行業重點關注個股.31 行業深度研究/電子 本公司具備證券投資咨詢業務資格，請務必閱讀最后一頁免責聲明 證券

112、研究報告 34 分析師承諾 本報告署名分析師具有中國證券業協會授予的證券投資咨詢執業資格并登記為注冊分析師，基于認真審慎的工作態度、專業嚴謹的研究方法與分析邏輯得出研究結論，獨立、客觀地出具本報告，并對本報告的內容和觀點負責。本報告清晰準確地反映了研究人員的研究觀點，結論不受任何第三方的授意、影響，研究人員不曾因、不因、也將不會因本報告中的具體推薦意見或觀點而直接或間接收到任何形式的補償。評級說明 投資建議評級標準 評級 說明 以報告發布日后的 12 個月內公司股價（或行業指數）相對同期基準指數的漲跌幅為基準。其中：A 股以滬深 300 指數為基準；新三板以三板成指或三板做市指數為基準；港股以

113、恒生指數為基準；美股以納斯達克綜合指數或標普500 指數為基準。公司評級 推薦 相對基準指數漲幅 15%以上 謹慎推薦 相對基準指數漲幅 5%15%之間 中性 相對基準指數漲幅-5%5%之間 回避 相對基準指數跌幅 5%以上 行業評級 推薦 相對基準指數漲幅 5%以上 中性 相對基準指數漲幅-5%5%之間 回避 相對基準指數跌幅 5%以上 免責聲明 民生證券股份有限公司（以下簡稱“本公司”）具有中國證監會許可的證券投資咨詢業務資格。本報告僅供本公司境內客戶使用。本公司不會因接收人收到本報告而視其為客戶。本報告僅為參考之用，并不構成對客戶的投資建議，不應被視為買賣任何證券、金融工具的要約或要約邀

114、請。本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，客戶應當充分考慮自身特定狀況，不應單純依靠本報告所載的內容而取代個人的獨立判斷。在任何情況下，本公司不對任何人因使用本報告中的任何內容而導致的任何可能的損失負任何責任。本報告是基于已公開信息撰寫，但本公司不保證該等信息的準確性或完整性。本報告所載的資料、意見及預測僅反映本公司于發布本報告當日的判斷，且預測方法及結果存在一定程度局限性。在不同時期，本公司可發出與本報告所刊載的意見、預測不一致的報告，但本公司沒有義務和責任及時更新本報告所涉及的內容并通知客戶。在法律允許的情況下，本公司及其附屬機構可能持有報告中提及的公司所發行證券

115、的頭寸并進行交易，也可能為這些公司提供或正在爭取提供投資銀行、財務顧問、咨詢服務等相關服務，本公司的員工可能擔任本報告所提及的公司的董事?？蛻魬浞挚紤]可能存在的利益沖突，勿將本報告作為投資決策的唯一參考依據。若本公司以外的金融機構發送本報告，則由該金融機構獨自為此發送行為負責。該機構的客戶應聯系該機構以交易本報告提及的證券或要求獲悉更詳細的信息。本報告不構成本公司向發送本報告金融機構之客戶提供的投資建議。本公司不會因任何機構或個人從其他機構獲得本報告而將其視為本公司客戶。本報告的版權僅歸本公司所有，未經書面許可，任何機構或個人不得以任何形式、任何目的進行翻版、轉載、發表、篡改或引用。所有在本報告中使用的商標、服務標識及標記，除非另有說明，均為本公司的商標、服務標識及標記。本公司版權所有并保留一切權利。民生證券研究院：上海：上海市浦東新區浦明路 8 號財富金融廣場 1 幢 5F；200120 北京：北京市東城區建國門內大街 28 號民生金融中心 A 座 18 層；100005 深圳：廣東省深圳市福田區益田路 6001 號太平金融大廈 32 層 05 單元；518026