一周前，文本/零等级/节点融资对Chaowei Semiconductor Corporation（AMD）的首席执行官（AMD）的首席执行官发出了大胆的声明，MI350 Series Chip是AMD人工智能处理器的最新版本，比其他NVIDIA产品的最新版本更好，并且与前一代产品相比，它更好。您太安全还是对产品疯狂？根据其Zifen的说法，本月初开始发送的MI355芯片比上一代产品快35倍。 “节点金融”了解到，就AI软件而言，MI355芯片超过了NVIDIA B200和GB200，并且发现它比AI模型的训练性能是可比或稍好。值得关注的是，AMD产品的价格远低于NVIDIA。不仅这样R9700卡图形专业人士。从AI芯片到专业的图形卡。这次，AMD可以在一系列“超值盈利”产品攻击下挑战NVIDIA？ 01产品：AMD Tearer 9000的Zen5线有多强？ 6月10日，当地时间，AMD在美国加利福尼亚州圣何塞举行了一次详细的技术研讨会通信会议，在那里它共享了更相关的技术细节和性能数据。根据AMD的交换会议，Threadripper系列是AMD上一代处理器产品中的传奇。从第一个Ryzen Threadripper 1950X到先前的Ryzen Threadripper Pro 7995WX，核心数量增加了5倍。内存带宽增加了三次。 PCIE带宽也增加了3次。 “节点金融”于2017年通过CPU de Tearer螺纹启动。一旦我了解到，AMD一遍又一遍地经历了这一系列处理器，经历了硬件和性能SC的全球变化啤酒。同时，它已经大大加快了劳动力局市场的发展，甚至可以说工作站市场的运营环境已经完全改变。产品中新一代的线程旋转器，ThreadRipper 9000系列可以分为工作站的Threadripper Pro 9000系列和高端HEDT台式机平台的Threadripper 9000系列。两者都在ZEN 5架构中构建，并使用WRX90和TRX50主板平台。两者之间的主要区别是核量表的大小，但是与Theadripper 7000系列相比，有许多明显的更新。从当前已知信息来看，Threadripper 9000系列的CPU确实非常适合新用户和老式用户，这使新用户可以享受Threadripper 9000系列的中心数量仍然使用现有的STR5平台，因此您也可以轻松地更新较老用户的性能优势。带来。大多数针对老年用户的平台设置不需要更改，最大程度地减少了更新成本。根据AMD的计划，Threadripper 9000系列处理器，Radeon AI Pro R9700图形卡和基于这两种产品的工作站系统将于今年7月正式推出，主要用于高端桌面平台和中型工作站用户。更多的铁杆产品具有创新性。这次，AMD可以尝试Nvidia吗？ 02 GAP R＆D +生态学，AMD仍在前进。值得一提的是，AMD推出了一系列新的AI芯片MI350，重点是“高利润率”。 Lowa系列超级有效的成本，AMD的业务已收到许多订单，但“节点融资”是发出这些订单的地方。我了解到有两种可能的原因。首先是NVIDIA的生产能力不满足所有需求，AMD接受溢出订单。此外，Microsoft等公司在购买AMD GPU时也正在减少其NVIDIA的依赖。其次，nVidia的客户仍在寻找AI芯片的替代品。对于某些客户来说，他们不想过多信任Nvidia。在这种情况下，AIS的最后一个也是最大的计算机功率组，例如Microsoft，OpenAI，Google List Nvidia的H200作为其第一个选择。 AMD GPU（例如MI300X）主要在其他数据中心实施，以预定为云计算机电源支持。实际上，很长一段时间以来，市场一直将AMD与NVIDIA进行比较。当Tmarket定位大鼠时，AMD更喜欢“盈利的肉刀”，而Nvidia是“高端收割机”。不同市场的定位决定了两家公司的不同开发路线和生态环境。在与NVIDIA竞争之前，他的Zifleng曾经说AI芯片市场足够大，足以容纳许多公司。 “ AMD无需击败Nvidia即可取得成功。”但是在更激烈的筹码战争下，每个人都想挑战NVIDIA。 AMD总是比较NVIDIA产品。但是，“节点金融”认为，在过去的几年中，NVIDIA统治了数据中心的GPU市场，几乎构成了垄断，而AMD已被分类为很长一段时间。根据今年早些时候的富国银行统计数据的数据，NVIDIA目前占中央市场数据中市场份额的98％，而AMD仅占市场份额的1.2％，英特尔不到1％。 AMD有什么区别？除了不同的定位外，“节点金融”还认为，研发投资与生态设计之间存在很大的差距。从研发的角度来看，2005年，AMD的研发成本为11亿美元，Nvidia约为3。这是两倍。到2022年，NVIDIA的研发成本已达到73.4亿美元，是AMD成本的1.47倍。从2024年开始（2023年，NVIDIA研发成本高达86.7亿美元，AMD R＆D成本高的1.48倍，作为神经网络，以及3D游戏的GPU应用程序的扩展和图像处理对Scientif的应用IC计算机科学，大数据处理，自动学习以及建立该生态系统的其他领域导致了许多基于CUDA的开发人员，进一步增加了竞争性障碍NVIDIA的竞争障碍。他使用自己的CUDA平台在AI软件开发领域建立了一个坑，严格限制了NVIDIA生态系统中的许多开发人员。 NVIDIA大小的增加，“仍然令人恐惧”。 “选择。”例如，最重要的定制CYPS制造商和Broadcom为大型云制造商定制了各种XPU芯片，为AI和其他组件提供了其他组件。 Broadcom客户包括Google和Meta，而Marvel客户包括Microsoft和Amazon。这些伟大的云制造商是Trabajando，与ASIC芯片制造商一起开发自己的AI芯片，以减少他们对NVIDIA GPU的依赖。在这种情况下，Nvidia也应该面对现实。几周前，NVIDIA推出了NVLINK ECOS系统解决方案并希望通过NVLink Fusion，将在NVLink中执行制造商的ASIC，并且这些制造商将继续使用NVIDIA GPU。 NVIDIA希望以这种方式保持其在云计算领域的优势。此外，为了应对挑战，NVIDIA最近专注于在世界许多地方促进“主权”的实施以促进GPU销售。上周，NVIDIA宣布，它将在德国建造第一个IA的工业云，其中有10,000 GPU Blackwell和欧洲20多种AI工厂。 AI芯片场就像战场，主要制造商相互竞争。在更多的竞争中，各种制造商之间的关系是“近距离的”。从表面上看，这是对双向合作产品的购买。您必须在私下找到替代解决方案，并为研发准备自己的“备份”准备。在快速的技术发展时代，SEmiconductor行业一直是重点。长期以来，AMD和NVIDIA与市场进行了比较。由您的Zifeng执导的AMD会很好吗？尽管它尚不安全，但由于AI市场的不断扩展和技术的持续迭代，未来充满了变量。十年内的AI芯片市场可能表明不同的竞争环境。 *标题的图像是由AI生成的，请求企业家精神并分享企业家精神的好主意。一起单击此处，了解新的创业机会！