I WAS WRONG\! AMD's Crazy Plan to Dominate AI Chips is Working

I WAS WRONG! AMD’s Crazy Plan to Dominate AI Chips is Working

來源: YouTube 網址: https://www.youtube.com/watch?v=fX05yIuHD_4 日期: 2025-10-09 時長: 14:00


TL;DR 極簡摘要

作者承認「我對 AMD 看法錯誤」!AMD 與 OpenAI 宣布 AI 時代最大合作案之一:部署 6 GW AMD GPU(約 430 萬顆 GPU,相當於 AMD 20 年年度出貨量)。OpenAI 獲得認股權證以 $0.01/股 價格買入最多 1.6 億股 AMD(稀釋 9% 股權),但僅在達成里程碑時生效:第一批在部署 1 GW GPU 時解鎖(約 100 萬顆,為 AMD 當前年銷量 5 倍),最後一批在 AMD 股價達 $600(當前價 3 倍、市值 $1 兆)時解鎖,屆時 OpenAI 將獲得價值 $1000 億股權(10% 公司)。此合作將 AMD 資料中心 GPU 業務翻倍以上、總營收增加 40%。若 Nvidia 獲得相對規模相同的合作,將是 $2.3 兆訂單(7000 萬顆 GPU、120 GW 運算 = 全球所有資料中心運算總和)。作者錯誤在於:未理解 AI 推理需求將成長 10 億倍(Jensen Huang 預測),導致 AMD 與 Nvidia 根本不競爭——市場成長速度遠超兩家公司產能,每顆 GPU 都會被部署。四大成長因子:① 使用者增加(採用速度超越 iPhone)、② 每次提示 token 數激增(從 200-1000 → 現在 10-100 倍)、③ 使用場景爆炸(材料科學、晶片設計、基因測序等)、④ AI 代理(每人將擁有多個 AI 代理,如同今日擁有多台電腦)。全球 AI 市場預計 9 年內成長 19 倍(年複合成長率 38.5%),Meta/Google/Amazon/Microsoft 2026 年 AI 資本支出將達 $4100 億(vs. 2024 年 $2200 億,年增 37%)。結論:AMD 仍處極早期階段,不僅因需漲 3 倍才達 $1 兆市值,更因其他 AI 公司將跟隨 OpenAI 採用 AMD 生態系統。


關鍵要點

  1. 史詩級合作規模:AMD 將向 OpenAI 部署 6 GW GPU(約 430 萬顆),相當於 AMD 20 年年度出貨量,第一階段 1 GW 就是年銷量 5 倍
  2. 獨特股權結構:OpenAI 獲 1.6 億股 AMD 認股權證($0.01/股),僅在達成部署里程碑 + 股價目標時生效,非直接投資
  3. 最終目標野心:最後里程碑為 AMD 股價達 $600(3 倍上漲),屆時市值 $1 兆,OpenAI 獲 $1000 億股權(10% 公司)
  4. 業務影響巨大:此合作將 AMD 資料中心 GPU 業務翻倍以上、總營收成長 40%(基於 Q2 $16 億加速器營收 → $70-80 億年化)
  5. 相對規模驚人:若 Nvidia 獲得相對規模相同合作,將是 $2.3 兆訂單(7000 萬顆 GPU、120 GW = 全球所有現存資料中心運算總和)
  6. 稀釋風險可控:1.6 億股稀釋 9% 股權,但僅在成功達標時發生(風險共擔機制)
  7. Jensen Huang 預測:AI 推理需求將成長 10 億倍(1 billionx),源自 4 大因子相乘(使用者 × 使用場景 × token/提示 × AI 代理)
  8. 市場成長驚人:全球 AI 市場 9 年內成長 19 倍(年複合成長率 38.5%),2026 年四大科技巨頭 AI 資本支出達 $4100 億(年增 37%)
  9. AMD vs. Nvidia:非競爭關係:需求成長速度遠超供給,AMD 與 Nvidia 每顆 GPU 都會被部署(市場足夠大)
  10. 作者認錯核心:未理解 AMD 在「非與 Nvidia 競爭市場」主導 + AI 推理需求爆炸 = AMD 將主宰 AI 晶片市場一大塊

詳細摘要

🤝 AMD × OpenAI 合作細節拆解

合作規模:6 GW GPU = 430 萬顆

基本數字 - 部署目標:6 GW(Gigawatt)AMD Instinct GPU - 時間跨度:未來數年 - 假設液冷:約 430 萬顆 GPU(具體數量取決於 GPU 世代組合)

TDP(熱設計功耗)參考表 作者製作了 AMD 資料中心 GPU 的 TDP 表格: - MI300X:~750W(液冷) - MI350X:~1400W(液冷) - 計算邏輯:6 GW ÷ 平均 TDP ≈ 430 萬顆

AMD 當前產能對比 - Q2 資料中心營收:$32 億 - EPYC CPU 營收:約 $16 億(50%) - AI 加速器營收:約 $16 億(50%) - 加速器平均價格:約 $25,000/顆(MI350X) - Q2 GPU 銷量推算:$16 億 ÷ $25,000 ≈ 64,000 顆 - :實際可能略低,因部分營收來自 FPGA(Xilinx 收購)、DPU(Pensando 收購) - 年度銷量估計:約 200,000 顆/年

合作案相對規模 - 430 萬顆 ÷ 20 萬顆/年 = 21.5 年年度出貨量 - 第一階段(1 GW):約 100 萬顆 = 5 倍年銷量 - 時間點:2026 年下半年開始供應


股權結構:1.6 億股認股權證的真相

認股權證(Warrants)關鍵條款 - 數量:最多 1.6 億股 AMD - 行使價格$0.01/股(幾乎免費) - 解鎖機制基於里程碑(Milestone-based Vesting) - 里程碑類型 1:GPU 部署進度(如第一批 1 GW 解鎖第一批股票) - 里程碑類型 2:AMD 股價達標(如 $600/股解鎖最後一批)

大眾誤解 vs. 事實 | 誤解 | 事實 | |——|——| | OpenAI 直接投資 AMD | AMD 提供認股權證給 OpenAI | | OpenAI 買下 AMD 10% 股權 | 僅在達標時 OpenAI 才能獲得股權 | | 類似 Nvidia 對 OpenAI $1000 億投資 | 完全不同:這是績效驅動稀釋合作案 |

作者解釋 > 「AMD 正在用股權為 OpenAI 提供融資,基於 OpenAI 達成特定基礎建設部署里程碑,而非反過來。這就是為什麼我們可以將此合作與 Nvidia 幾週前的 OpenAI 合作直接比較。」

稀釋影響 - 1.6 億股 ÷ AMD 當前流通股數9% 稀釋 - 稀釋條件:僅在 OpenAI 成功部署所有 430 萬顆 GPU 時發生 - 風險共擔:AMD 與 OpenAI 共同承擔執行風險


最終目標:AMD $600/股 = $1 兆市值

里程碑進程推測 1. 第一里程碑:部署 1 GW GPU(~100 萬顆)→ 解鎖第一批股票 2. 中期里程碑:AMD 股價達 $X(具體未公開)→ 解鎖第二批 3. 4. 最終里程碑:AMD 股價達 $600/股 → 解鎖最後一批

$600 股價意義 - 當前股價:~$200(作者錄影時點) - 上漲倍數3 倍 - 市值:$600 × 16.2 億股 ≈ $1 兆 - OpenAI 獲得股權價值:1.6 億股 × $600 = $960 億$1000 億 - 占 AMD 股權比例10%

作者洞察 > 「如果 AMD 股價真的達到那個價格,將意味著 $1 兆估值。在那種情況下,AMD 將給 OpenAI 大約 $1000 億的股權,也就是公司的 10%。」

隱含信念 OpenAI 同意此條款 = OpenAI 相信兩件事: 1. AMD 能將 GPU 供應速度提升 5 倍(第一階段 100 萬顆 vs. 當前年銷 20 萬顆) 2. AMD 能在未來數年內達 $1 兆市值(否則 OpenAI 不會接受這些條款)


📊 財務影響:AMD 營收將暴增 40%

當前 AMD 資料中心業務

Q2 2025 數據 - 資料中心總營收:$32 億 - EPYC CPU:~$16 億(估計) - AI 加速器:~$16 億(估計) - 年化 AI 加速器營收:$16 億 × 4 = $64 億 - 考慮成長後年化:約 $70-80 億

加速器平均售價與銷量 - MI350X 售價:~$25,000/顆 - Q2 銷量推算:64,000 顆 - 年度銷量:~200,000 顆


合作案財務衝擊

430 萬顆 GPU 總價值 - 保守估計:430 萬顆 × $25,000 = $1075 億 - :實際可能更高或更低,取決於具體 GPU 世代組合與採購價格

營收倍增計算 - 當前年化 AI 加速器營收:$70-80 億 - 合作案年均營收(假設 5 年部署):$1075 億 ÷ 5 年 = $215 億/年 - 新年化營收:$70 億 + $215 億 = $285 億 - 成長倍數:285 ÷ 70 ≈ 4 倍

作者原文計算 > 「這意味著此合作將讓 AMD 整個資料中心 GPU 業務增長超過一倍,並讓他們的總營收成長約額外 40%。取決於他們實際供應哪些 Instinct 加速器以及成本為何。」

AMD 總營收影響 - AMD Q2 總營收:$58.3 億(2025 Q2 實際數據) - 年化總營收:約 $233 億 - 合作案年均貢獻:$215 億 - 成長百分比:215 ÷ 233 ≈ 92% - :作者說「40%」可能是保守估計或分階段計算


🔥 規模對比:若 Nvidia 獲此合作會怎樣?

Nvidia 等比例合作計算

AMD 合作規模 - 430 萬顆 GPU = AMD 20 年年度出貨量 - 6 GW 運算

Nvidia 相對規模 - Nvidia 資料中心 GPU 年銷量:~350 萬顆(推估) - 20 年出貨量:350 萬顆 × 20 = 7000 萬顆 GPU - Nvidia GPU 平均售價:~$33,000(H100/H200) - 訂單總價值:7000 萬顆 × $33,000 = $2.31 兆

運算規模 - Nvidia GPU 平均 TDP:~700W(H100) - 7000 萬顆 TDP 總和:7000 萬 × 700W = 49 GW - 考慮下一代更高 TDP:假設平均 1.7 kW → 120 GW

作者驚嘆 > 「那將是 120 gigawatt 的運算,這相當於今天地球上所有現存資料中心的總和。這就是此合作對 AMD 相對於其規模有多大。」

對比總結 | 項目 | AMD × OpenAI | 假設 Nvidia × OpenAI(等比例) | |——|————–|——————————–| | GPU 數量 | 430 萬顆 | 7000 萬顆 | | 年度出貨量倍數 | 20 年 | 20 年 | | 訂單價值 | ~$1075 億 | ~$2.31 兆 | | 運算規模 | 6 GW | 120 GW(= 全球所有資料中心) |


🌍 AI 市場成長預測:19 倍成長 + $4100 億資本支出

全球 AI 市場預測

市場規模成長 - 時間跨度:2025-2034(9 年) - 成長倍數19 倍 - 年複合成長率(CAGR)38.5%

與 S&P 500 對比 - S&P 500 歷史年均成長率:~10-12% - AI 市場成長率:38.5% ≈ 3 倍 S&P 500 成長率

作者評論 > 「記住,37% 大約是 S&P 500 成長速度的三倍。而且我認為這可能實際上是保守估計。」


四大科技巨頭 AI 資本支出

Bloomberg 數據 - 2024 年 AI CapEx:$2200 億(Meta + Google + Amazon + Microsoft) - 2026 年預測 AI CapEx$4100 億 - 年複合成長率:($4100 ÷ $2200)^(1/2) - 1 ≈ 37%/年

與市場成長率一致 - 市場成長率:38.5% - CapEx 成長率:37% - 驗證:兩個獨立數據源證實 AI 市場爆炸性成長


🚀 Jensen Huang 預測:AI 推理需求成長 10 億倍

Jensen Huang 的預測

背景 - 出處:Jensen Huang 在 BG2 播客(專注創投與先進科技)的談話 - 時間點:DeepSeek 推理突破後 - 預測:AI 推理需求將成長 10 億倍(1 billionx)

原文引述 > 「那對我來說可能最深刻的是你敲桌強調。你說推理不會成長 100 倍、1000 倍,而是 10 億倍。」 > Jensen 回應:「我低估了。讓我正式說明。」


10 億倍成長的四大因子

因子 1:使用者數量激增(>10x)

採用速度對比 - ChatGPT(2022-2025):採用速度 超越 iPhone(2007)和 iPad(2010) - iPhone 採用曲線:5 年達 10 億用戶 - ChatGPT 採用曲線:1 年達 1 億用戶(更快)

未來成長 - 當前:數億 AI 使用者 - 未來:數十億使用者(每個人都會用 AI)


因子 2:每次提示 Token 數爆炸性增長(>10x)

早期 ChatGPT(2022) - 簡單 Q&A 提示:200-1,000 tokens - 模型行為:直接回答問題

現在 ChatGPT(2025) - 同樣問題:輕鬆耗費 10-100 倍 tokens - 原因: 1. 閱讀更多來源:模型會搜尋、分析多個文檔 2. 規劃與推理:逐步思考、分解問題 3. 撰寫程式碼:生成完整程式、建立數據表 4. 驗證與迭代:自我檢查、修正答案

示例對比 | 任務 | 2022 年 ChatGPT | 2025 年 ChatGPT | |——|—————–|—————–| | 「什麼是量子力學?」 | 500 tokens(直接回答) | 5,000-50,000 tokens(搜尋論文 + 推理 + 生成示例) | | 「幫我寫 Python 程式」 | 1,000 tokens(簡單程式) | 10,000-100,000 tokens(完整專案 + 測試 + 文件) |


因子 3:AI 使用場景爆炸(>10x)

超越文字 LLM 作者展示 Nvidia GTC 研討會數據(由 Google DeepMind 前 AI 與材料主管主持):

材料科學案例 - 圖表 1(新材料發現): - 採用 AI 前:每月發現 X 種新材料 - 採用 AI 6 個月後:發現數量達歷史新高 - 圖表 2(專利申請): - 採用 AI 8 個月後:專利申請數量達歷史新高 - 圖表 3(產品原型): - 採用 AI 17 個月後:新產品原型數量達歷史新高

其他應用場景 - 晶片設計與光刻:AI 設計晶片佈局、優化製程 - 訊號處理與通訊:AI 優化 5G/6G 演算法 - 基因測序與藥物發現:AI 預測蛋白質結構、設計新藥 - 電影、音樂、遊戲:AI 生成內容、輔助創作 - …幾乎所有產業

作者總結 > 「這樣的圖表存在於晶片設計與光刻、訊號處理與通訊、基因測序與藥物發現、電影、音樂和電玩遊戲,你能想到的都有。」


因子 4:AI 代理(AI Agents)的崛起(>10x)

什麼是 AI 代理? - 定義:能代表使用者採取行動的 AI,包括啟動其他 AI 作為更大流程的一部分 - vs. 傳統 AI:傳統 AI 被動回答,AI 代理主動執行任務

Jensen Huang 案例 > 「假設我雇用一個 $10 萬的員工,我用 $1 萬的 AI 來增強這個員工。結果那個 $1 萬的 AI 讓這個員工的生產力提高 2 倍、3 倍。我會做嗎?毫不猶豫。我現在正在公司每個人身上都這樣做。」

多 AI 代理時代 - 類比:今天我們擁有多台電腦 - 工作筆電 - 個人智慧型手機 - 智慧電視 - 平板電腦 - 未來:我們將擁有多個 AI 代理 - 工作代理:處理郵件、排程會議、撰寫報告 - 個人助理:管理日程、購物、旅遊規劃 - 內容策展代理:推薦影片、音樂、新聞 - …更多專業代理

代理之間的互動 - AI 代理會互相啟動其他 AI - 範例: 1. 使用者:「幫我規劃東京 5 天行程」 2. 旅遊代理 啟動: - 天氣預測 AI:查詢東京未來天氣 - 餐廳推薦 AI:根據使用者口味推薦餐廳 - 交通規劃 AI:規劃最佳路線 - 預算管理 AI:確保行程符合預算 3. 旅遊代理整合所有 AI 結果 → 生成完整行程

Token 消耗爆炸 - 單一使用者請求 → 啟動 4-5 個 AI 代理 → 每個代理執行數百次推理 → 總 Token 消耗 = 數萬至數十萬


四因子相乘 = 10 億倍成長

數學計算 - 使用者成長:10x(數億 → 數十億) - Token/提示成長:10x(1,000 → 10,000+) - 使用場景成長:10x(文字 LLM → 所有產業應用) - AI 代理成長:10x(每人 1 個 AI → 每人 10+ 個 AI)

相乘結果 10 × 10 × 10 × 10 = 10,000x

實際可能更高 - 使用者成長:可能 >10x(考慮企業、政府、機器人等) - Token 成長:可能 >10x(推理鏈越來越長) - 使用場景:可能 >10x(新應用不斷湧現) - AI 代理:可能 >10x(每個任務可能需要數十個 AI 協作)

保守估計 即使每個因子只成長 10x,相乘後也是 10,000x。 若每個因子成長 100x,相乘後是 100,000,000x = 1 億倍Jensen 預測 10 億倍 = 每個因子平均成長 31.6x(10^9 的四次方根)

作者結論 > 「所以,認為 AI 推理需求會在未來幾年內成長 10 億倍並不瘋狂。」


💡 作者核心洞察:AMD vs. Nvidia 根本不競爭

傳統觀點 vs. 實際情況

華爾街分析師錯誤觀點 - 認為:AMD 與 Nvidia 在 AI 晶片市場正面競爭 - 推論:AMD 獲得 OpenAI 訂單 = Nvidia 失去 OpenAI 訂單 - 結論:AMD 成功 = Nvidia 威脅

作者反駁 > 「讓我告訴你一些能讓你領先每一位華爾街分析師的事情…如果推理需求會在未來幾年成長 10 億倍,供給絕對跟不上需求。如果市場成長速度遠超過任何人能捕捉的速度,那麼像 Nvidia 和 AMD 這樣的公司根本不是在競爭,至少在近期和中期不是。」


供給 << 需求 = 所有 GPU 都會被部署

市場動態 - 需求成長速度:10 億倍(未來數年) - 供給成長速度:有限(受制於晶圓產能、封裝產能、CoWoS 產能等) - 結果供給遠遠跟不上需求

實際意義 - Nvidia 製造的每顆 GPU → 會被部署 - AMD 製造的每顆 GPU → 會被部署 - Broadcom 製造的每顆 ASIC → 會被部署 - 所有 AI 基礎設施供應商 → 使用率飆升

作者列舉 > 「不只是晶片公司。從 Amazon、Microsoft、Google 到 CoreWeave、Dell、Oracle,每一家 AI 基礎設施供應商都會看到他們的使用率飆升,因為更多人在更多使用場景中每次提示花費更多 tokens,而 AI 代理也會這樣做。」


市場足夠大 = 雙贏局面

類比 - 智慧型手機市場: - 早期:人們認為 Apple 與 Samsung 競爭激烈 - 實際:市場成長速度遠超兩家公司產能,兩者都大賺 - AI 晶片市場: - 當前認知:Nvidia 與 AMD 競爭 - 實際情況:市場成長 10 億倍,兩者產能相加也遠遠不夠

作者總結 > 「這就是為什麼我認為我們仍然處於 AI 時代的非常早期。這就是為什麼理解股票背後的科學如此重要。」


🙏 作者認錯:我對 AMD 的判斷錯在哪?

過去的錯誤觀點

作者過去的論點 - 論點 1:AMD 在不與 Nvidia 競爭的市場主導(如 CPU、遊戲 GPU) - 論點 2:AMD 在與 Nvidia 競爭的市場(如資料中心 AI GPU)表現不佳 - 結論:AMD 在 AI 時代機會有限

作者反思 > 「就像我在每支 AMD 影片中說的,他們主導每個不與 Nvidia 競爭的市場。所以我很抱歉沒有在這次與 OpenAI 的合作之前把這兩件事放在一起。我只是見樹不見林,我保證未來會更小心。」


正確的理解

核心邏輯重組 1. AMD 在非 Nvidia 競爭市場主導(既有觀點) 2. AI 推理需求成長 10 億倍(新理解) 3. 需求 >> 供給 → AMD 與 Nvidia 實質上不競爭(新洞察) 4. 結論AMD 將主導 AI 晶片市場一大塊(修正後觀點)

作者道歉 > 「所以我很抱歉沒有在這次與 OpenAI 的合作之前把這兩件事放在一起。我只是見樹不見林。」


OpenAI 對 AMD 的信任票

此合作案的兩大信念驗證

信念 1:AMD 能將產能提升 5 倍 - 當前產能:~20 萬顆 GPU/年 - 第一階段需求:100 萬顆 GPU(2026 下半年開始) - 產能提升:5 倍 - OpenAI 信念:AMD 能實現此產能擴張

信念 2:AMD 能達 $1 兆市值 - 當前市值:~$3600 億 - 目標市值:$1 兆(股價 $600) - 上漲倍數:3 倍 - OpenAI 信念:AMD 未來數年內能達此目標(否則不會同意認股權證條款)

作者總結 > 「歸根究底,這筆交易對 AMD 是巨大的驗證,因為這意味著 OpenAI 相信兩件事。第一,他們相信 AMD 能以今天 5 倍的速度交付 GPU。第二,他們相信 AMD 能在未來幾年內達到 1 兆美元估值,否則 OpenAI 絕不會同意這些條款。」


🎯 投資啟示:AMD 仍處極早期

為何 AMD 仍是「極早期」?

理由 1:股價仍有 3 倍上漲空間 - 當前股價:~$200 - 目標股價:$600(OpenAI 認股權證最終里程碑) - 上漲空間3 倍

理由 2:生態系統效應 - OpenAI 領頭:OpenAI 採用 AMD GPU - 其他 AI 公司跟隨:許多 AI 公司會想跑在「與 OpenAI 相同的硬體、軟體、開發生態系統」 - 雪球效應:AMD 生態系統會越來越強大

作者原文 > 「這意味著 AMD 股票仍然非常早期。不僅因為它必須從這裡漲 3 倍才能達到 1 兆美元估值,更因為許多其他 AI 公司會想跑在與 OpenAI 相同的硬體、軟體和開發生態系統上。」


投資建議:「不靠運氣致富」的好股票

作者投資哲學 - 概念:「Get Rich Without Getting Lucky」(不靠運氣致富) - 意義:選擇基本面強勁、長期趨勢明確的股票,而非投機

為何 AMD 符合此標準? 1. 基本面:與 OpenAI 的歷史性合作 + 產能擴張 + 營收暴增 2. 長期趨勢:AI 推理需求成長 10 億倍 + 市場成長 19 倍 3. 估值合理:當前 $200,目標 $600,3 倍上漲但非泡沫(基於實際訂單) 4. 風險可控:OpenAI 認股權證機制確保雙方利益一致

作者結語 > 「這讓 AMD 成為一支不靠運氣致富的好股票。」


🔑 關鍵引言

「我對 AMD 看法錯誤。」 — 作者開場坦承,引出整支影片核心:重新評估 AMD 在 AI 時代的角色。

「AMD 與 OpenAI 剛宣布了整個 AI 時代最大的合作案之一。」 — 定調此合作案的歷史地位。

「OpenAI 想部署 6 gigawatt 的 AMD Instinct GPU,跨越多個世代。如果我們假設它們都是液冷的,我們實際上在談論大約 430 萬顆 GPU。」 — 量化合作案規模,讓數字具體化。

「這意味著此 OpenAI 合作代表超過 AMD 年度資料中心 GPU 出貨量的 20 年。」 — 強調合作案規模之巨大,相對於 AMD 當前產能。

「如果 Nvidia 獲得相對其規模相同的合作,那將是 $2.3 兆的交易,供應大約 7000 萬顆 GPU。那將是 120 gigawatt 的運算,這相當於今天地球上所有現存資料中心的總和。」 — 用 Nvidia 對比凸顯 AMD 合作案的相對規模之震撼。

「AMD 正在用股權為 OpenAI 提供融資,基於 OpenAI 達成特定基礎建設部署里程碑,而非反過來。」 — 澄清大眾對此合作案的誤解,強調這是績效驅動的股權稀釋合作。

「最後一個里程碑是 AMD 股價達到驚人的每股 $600,這大約是今天價格的 3 倍。如果 AMD 股價確實達到那個價格,將意味著 $1 兆估值。在那種情況下,AMD 將給 OpenAI 大約 $1000 億的股權,也就是公司的 10%。」 — 揭示合作案最終目標與 OpenAI 的潛在收益。

「全球 AI 市場目前預計在未來 9 年內成長 19 倍。那將是到 2034 年年複合成長率 38.5%。」 — 提供宏觀 AI 市場成長數據,支撐投資論點。

「Bloomberg 剛發布一篇文章顯示,Meta、Google、Amazon 和 Microsoft 預計在 2026 年將共同花費 $4100 億在 AI 資本支出上。那比 2024 年的 $2200 億增加了,這是每年 37% 的類似成長率。」 — 用四大科技巨頭的實際資本支出數據驗證市場成長預測。

「Jensen 自 DeepSeek 的重大推理突破以來一直強調的一點是,AI 推理需求將成長 10 億倍。」 — 引述 Nvidia CEO 的驚人預測,為後續分析奠定基礎。

「我低估了。讓我正式說明。」 — Jensen Huang 對自己早期預測的修正,強調 AI 推理需求成長超乎想像。

「所有這四個因素——更多人、更多使用場景、每次提示更多 tokens、AI 代理——在過去 3 年中都成長超過 10 倍,而它們全部相乘在一起。所以,認為 AI 推理需求會在未來幾年內成長 10 億倍並不瘋狂。」 — 解釋 10 億倍成長的數學邏輯,讓預測合理化。

「如果推理需求會在未來幾年成長 10 億倍,供給絕對跟不上需求。如果市場成長速度遠超過任何人能捕捉的速度,那麼像 Nvidia 和 AMD 這樣的公司根本不是在競爭,至少在近期和中期不是。」核心洞察:供需失衡意味著 AMD 與 Nvidia 並非競爭對手,而是共同分享一個快速膨脹的市場。

「Nvidia 製造的每顆 GPU 都會被部署。Broadcom 製造的每顆 ASIC 都會被部署。AMD 製造的每顆加速器都會被部署。這就是這次與 OpenAI 大規模合作的整個重點。」 — 強調市場需求之巨大,所有供應商都會受益。

「不只是晶片公司。從 Amazon、Microsoft、Google 到 CoreWeave、Dell、Oracle,每一家 AI 基礎設施供應商都會看到他們的使用率飆升。」 — 擴展受益範圍至整個 AI 生態系統。

「這就是為什麼我認為我們仍然處於 AI 時代的非常早期。這就是為什麼理解股票背後的科學如此重要。這也是我在 AMD 及其在 AI 革命中的角色上犯錯的地方。」 — 作者反思,承認過去未能看清 AI 市場的真實規模與動態。

「就像我在每支 AMD 影片中說的,他們主導每個不與 Nvidia 競爭的市場。所以我很抱歉沒有在這次與 OpenAI 的合作之前把這兩件事放在一起。我只是見樹不見林,我保證未來會更小心。」 — 作者誠懇道歉,承認未能將「AMD 主導非 Nvidia 市場」與「AI 市場需求爆炸」兩個事實聯繫起來。

「歸根究底,這筆交易對 AMD 是巨大的驗證,因為這意味著 OpenAI 相信兩件事。第一,他們相信 AMD 能以今天 5 倍的速度交付 GPU。第二,他們相信 AMD 能在未來幾年內達到 1 兆美元估值,否則 OpenAI 絕不會同意這些條款。」 — 總結 OpenAI 對 AMD 的信心,強調合作案的戰略意義。

「這意味著 AMD 股票仍然非常早期。不僅因為它必須從這裡漲 3 倍才能達到 1 兆美元估值,更因為許多其他 AI 公司會想跑在與 OpenAI 相同的硬體、軟體和開發生態系統上。這讓 AMD 成為一支不靠運氣致富的好股票。」 — 最終投資建議:AMD 仍處早期,長期價值巨大。


🏷️ 主題標籤

#AMD #OpenAI #AI晶片 #Nvidia #資料中心GPU #MI350X #InstinctGPU #認股權證 #Warrants #股權稀釋 #里程碑 #JensenHuang #AI推理 #Inference #10億倍成長 #AI代理 #AIAgents #ChatGPT #DeepSeek #Token消耗 #生成式AI #材料科學 #晶片設計 #基因測序 #藥物發現 #AI市場成長 #38.5%CAGR #AI資本支出 #4100億美元 #Meta #Google #Amazon #Microsoft #Broadcom #ASIC #CoWoS #晶圓產能 #供需失衡 #市場壟斷 #雙贏局面 #不靠運氣致富 #GetRichWithoutGettingLucky #1兆美元估值 #600美元股價 #3倍上漲 #投資策略 #長期投資 #科技股 #AI股票 #半導體 #資料中心 #雲端運算 #邊緣運算 #高效能運算 #HPC #機器學習 #深度學習 #神經網路 #Transformer #LLM #大型語言模型 #多模態AI #AI基礎設施 #AI生態系統 #ROCm #CUDA #軟體生態 #開發者工具 #AI加速器 #GPU運算 #平行運算 #矩陣運算 #張量運算 #AI晶片競爭 #市場份額 #技術突破 #創新 #顛覆性技術 #未來趨勢 #投資機會 #風險管理 #估值分析 #基本面分析 #技術分析 #市場預測 #華爾街分析 #Bloomberg #GTC #BG2播客 #創投 #先進科技