說到 AI 晶片，NVIDIA 幾乎是代名詞。但每次財報季，總有人問：AMD（超微，AMD）有機會挑戰它嗎？答案比「能」或「不能」都微妙——AMD 是這個市場裡唯一像樣的「老二」，但它挑戰的，從來不是全面超越。

份額差距：老二，但絕對差距在拉大

2026 年，NVIDIA 在 AI 加速器市場約握有 80% 份額，AMD 只有 5–7%。更殘酷的是增速：NVIDIA 一年資料中心營收增加約 780 億美元，AMD 只增加約 20 億。也就是說，AMD 的相對位置在提升，絕對差距卻越來越大。它贏得了「存在的權利」，還沒贏下這場戰爭。

MI350：推論戰場上的真實威脅

AMD 的新一代 MI350X 配備 288GB HBM3E 記憶體、8TB/s 頻寬，FP8 運算與 NVIDIA 的 B200 不相上下；價格卻便宜 30–50%。對講求「每 token 成本」的推論（inference）場景，這很有殺傷力。Meta 已部署約 17.3 萬顆 MI300X，微軟也在生產環境跑 MI300X 推論，說明大廠確實在把 AMD 當成第二來源。

軟體：ROCm 追近了，但訓練仍落後

過去 ROCm 被笑「又臭又長」，如今成熟不少：推論工作負載已接近 CUDA，PyTorch 2.9 更提供原生 ROCm 支援。但在「訓練」這條戰線，ROCm 仍落後 CUDA 約 2–3 年。這也是為什麼獨立測試顯示：訓練大模型 NVIDIA 明顯領先，推論 AMD 已能一戰。再加上 NVIDIA 的 NVLink 互聯遠優於 AMD 的 Infinity Fabric，大規模分散訓練仍是 NVIDIA 的天下。

別忽略更大的對手：自研晶片

真正讓 NVIDIA 夜不能寐的，其實不是 AMD，而是 Google TPU、AWS Trainium、Broadcom 客製化 ASIC 等雲端自研晶片——它們的成長速度比 AMD 更快，才是「三面戰爭」的第三條戰線。AMD 若能把推論市場啃下一塊，就已經是數十億美元級的生意。

華爾街怎麼看？

美銀與 Bernstein 等機構估計，AMD 到 2027 年底或可拿下 AI 加速器市場 15–20% 的份額。這不足以威脅 NVIDIA 的霸主地位，卻足以對 NVIDIA 的毛利形成實質壓力，也給雲端客戶多了一個議價籌碼。

一句話總結

AMD 挑戰 NVIDIA，不是要「全面打贏」，而是成為那個「可信的第二來源」。投資 AMD 的邏輯，賭的是推論市場的份額爭奪，而不是訓練市場的王座。以上純屬個人觀察，不構成投資建議，股市有風險，入市須謹慎。