Droższy od Rubin o 40%, a mimo to zdobył zamówienie na pełen stack od Microsoft? Produkty AMD tydzień temu na nowo zdefiniowały konkurencję na rynku chipów AI dzięki „prawu do ustalania cen”

Wyzwanie AMD wobec monopolistycznej pozycji Nvidia w GPU dla centrów danych przechodzi od strategii taniej alternatywy do narracji dotyczącej siły cenowej.

Wall Street Vision wspomina, że 20 lipca Microsoft wdroży rozwiązanie rackowe Helios od AMD na swojej platformie Azure Cloud, aby obsługiwać zadania inferencji AI dla zaawansowanych modeli.

Futurum Group oszacowała, że w dotychczas najbardziej kompleksowej współpracy chmurowej z Microsoftem, system rackowy Helios AI został zakupiony przez Microsoft w pełnym zakresie za cenę ok. 40% wyższą niż Rubin firmy Nvidia, co oznacza fundamentalną zmianę logiki konkurencji AMD na rynku infrastruktury AI.

Microsoft wdroży Helios na Azure do zaawansowanej inferencji AI, jednocześnie wprowadzając szóstą generację maszyn wirtualnych EPYC Venice oraz Pensando DPU. To pierwszy raz, kiedy AMD wdraża pełen stack „GPU+CPU+sieć” u pojedynczego klienta chmurowego.

W poniedziałek nastrój w sektorze chipów poprawił się, a dodatkowo AMD w tym tygodniu organizuje dużą premierę produktową – kurs akcji AMD na chwilę wzrósł ponad 5%, na zamknięciu wzrost zmniejszył się do 1,58%.

Droższy o 40% niż Rubin, a mimo to się sprzedaje

Jednym z często pomijanych aspektów tej transakcji jest cena.

Według globalnej firmy badawczej i doradczej Futurum Group, Helios kosztuje od 5 do 5,5 mln dolarów, podczas gdy Rubin od Nvidia wyceniany jest na 3,5 do 4 mln dolarów.

Każda tacka obliczeniowa Helios wyposażona jest w cztery GPU Instinct, obsługiwana przez pojedynczy CPU EPYC oraz maksymalnie 12 chipów sieciowych Pensando.

Szef działu centrów danych AMD, Forrest Norrod, określa główną przewagę jako „najlepszy całkowity koszt posiadania i najniższy koszt na token”.

Transakcja nie dotyczy tylko GPU. Amazon Azure doda dwie serie maszyn wirtualnych opartych na procesorze szóstej generacji EPYC Venice i wdroży Pensando DPU w backendowej sieci AI oraz części usług.

Oznacza to, że rola AMD w chmurze Microsoftu ewoluuje z „dostawcy GPU” do „kompleksowego dostawcy infrastruktury AI”.

Barclays niedawno podwyższył cel wyceny AMD z 500 dolarów do 665 dolarów, uznając, że potencjał wzrostu CPU jest „niedoceniony” spośród trzech głównych producentów chipów.

Banka prognozuje, że przychody AMD z CPU w 2027 roku wyniosą około 29 miliardów dolarów, a sam CPU może przynieść do 2030 roku ok. 19 dolarów zysku na akcję.

Katalizatorowy matrix przed tygodniem produktów

Dołączenie Microsoftu jeszcze bardziej wzmacnia portfel klientów Helios od AMD.

Wcześniej Meta zobowiązała się do wdrożenia GPU o mocy 6 GW, OpenAI, Oracle oraz indyjska TCS także złożyły znaczące deklaracje. AMD twierdzi, że osiem z dziesięciu największych firm AI na świecie obsługuje obciążenia na Instinct GPU.

Z danych finansowych wynika, że przychody z centrów danych w Q1 2026 wzrosły o 57% do 5,8 mld USD; firma planuje od 2027 roku realizować kilkadziesiąt miliardów USD przychodów z AI dla centrów danych, z czego większość pochodzić będzie z Helios.

Analityk Futurum Group, Daniel Newman, szacuje, że AMD może zwiększyć udział w rynku GPU dla centrów danych z obecnych 4,5% do 20-25%, „co oznacza skalę przychodów rzędu kilkuset miliardów dolarów”.

Ogólna odbudowa sentymentu w sektorze chipów w poniedziałek stanowi korzystne tło. Oczekiwania wobec premier produktowych w tym tygodniu dodatkowo wzmacniają narrację – rynek czeka, czy Lisa Su przedstawi bardziej agresywne prognozy dostaw Helios na 2027 rok.

Era inferencji – oprogramowanie jako fosa konkurencyjna

Pod względem sprzętu AMD zbliża się, a nawet częściowo wyprzedza Nvidia, lecz kluczowym czynnikiem pozostaje oprogramowanie.

Wall Street Vision wspomina, wcześniej instytut badawczy SemiAnalysis wysoko oceniał optymalizację wydajności Nvidia na silniku inferencji vLLM, jednocześnie wskazując wyraźne opóźnienia AMD w obsłudze części modeli.

Na poziomie oprogramowania Nvidia wprowadziła ramy Dynamo do rozproszonej inferencji, głęboko integrując vLLM i realizując dla modeli MoE separację prefillingu i dekodowania (Disaggregated Serving), wydajne przesyłanie KV-cache oraz nakładanie dwóch batchy.

Ta struktura może w pełni wykorzystać potencjał sprzętu na NVL72, podczas gdy AMD nadal opiera się głównie na standardowym vLLM oraz wersjach DISAGG, a głębokie optymalizacje dla ogromnych modeli MoE i szerokich scenariuszy równoległych nie są nadążone.

Dzięki dwudziestoletniemu zapleczu CUDA, priorytetowej kompatybilności z głównymi ramami AI i bibliotekom takim jak TensorRT, Nvidia w dalszym ciągu buduje trwałą przewagę konkurencyjną w erze inferencji. Analityk Counterpoint Research, Neil Shah, również zauważa:

Klucz leży w oprogramowaniu i optymalizacji; Nvidia dzięki CUDA ma bardziej rozwinięty i rozbudowany ekosystem.

Newman porusza jeszcze bardziej istotną kwestię:

Czy przewaga AMD wynika rzeczywiście z technologicznej dominacji, czy jedynie z tego, że obecnie brakuje mocy obliczeniowej i każdy gotowy produkt znajdzie nabywcę?

W związku ze zbliżającym się tygodniem produktów, czy Helios potrafi przekonać rynek do siebie pod względem ceny, wydajności i ekosystemu – to zdecyduje, czy AMD rzeczywiście zachwiało pozycją Nvidia, czy tylko skorzystało z chwilowego niedoboru podaży.