AMD stawia wszystko na procesory serwerowe. Cel: 220 miliardów dolarów do 2030 roku

Teza stojąca za tą dramatyczną korektą jest prosta: rewolucja AI przechodzi z fazy uczenia do wnioskowania, a przyszłe obciążenia — autonomiczne, wieloetapowe systemy agentowej AI — wymagają znacznie większej mocy obliczeniowej procesorów, niż wcześniej oczekiwano w branży .

Dwie strukturalne zmiany napędzające popyt

Obciążenia agentowej AI mają stanowić około dwóch trzecich rynku procesorów serwerowych o wartości 220 miliardów dolarów do 2030 roku . Systemy te autonomicznie realizują złożone zadania, w dużym stopniu polegając na procesorach do zarządzania danymi i koordynacji obok wykonywania modeli na GPU .

Wnioskowanie stało się dominującym przypadkiem użycia mocy obliczeniowej AI. W 2026 r., po raz pierwszy, obciążenia związane z wnioskowaniem pochłaniają około 60% globalnej mocy obliczeniowej AI, przewyższając tym samym uczenie . To przesunięcie sprzyja architekturom opartym na procesorach, ponieważ udostępnianie modeli na dużą skalę wymaga ogromnej liczby procesorów serwerowych, serwerów wnioskujących i otaczającej je infrastruktury .

AMD widzi również szerszy rynek obliczeń o wysokiej wydajności i obliczeń adaptacyjnych sięgający 2 bilionów dolarów do 2030 roku, w porównaniu z 365 miliardami dolarów w 2025 roku . Sam rynek układów scalonych do centrów danych ma przekroczyć 1 bilion dolarów .

Helios i Venice: Arsenał sprzętowy

System Helios AI w skali racka

Ogłoszony 23 lipca 2026 r. podczas Advancing AI 2026, Helios to pierwszy w pełni zintegrowany, chłodzony cieczą system AI AMD w skali racka, łączący 72 akceleratory Instinct MI455X, procesory EPYC Venice i sieć Pensando . Jest w pełnej produkcji od lipca 2026 r., a wysyłki dla partnerów rozpoczną się pod koniec trzeciego kwartału 2026 r. (wrzesień 2026 r.), ze znaczącym wzrostem wolumenu w czwartym kwartale .

System oferuje do 2,9 eksaflopsów przepustowości wnioskowania FP4 i 1,4 eksaflopsa przepustowości uczenia FP8, z przepustowością interkonektu skalowania w górę wynoszącą 260 TB/s . Szacunkowa cena w pełni wyposażonej szafy Helios wynosi około 5,25 miliona dolarów .

Procesor serwerowy 6. generacji EPYC "Venice"

Zbudowany w procesie N2 (2nm) TSMC, procesor Venice oferuje do 256 rdzeni na gniazdo dzięki umieszczeniu 32 rdzeni Zen 6c na każdym z 8 układów chiplets . Produkcja ruszyła w zakładzie TSMC na Tajwanie w maju 2026 r., a przyszła produkcja jest planowana w zakładzie TSMC w Arizonie (choć znaczące wolumeny nie są tam oczekiwane przed 2028 r.) .

Procesory Venice są obecnie udostępniane klientom do testów i będą wysyłane w systemach Helios, a także w osobnych wdrożeniach serwerowych pod koniec 2026 r. i na początku 2027 r. . Wariant EPYC 9006 SP7, zaprojektowany do wykonywania agentów AI w izolowanym środowisku, ma być wysyłany w czwartym kwartale 2026 roku .

Zobowiązania klientów: OpenAI, Meta i Anthropic

Firma AMD pozyskała znaczące zobowiązania od trzech wiodących firm AI, łącznie około 14 gigawatów mocy obliczeniowej :

Dodatkowi klienci to Microsoft (wdrażający systemy Helios w centrach danych Azure) i Oracle (budujący superklaster Helios z 50 000 procesorów GPU) .

ROCm kontra CUDA: Gdzie jest luka programistyczna w 2026 roku

Stos programowy AMD ROCm poczynił znaczne postępy, ale wciąż ustępuje CUDA firmy Nvidia w kluczowych obszarach:

Co działa:

• ROCm 7.x oficjalnie obsługuje teraz PyTorch 2.9, vLLM i llama.cpp natywnie na kartach Instinct i wybranych konsumenckich GPU .
• AMD uruchomiło ROCm.ai do programowania GPU wspomaganego AI podczas Advancing AI 2026 .
• HIP (Heterogeneous-Compute Interface for Portability) może przetłumaczyć większość kodu CUDA, aby działał na sprzęcie AMD przy minimalnych zmianach .
• PyTorch i JAX oferują teraz natywne wsparcie dla ROCm .

Pozostałe luki:

• Luka wydajnościowa: ROCm jest około 10–25% wolniejszy niż CUDA w przypadku obciążeń wnioskowania na porównywalnym sprzęcie, a luka powiększa się w przypadku uczenia i dostrajania .
• Dojrzałość ekosystemu: CUDA pozostaje domyślnym backendem dla większości frameworków, samouczków i rozwiązywania problemów. ROCm wciąż ma niedoróbki z niestandardowymi operatorami, starszymi generacjami GPU i niektórymi silnikami wnioskowania .
• Najnowsze badania: Kod tylko dla CUDA pojawia się co tydzień; wsparcie dla ROCm pojawia się z opóźnieniem od kilku tygodni do miesięcy .
• Tylko Linux: ROCm pozostaje oparty głównie na Linuksie z ograniczonym wsparciem dla Windows .

Konkluzja: ROCm jest teraz produkcyjnie opłacalny do wnioskowania i konkurencyjny pod względem ceny za token (podobno 25–40% tańszy od Nvidii w przypadku obciążeń wnioskowania na równoważnym sprzęcie), ale CUDA utrzymuje znaczącą przewagę w narzędziach, przepływach pracy uczenia i szerokości wsparcia frameworków .

Rekordowe wyniki za drugi kwartał 2026 r. potwierdzają strategię

Wyniki AMD za drugi kwartał 2026 r. mocno wspierają strategiczny kierunek firmy:

Kierownictwo podczas telekonferencji wynikowej zauważyło, że „wnioskowanie i agentowa AI zwiększają zapotrzebowanie na moc obliczeniową procesorów serwerowych” jako strukturalny czynnik napędzający podwyższony szacunek TAM . AMD oczekuje, że przychody z centrów danych z AI osiągną „kilkadziesiąt miliardów dolarów” do 2027 roku, a same przychody z procesorów serwerowych wzrosną o ponad 70% w 2027 roku .

Kluczowe ryzyka: Marże i koncentracja na TSMC

Trajektoria marży brutto: W miarę jak AMD przechodzi ze sprzedaży pojedynczych układów scalonych do zintegrowanych systemów w skali racka, takich jak Helios — które łączą w jednym pakiecie GPU, CPU i sieć — łączne marże mogą napotkać przeciwności w porównaniu do sprzedaży samych układów. Rynek obserwuje, czy AMD będzie w stanie utrzymać ekspansję marż, stając się dostawcą systemów, podobnie jak Nvidia.

Koncentracja łańcucha dostaw TSMC: AMD polega na TSMC w przypadku produkcji zarówno najnowocześniejszych CPU (N2), jak i GPU (N3/N4) . Produkcja Venice rozpędza się w TSMC na Tajwanie. Chociaż AMD zaplanowało przyszłą produkcję w zakładzie TSMC w Arizonie, ta moc produkcyjna nie jest jeszcze dostępna dla najnowocześniejszych węzłów . Napięcia geopolityczne wokół Tajwanu oraz konkurencja o alokację wafli TSMC ze strony Apple, Nvidii i innych pozostają istotnym, krótkoterminowym ryzykiem, zwłaszcza że AMD planuje wysyłki Helios na skalę gigawatową od końca 2026 roku.

Podsumowanie

AMD realizuje jasną, ambitną strategię, która opiera się na punkcie zwrotnym w obciążeniach AI — od uczenia do wnioskowania, od izolowanych modeli do autonomicznych agentów. Mapa drogowa sprzętu (Helios i Venice) jest w produkcji, najwięksi klienci zobowiązali się na niespotykaną dotąd skalę, a wyniki finansowe odzwierciedlają tę zmianę. Kluczowe otwarte pytania to, czy ROCm zdoła wystarczająco szybko zamknąć pozostałą lukę względem CUDA i czy ograniczenia łańcucha dostaw pozwolą AMD dotrzymać agresywnego harmonogramu zwiększania skali produkcji.