AMD数据中心收入同比增长97%:EPYC与Instinct需求强劲,Helios AI服务器加速部署

发布人:A5数据发布时间:2026-11-04 17:58阅读量:228
AMD公布2026年第三季度财报,数据中心业务营收达到85.46亿美元,同比增长97%,主要受EPYC服务器处理器需求增长及Instinct MI450系列GPU推出推动。

过去讨论AMD在服务器市场的竞争力,很多人首先想到的是EPYC处理器:核心数量、计算性能、内存通道,以及与Intel Xeon服务器之间的价格和性能比较。

但AMD最新公布的一份财报表明,衡量其数据中心业务的方式正在改变。

2026年11月3日美国时间,AMD公布第三季度财务业绩。数据显示,AMD数据中心业务季度营收达到85.46亿美元,同比增长97%,接近去年同期的两倍,并创下新的季度纪录。

同期,AMD公司整体营收达到133.77亿美元,同比增长45%。数据中心业务已经贡献公司总营收的约64%,成为最重要的增长来源。

AMD表示,这一增长主要得益于EPYC服务器处理器需求强劲,以及Instinct MI450系列GPU的推出。

与此同时,AMD还披露了Helios机架级AI系统的最新部署进展。Anthropic、Meta、Microsoft、OpenAI及Oracle Cloud Infrastructure已经在首批Helios解决方案上运行模型和相关工作负载。

AMD首席执行官苏姿丰表示,随着Helios系统和代号为Venice的新一代EPYC处理器扩大生产,公司预计第四季度增长将进一步加速。

A5数据认为,这份财报最值得关注的地方,不只是AMD数据中心收入同比增长97%,而是其业务重心正在从单独提供服务器CPU和GPU,进一步延伸到计算、互联、软件和机架级基础设施的整体组合。

对于IDC服务商和AI算力用户来说,这种变化可能比单一处理器的性能提升更值得长期关注。

一、85.46亿美元数据中心营收,释放了哪些信号?

我们先从财报数字看起。

根据AMD正式披露的2026年第三季度业绩,其数据中心业务表现如下:

指标

2026年第三季度

变化

公司总营收

133.77亿美元

同比增长45%

数据中心业务营收

85.46亿美元

同比增长97%

数据中心业务上年同期营收

43.41亿美元

—

数据中心业务上季度营收

67.18亿美元

环比增长27%

数据中心业务营业利润

28.82亿美元

同比增长168%

公司GAAP毛利率

54%

同比提升2个百分点

最直观的变化,是数据中心业务已经在AMD整体收入中占据主导位置。

如果按照85.46亿美元的数据中心收入与133.77亿美元的公司总收入计算,数据中心业务的营收占比约为63.9%。

这意味着,AMD如今已经不只是依靠PC处理器或者消费级显卡建立市场影响力。

服务器处理器、AI加速器以及围绕它们建立的数据中心产品体系,正在成为公司主要的收入来源。

另一个值得注意的指标是营业利润。

AMD数据中心业务第三季度营业利润达到28.82亿美元,较上年同期的10.74亿美元明显增长。

这说明业务扩张不仅体现在销售额上,也反映在部门盈利规模上。

不过,需要注意,部门营业利润增长并不意味着每一种服务器芯片的毛利率都在提高。

财报没有把EPYC和Instinct产品的利润分别完整披露,因此不能根据部门利润推断某个GPU型号或者CPU系列的具体盈利水平。

同样,85.46亿美元是整个数据中心业务收入,不是Instinct GPU单独创造的收入。

我们认为,在报道AMD财报时,必须区分数据中心部门收入与AI GPU收入,避免把服务器CPU的贡献全部算到GPU产品上。

二、EPYC依然重要:AI时代并没有让服务器CPU失去价值

近年来,AI服务器市场的关注度大多集中在GPU。

GPU负责执行大规模并行计算,在模型训练和推理中发挥核心作用。

但在真实的数据中心中,GPU并不能独立完成全部工作。

例如,AI业务在运行过程中,需要CPU负责操作系统、任务调度、数据预处理、网络通信、存储管理以及部分应用程序执行。

当AI系统规模从几张加速卡扩大到数十台、数百台服务器时,这些非GPU计算环节同样会影响整体效率。

AMD EPYC处理器在这一领域具有重要作用。

对于传统云计算业务,EPYC可以用于虚拟化宿主机、数据库服务器、企业应用及大规模计算节点。

而在AI基础设施中,EPYC既可以为加速器提供主机计算能力,也能够承担AI模型周边的通用计算任务。

此次财报明确提到,市场对EPYC处理器的需求持续增强。

同时,Oracle Cloud Infrastructure宣布,其OCI Compute E7云计算实例将采用第六代AMD EPYC处理器。

这表明AMD的服务器CPU业务并没有因为AI GPU受到关注而变得无关紧要。

相反,随着AI基础设施规模扩大,CPU仍然需要支持大量计算、网络和数据处理工作。

A5数据认为,未来IDC服务器市场可能出现更加明显的产品分工。

一部分服务器以GPU计算为核心,主要提供模型训练和推理能力。

另一部分则以高性能CPU为核心,负责虚拟化、数据库、存储处理、AI应用服务和通用企业计算。

两者的需求并不是简单替代关系,而是可能在大型数据中心中同时增长。

因此,对于IDC服务商来说,没有必要因为AI GPU成为市场热点,就认为普通物理服务器和高核心数CPU服务器将失去市场。

关键在于不同客户的真实业务需求。

三、Instinct MI450:AMD正在扩大AI加速器业务规模

如果说EPYC提供了AMD在数据中心市场的长期基础,那么Instinct GPU就是推动其进入更大AI基础设施市场的重要产品。

AMD在最新财报中明确表示,Instinct MI450系列GPU的推出推动了数据中心业务增长。

这说明MI450已经不再只是未来产品路线图上的规划,而是开始参与公司的实际业务扩张。

对于AI加速器市场来说,这一进展具有一定的行业意义。

过去,大型AI训练和推理平台高度依赖少数成熟的加速计算方案。

即使其他厂商提供具有竞争力的硬件参数,也需要解决软件生态、集群互联、部署规模和客户验证等问题,才能真正进入大型商业数据中心。

AMD如今正在尝试通过Instinct GPU、EPYC处理器、ROCm软件平台和Helios系统,提供更加完整的技术组合。

不过,单凭财报增长,还不能直接认定AMD已经在整体AI GPU市场取得了某个具体的份额。

AMD此次没有公布MI450的独立季度营收、实际出货数量或市场占有率。

因此,我们不能把数据中心业务增长97%,简单等同于Instinct GPU出货量增长97%。

同样,目前也不能仅凭客户正在测试或部署Helios,就断言AMD已经在所有大模型工作负载中达到与竞争产品相同的性能和部署成熟度。

真正决定AI加速器能否扩大市场应用的,仍然是硬件性能、软件兼容性、长期稳定性、供应能力以及整体部署成本。

从这个角度看,MI450系列的商业化进展值得继续观察,而不是仅仅比较理论算力或显存带宽指标。

四、Helios的意义:AMD正在销售的不只是GPU

这次财报中,我们认为最值得单独分析的内容是Helios。

Helios是AMD面向大型AI数据中心推出的机架级计算方案。

它将Instinct MI450系列GPU、第六代EPYC处理器及相关互联和系统设计整合在一起,面向需要高密度计算能力的大规模AI部署环境。

这与传统服务器采购有明显区别。

过去,一家IDC服务商采购GPU服务器时,通常会选择某款加速卡,再结合CPU、主板、内存、SSD和网络设备组装整机。

但在更大规模的AI系统中,仅仅把更多GPU安装到服务器里,已经不能解决所有问题。

当几十张甚至更多加速器需要协同工作时,系统还需要考虑节点之间的数据传输、网络延迟、交换设备、供电密度和散热能力。

如果这些部分没有匹配好,即使GPU本身拥有较强的计算性能,整个集群也可能无法实现预期吞吐量。

因此,机架级AI服务器的价值,在于将多个原本分散采购和设计的组件提前进行系统级整合。

根据AMD本次财报披露,Anthropic、Meta、Microsoft、OpenAI和Oracle Cloud Infrastructure已经在首批Helios机架级解决方案上运行模型及相关工作负载。

HPE还宣布,Vultr将部署首批AMD Helios by HPE系统。

这里需要注意两个不同阶段。

第一,客户已经在首批系统上运行工作负载,这是AMD正式披露的进展。

第二,系统生产扩大、商业交付增加和大规模部署,是后续仍需要继续观察的过程。

不能因为首批系统已经投入测试或运行,就直接认定所有客户都已经完成大规模商业部署。

AMD方面表示,随着Helios以及下一代EPYC处理器扩大生产,预计第四季度数据中心业务增长将进一步加速。

我们认为,这说明AMD正在试图把竞争方式从单颗芯片性能,转向更完整的系统级交付能力。

五、从单机GPU服务器走向机架级AI系统,IDC行业面临什么变化?

对于大型云厂商来说,采购机架级AI系统与购买普通物理服务器存在很大不同。

但对于IDC行业,这种转变同样值得关注。

1. 机房供电能力会影响服务器交付

传统服务器采购中,用户通常先确定CPU、内存和存储配置,再考虑机柜和带宽资源。

但在高密度AI计算环境中,机柜能够提供多少电力,可能直接决定能够部署多少计算设备。

如果整套机架系统的功率需求较高,机房就需要提前评估配电能力、冗余电源及相关基础设施。

因此,未来部分高性能AI服务器项目可能不再只是服务器采购问题,还涉及机房是否具备对应的部署条件。

2. 散热不再是普通机箱风扇的问题

随着AI服务器的功率密度提高,散热系统的重要性也在增加。

部分大型AI基础设施可能需要液冷或者其他高密度散热方案。

对于原本主要经营通用物理服务器的IDC服务商来说,不能简单把现有机柜装满GPU服务器,就认为能够提供同等级别的AI基础设施。

还需要考虑机房冷却能力、设备维护方式、故障处理流程和长期运行可靠性。

3. 网络互联成为系统性能的一部分

在单机推理场景中,一台服务器可能就能满足全部需求。

但对于需要跨多个节点执行的训练和推理任务,服务器之间的通信效率会显著影响实际性能。

因此,AI基础设施不能只关注GPU数量。

网络交换设备、链路带宽、拓扑结构及通信软件,都可能成为计算效率的重要组成部分。

对于IDC服务商,未来提供高性能AI算力时,可能需要把网络互联能力作为产品的重要配置,而不只是标注公网带宽大小。

需要明确,AI计算集群内部使用的高速互联,与用户访问互联网使用的公网带宽,不是同一个概念。

4. 整套系统的运维复杂度会提高

普通物理服务器出现故障时,服务商可能只需要更换硬盘、内存或者某个部件。

但机架级AI系统涉及更多计算节点和互联设备,故障排查需要考虑整个系统。

例如,某个计算节点异常、互联链路故障或者散热能力不足,都可能影响部分工作负载。

这意味着,IDC服务商未来不仅需要具备服务器硬件维护能力,还可能需要掌握集群监控、加速器管理和任务调度等技术。

A5数据认为,这种变化会提高高端AI服务器业务的进入门槛,但也可能为具备基础设施和技术服务能力的IDC企业带来新的机会。

六、ROCm 10和Helion:AMD为什么开始强调软件与参考架构?

如果只比较GPU硬件参数,AI服务器的竞争看起来主要是计算性能和显存带宽的竞争。

但在实际部署中,软件生态同样重要。

AMD此次财报提到,公司已经发布ROCm 10,并引入面向AI开发的新工具和性能改进。

ROCm是AMD用于GPU加速计算的软件平台,涉及驱动、编译器、运行库、框架支持及相关开发工具。

对于企业用户来说,硬件性能再高,如果现有模型、推理框架或者计算程序无法顺利运行,就难以形成实际业务价值。

尤其是在AI开发和部署中,企业往往已经建立了完整的软件环境。

从模型训练到推理上线,可能涉及PyTorch、容器镜像、分布式通信、性能监控以及其他工具。

因此,采用新的AI加速器时,通常需要完成兼容性和性能验证。

与此同时,AMD还公布了Helion参考架构。

根据AMD说明,Helion旨在为机架级智能体AI系统提供开放、灵活的设计蓝图,让客户根据工作负载选择合适的CPU和GPU组合。

这说明AMD并不只是希望客户购买固定配置的硬件,而是希望其技术平台能够适应不同类型的大规模计算任务。

例如,训练大型模型与运行高并发推理服务,在计算资源、内存需求和CPU参与程度上并不相同。

未来,如果服务器厂商能够根据不同任务调整CPU、GPU和系统互联方案,就可能提供更多细分产品。

但目前Helion属于参考架构,并不是一个已经可以替代所有服务器部署方案的通用标准。

A5数据认为,软件生态和参考架构的长期建设,是AMD扩大AI数据中心业务时必须解决的关键问题。

因为大型客户采购的不是单纯的芯片参数,而是能够长期稳定运行并持续更新的完整计算平台。

七、第四季度预计170亿美元营收,增长能持续多久?

在公布第三季度业绩后,AMD同时给出了第四季度财务展望。

根据官方指引,AMD预计2026年第四季度营收约为170亿美元,允许上下浮动3%。

这一预测对应公司整体营收,而不只是数据中心部门。

如果按照170亿美元的指引中值计算,预计环比增长约27%。

AMD认为,数据中心业务的持续增长,以及Helios和Venice相关产品扩大生产,将成为下一阶段的重要推动因素。

不过,财务指引本身属于公司对未来经营情况的预测,并不是已经实现的收入。

实际结果仍然受到市场需求、供应链、产品交付和客户采购安排等因素影响。

尤其是大型AI基础设施项目,通常涉及较长的生产与交付周期。

如果关键组件供应出现变化,或者客户调整部署时间,相关收入确认也可能受到影响。

此外,高端AI服务器的供应链包括计算芯片、HBM、先进封装、网络设备及其他硬件。

即使终端客户需求强劲,也需要各个供应环节共同配合,才能完成最终交付。

因此,我们认为,判断AMD未来几个季度的增长质量,不能只看公司公布的营收指引。

更值得关注的是Helios实际交付进度、Instinct产品销售规模、EPYC在云计算和企业市场的需求,以及数据中心业务能否继续保持较好的盈利能力。

八、A5数据分析:AMD增长97%,是否意味着AI服务器市场将出现价格竞争?

这是IDC用户可能更加关心的问题。

当AMD数据中心收入快速增长,并持续扩大AI GPU和服务器CPU产品布局时,是否意味着未来AI服务器采购价格会下降?

从市场竞争角度看,更多厂商能够提供成熟的服务器计算方案,通常有助于增加客户的选择。

例如,大型云厂商在采购AI服务器时,如果拥有多个可用的加速器平台,就可能根据工作负载、软件兼容和实际交付条件选择不同方案。

对于IDC服务商来说,多种硬件选择也可能使部分算力租赁产品更加丰富。

但这并不代表AMD数据中心收入增长,就一定会立即推动GPU服务器降价。

首先,高端AI服务器的售价不仅取决于GPU芯片。

HBM、先进封装、整机设计、网络互联、供电和冷却等,都构成重要成本。

其次,大型云厂商采购的机架级系统,与普通IDC服务商购买的独立GPU服务器,在采购规模、交付条件和产品配置上并不相同。

第三,不同GPU平台的软件生态和实际性能也存在差异。

即使某款硬件采购价格较低,如果应用迁移成本较高,或者无法满足客户的模型需求,也不一定能够降低最终运营成本。

因此,A5数据认为,AMD业务增长带来的行业价值,首先是增加了大型数据中心的技术选择,而不是立即宣布AI算力进入全面降价阶段。

对于普通IDC服务商,未来是否适合增加AMD Instinct GPU产品线,应当重点考虑真实客户需求、驱动与软件支持、硬件采购成本以及长期维护能力。

尤其是以GPU租赁为主营业务的服务商,还需要关注用户实际使用的开发框架和模型。

如果客户原有应用依赖特定GPU软件生态,就不能只根据理论算力和价格直接替换硬件。

九、从服务器产品规划看,IDC服务商应该关注什么?

AMD此次财报释放的另一个信号,是数据中心计算需求正在进一步分化。

过去,服务商可能主要按照CPU型号、内存容量和带宽出售物理服务器。

例如,企业官网、数据库和虚拟化业务可以根据CPU核心数及内存规模选择套餐。

但随着AI应用增加,客户可能进一步区分通用计算、AI推理和大规模模型训练等不同需求。

我们认为,IDC服务商可以从以下三个方面观察市场变化。

首先,继续重视高性能CPU服务器。

EPYC处理器需求增长说明,普通计算和云基础设施仍然存在重要市场。

对于数据库、虚拟化、企业应用以及部分AI周边服务来说,高核心数CPU和大容量内存仍然具有实际价值。

其次,AI服务器产品需要更加明确适用场景。

不同客户的需求可能差异很大。

有些客户需要部署中小规模模型,只需要少量GPU。

有些客户需要长期运行在线推理服务,更关注吞吐量、响应延迟和租赁成本。

还有一些客户需要多机协同训练,对高速互联和整机架部署提出更高要求。

这些业务不能仅用“高性能AI服务器”一个名称概括。

最后,高密度AI基础设施应与机房条件同步规划。

如果未来准备提供机架级AI服务器或大规模GPU集群,仅采购计算设备还不够。

应提前评估供电容量、散热方式、网络拓扑以及运维能力。

对于现阶段主要提供传统物理服务器租赁的IDC服务商,不必因为Helios开始部署,就立即建设同等规模的高密度AI机房。

更合理的方式,是根据客户需求、资金预算和实际交付能力逐步扩展产品。

十、A5数据观点:AMD正在改变数据中心业务的竞争方式

从第三季度财报来看,AMD数据中心业务的增长已经不仅依赖EPYC处理器一个产品系列。

随着Instinct MI450系列GPU推出、Helios机架级系统进入首批客户工作负载,以及第六代EPYC处理器扩大应用,AMD正在形成更加完整的数据中心产品组合。

我们认为,这是这份财报最值得关注的变化。

过去,AMD在服务器市场的主要竞争优势,更多体现在CPU产品性能和采购选择上。

现在,AMD希望通过GPU、CPU、互联、软件和参考架构的组合,进一步参与大型AI数据中心的整体建设。

这一方向与大型云厂商的需求变化相吻合。

当AI系统规模越来越大时,客户不再只关心单张GPU的理论算力,而是需要考虑整套服务器系统能够提供多少有效计算能力,以及部署、运行和维护需要付出多少成本。

但从当前市场来看,AMD仍然需要持续证明其产品组合能够满足大规模商业环境的要求。

例如,Helios在更多客户中的实际交付情况、ROCm软件生态成熟度、不同模型的性能表现,以及产品供应链能否保持稳定,都将影响其后续发展。

此次财报公布的数据中心收入同比增长97%,为AMD的业务扩张提供了有力证据。

但它不是AMD已经在所有AI服务器领域取得领先地位的证明,也不能直接用于预测未来GPU服务器租赁价格。

对于IDC行业,我们更关注的是另一层意义:

当服务器计算平台逐渐从单颗CPU、单张GPU,走向整机、机架甚至完整集群时,服务商之间的竞争也可能从硬件配置和价格,进一步延伸到网络、供电、散热、软件环境及持续运维能力。

A5数据认为,AMD此次财报反映出的趋势,不只是AI带动了芯片销售,而是数据中心正在成为一个更加强调系统整体效率的市场。

未来,无论选择AMD、Intel还是NVIDIA相关平台,IDC服务商最终都需要回答同一个问题:能否以合理的投入,为客户稳定交付满足实际业务需求的计算能力。

EPYC、Instinct和Helios的持续发展,为这一市场提供了更多技术选择。

而这些选择能否真正转化为IDC用户的成本优势和应用价值,还需要通过后续产品交付、真实业务测试和长期运行表现来验证。

对于AMD来说,第三季度97%的数据中心营收增长是一个重要成绩;对于整个服务器行业来说,更值得观察的,是这种增长能否推动AI计算基础设施形成更加多元、成熟和可持续的供应体系。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/7588.html

相关推荐