Zi 字媒體

個股分析-AMD重返榮耀之後（下） – 美股狙擊手

2021/12/25

blogusstockscomtw

本文作者：投資旅行家－格列佛

前情提要：

美國擁有的四家晶片企業的技術排名世界第一，XLNX / AMD / NVDA / INTC，其中後三者的關係比較密切。以 AMD / NVDA / INTC 來看，當前以 AMD 的表現最為出色，核心問題是，AMD 的故事還可以走多久？

新品發佈：

Sever CPU

AMD 首次叩關伺服器市場是在 1999 年發表 Athlon 後，首次在單一系統上實現雙 CPU，但僅獲得初步市場斬獲，真正更大斬獲在於 2003 年發表 Opteron，首次讓 x86 架構進入 64 位元，領先 Intel 推出雙核 CPU，締造 AMD 歷史最佳的成績，市佔率達到 20% 以上，一直到 2008 年金融海嘯開始走弱，AMD 在 2017 年之前市佔率下都不到 1%，直到 2017 年再次以 EPYC 挑戰 Sever 市場。

figure-1

（圖片來源：Mercury Research，天風證券研究所）

AMD 伺服器 CPU 的發展備受矚目原因主要有二

成為 Intel CPU 缺貨時的 Second source
x86 伺服器 CPU 長期由 Intel Xeon 稱霸(市佔率超過 90%)，業界期望有新的 player 加入。

2019/7/7 推出的 Sever CPU 採用 EPYC 2 的架構，代號 Rome，雖然 EPYC 對 AMD 是個新成長動力，但在整體 x86 伺服器市佔率尚不高，目前從 2018 Q1 的 1% 提升至 2019 Q1 的 3% 左右，離過去締造過佳績的 Opteron 仍有一大段距離，但此時 INTC 的 10 奈米難產，業界也期待有 INTC 之外的玩家，因此 Rome 有機會為 AMD 帶來持續的 Sever CPU 增長。

那有甚麼客戶開始採用 EPYC 2 的 Rome CPU 了呢？包含了 HP / DELL / Lenovo 都有開始試用，另外 AMD 也與 AMZN 展開合作，在 18 年底的 Next Horizon 大會上與 AWS 宣佈在 Amazon Elastic Compute Cloud (EC2) 上推出首款基於 AMD EPYC™ 處理器的實例 (Instance)。

figure-2

（圖片來源：網管人）

不免俗的來看一下 EPYC 7 奈米製程的效能與對手 INTC 的 10 奈米 performance，而 AMD 之所以能如期跨入 7nm 製程產品，則是 AMD 與 TSMC 合作，7nm 製程，不僅可提升 2 倍的晶體密度，並有著將近 1.25 倍的性能提升，更讓功耗僅增加 0.5 倍。更預期在每瓦效能表現上，於 2019 年即可比對手的 10nm 產品，得到更好的性能與功耗表現。

figure-3

figure-4

（圖片來源：AMD 財報）

對手動態：INTC

根據當前市場預估以及 INTC 官宣 2019 年末才能推出 PC 10 奈米的製程，而 2020 年才能推出伺服器的 CPU，而從研究機構調查的 INTC Road map 來看，10 奈米作為大量生產的主流產品要到 2021 年。

figure-5

（圖片來源：XFastest News）

AMD Market share

figure-6

（圖片來源：Mercury Research，招商證券）

在 CPU 的市場，短期來看，AMD 的 Gain Share 的機會持續下去，INTC 的產能缺口預計會到 Q3，且新的 10 奈米製程更會到 2020 / 2021 年才推出。
長期而言，Jim Keller 已經轉投 INTC，但 INTC 本身內部還有很多問題要處理，尤其是 INTC 雄心太大，業務包山包海，連當初買進來的 Altera 都沒有 Run 的很好，該公司問題重重，正處於領導轉型階段，沒有明顯的長期繼任者，大摩也說 INTC 的問題就是太多的問題。因此長期而言，AMD 的機會在悄悄出現。

GPU

以終端來看，NVDA 的 GPU 應用在四大市場，遊戲、專業視覺化、數據中心、汽車。而 2006 年，AMD 買下了ATI (英偉達在 GPU 的死對頭)，正式跨入了 GPU 的戰場。但以 AMD 的 GPU 來看，主要還是在遊戲市場，並努力往數據中心發展，因此當前 AI 一哥為 NVDA 無疑。

為何有這樣的分野 ?

在 GPU 的發展上，NVDA 一直沒有缺席，2004 年到 2007 年英偉達首席科學家 David Kirk 一直在思考讓只做 3D 渲染的 GPU 技術通用化，於是包括 CUDA 構架，大規模並行運算晶片 Tesla 系列應運而生。但真正的大放異彩要到 2012 年時，美國的大學生利用 GPU 進行深度學習運算來競賽，結果獲得了冠軍，因此後來大家就開始利用 GPU 來做深度學習。而 NVDA 的 CUDA 運算架構可以讓使用者撰寫的語言轉變成 GPU 能夠讀懂的語言，因此在 GeForce 8 系列之後的 GPU 都支持 CUDA 技術。

Sever GPU 主要處理各家雲巨頭的雲端運算，因此目前資料中心的深度學習，上游訓練端由 GPU 主導並基本為 NVDA 所壟斷。目前全球雲計算巨頭基本使用 NVDA GPU 進行深度學習與演算法加速，AMD 本身並沒有 CUDA 這樣的運算架構(可編程軟體)，因此在 AI 的領域是落後給 NVDA，只能靠硬體效能來賣 GPU。

Gaming GPU

因為目前 Gaming 領域尚不需要 AI training，因此憑藉 CPU 值的 AMD 可以保有一定的市佔率，而 GPU 的戰場，AMD 在 17 年推出 VEGA 系列，對標當時的 NVDA 在高端市場的 GTX 1080TI、GTX 1080 (6 – 700 美元) 和 GTX 1070，AMD 以不到 500 每元的價格，以高 CP 值將 AMD 的 GPU 維持在 30% 市佔率。

figure-7

（資料來源：https://www.extremetech.com/gaming/294524-amds-rx-5700-and-rx-5700-xt-reviewed-rdna-puts-radeon-back-in-the-game）

但戰場上沒有永遠的勝利，NVDA 在 18 年推出的 RTX2070/80，再度奪回高端顯卡的市場，並維持 80% 的市佔率。

figure-8

（圖片來源：Mercury Research, Inslinet research）

但今年的 AMD 在 GPU 可說是驚喜連連：

Google 的雲遊戲 Stadia 也採用 AMD 繪圖晶片以協助 Stadia 上傳雲端的功能。目前還在嘗試切入應用於 DC 端的 GPU，推出 7 奈米 Navi 之後，或有機會跨入人工智慧。
近日 AMD 的授權計畫又將對象擴張到行動設備領域，宣佈與三星合作，為其提供 RDNA 架構，使三星在未來可透過 RDNA 作為行動裝置的 GPU，也帶了 AMD 重返手機 GPU 市場，但主要收入以授權費收入為主。

總之，隨著 AMD 7 奈米 GPU 的推出，以及近期的 Google 的背書，似乎 GPU 又有了想像空間。

當前市況來看，遊戲 GPU 目前在遊戲需求不佳的原因有兩個，1) 2018 年的比特幣狂飆造成大家追逐算力，整個市場超買了很多 GPU，但隨著熱潮下降，超買的 GPU 還在二手市場消化。2) NVDA 最新推出的 RTX 系列，最大賣點在於 Ray tracing，但是目前尚無太多遊戲支援，而且玩家對此的需求感受並不強烈，以 GPU 為主的 NVDA 的存貨壓力很大，AMD 的存貨水位比較舒服。

figure-9

（圖片來源：Bloomberg）

AMD 新 GPU – Navi

同樣憑藉著 TSMC 的 7 奈米的製程的優勢推出的 Navi GPU，與 2017 年的 Vega 64 相比，規格來看 Radeon VII GPU as offering 2X more memory, 2.1X more memory bandwidth, up to 29% higher gaming performance, on average, and up to 36% higher performance on average in demanding content creation applications.

不過對手 NVDA 也在稍早推出 Super 系列的 RTX，因此 AMD 也調降價格應戰。原先三款 AMD RX 5700、RX 5700 XT、RX 5700 XT 50 週年紀念版分別定價為 379、449、499 美元，現在則調降至 349、399、349 美元。

figure-10

（圖片來源：AMD 財報）

figure-11

（圖片來源：AMD 財報，野村證券）

NVDA 則比 AMD 更早在 7/2 推出了三款 Super 版本的 RTX，採用 12 奈米製程。但目前所知，Navi 沒有搭載光影追蹤的技術，代表目前光影追蹤的應用仍還需要時間拓展。

figure-12

（圖片來源：AMD 財報，野村證券）

短期而言，AMD 推出了 Navi GPU，至少能與 NVDA 再度爭奪 Gaming GPU 的市佔率。但在庫存過高，遊戲沒有大作的市況之下，追逐最高品質的玩家可能轉往追逐 CP 值，這也是 AMD 擅長的策略。
長期來說，NVDA 仍是 GPU 一哥，尤其在資料中心的訓練端應用，憑藉著軟硬體結合以及人工智慧訓練平台，稱霸資料中心的上游訓練端，AMD 目前的突破口不明顯，若無法切入人工智慧端，AMD 就只能賣賣 Gaming GPU 了。