AMD(AMD) 把戰線拉到整座資料中心，Helios 落地後真正考驗是什麼？

AMD 把戰線拉到整座資料中心，Helios 正式對決 Nvidia

AI 晶片競賽進入新階段。這次 AMD 不再只賣單顆 GPU，而是直接端出一整套機架級 AI 系統 Helios，並且已經獲得 Microsoft、Meta、OpenAI、Oracle 等大客戶導入。這代表戰場已經從「誰的晶片更快」推進到「誰能把整座資料中心的 AI 基礎設施做得更完整、更省成本」。

對 AMD 來說，這不只是產品升級，而是一次結構性升級：從晶片供應商，往整體 AI 平台供應商走。

 

這次不是單點突破，而是整套方案

Helios 的重點，在於它不是一顆 GPU 或一台伺服器，而是一個可直接部署的機架系統。AMD 這套方案把 GPU、EPYC 資料中心 CPU、網路晶片與軟體整合在一起，目標是提供「拿來就能跑」的 AI 基礎架構。

每套 Helios 包含 18 個運算托盤，每個托盤搭載 4 顆 Instinct GPU + 1 顆 EPYC CPU，並可搭配最多 12 顆網路晶片。這些元件不是最近才湊出來，而是 AMD 這幾年透過一連串併購與產品整合逐步拼起來的成果，包括 Pensando、Xilinx、ZT Systems 等佈局，都是為了補齊資料中心所需的完整拼圖。

從產業角度看，這代表 AI 基礎設施的競爭已經不再只是 GPU 本身，而是走向「GPU + CPU + 網路 + 軟體」的系統戰。

 

Microsoft 先站隊，核心原因是供應鏈與議價權

Microsoft 這次扮演關鍵推手。Azure 將導入 Helios，用在前沿模型的推論運算，也會進一步支援企業級 AI 服務。Satya Nadella 的說法很直接：客戶需要的是 效能、規模與選擇。

這句話背後，其實就是資料中心大廠的現實考量。

在 Nvidia 長期掌握超過 95% 的資料中心 GPU 市佔、AMD 約只有 4.5% 的情況下，大客戶很難只依賴單一供應商。引入 AMD，不只是增加選擇，更重要的是降低風險、增加談判籌碼，尤其在 AI capex 持續擴張、供應仍然緊張的環境下，第二供應商的戰略價值會越來越高。

Microsoft 除了導入 Helios，還計畫在 Azure 新增兩種採用 AMD 最新 Venice CPU 的運算實例，分別瞄準 agentic AI、資料管線，以及像 半導體設計 這類高強度工作負載。這也說明 AMD 的切入點不是只搶訓練晶片，而是整個 AI 工作流。

 

AMD 主打的不是峰值效能，而是 TCO

Forrest Norrod 的說法很關鍵：Helios 的賣點是 最佳總持有成本（TCO），以及 最低每個 token 成本。

這其實是當下 AI 基礎建設採購的核心思維。雲端業者不只看峰值算力，還會看：

• 長期部署成本
• 電力消耗
• 維運複雜度
• 軟體開發與移轉成本
• 每單位推論吞吐量的實際效率

換句話說，AI 基礎建設的勝負，不只在 chip spec，而是看整體 ROI。

這也是 AMD 想切入 Nvidia 護城河的主因。Nvidia 的優勢固然強在 CUDA 生態與整體軟體最佳化，但如果客戶開始把 TCO 放得比絕對性能更前面，那麼 AMD 的機會就會被打開。

 

價格不一定比較便宜，但系統價值要夠高

市場現在很在意 Helios 到底值不值得買。根據 Futurum 的估算，一套 Helios 約 500 萬到 550 萬美元，而 Nvidia 第二代機架系統 Vera Rubin 大約落在 350 萬到 400 萬美元。

也就是說，Helios 並不是價格戰，而是價值戰。

Helios 甚至更重、更大，重量可達 7000 磅。這代表 AMD 不能只靠「我也有系統」來競爭，而必須在 記憶體頻寬、推論效率、整體部署效益 上，拿出足夠強的理由，才能讓客戶願意追加預算。

Lisa Su 先前提到 Helios 在模型推論、記憶體頻寬與容量方面有明顯優勢，Norrod 也表示客戶回饋顯示整體成本具競爭力。這些訊號很重要，但真正的考驗還是在實際部署之後。

 

Nvidia 的護城河，仍然是軟體

即使 AMD 的硬體越來越完整，Nvidia 最難被撼動的地方仍是 CUDA。

Counterpoint 的 Neil Shah 點出一個市場現實：Nvidia 的秘密武器不是只有 GPU，而是多年累積的軟體生態、開發者習慣與系統最佳化能力。AMD 雖然用 ROCm 開放平台追趕，但要讓大型客戶願意遷移，或者同時維持雙生態，仍然需要時間。

這也是 Helios 真正的觀察重點：
不是有沒有客戶下單，而是客戶會不會真的把工作負載搬上去，開發者願不願意投入最佳化資源。

 

AMD 的轉折點，來自資料中心業務重新起飛

AMD 這次能走到機架級 AI 系統，背後其實是過去十年轉型的結果。

Norrod 回顧過，公司在 2003 年 曾經靠資料中心 CPU 一度拿下近 25% 市佔，但後來因為延誤與策略失誤失去優勢。直到 2017 年 推出第一代 EPYC 伺服器 CPU，並且之後產品路線圖完全如期落地，才重新建立客戶信任。

現在資料中心已經成為 AMD 的營收核心，2026 年第一季貢獻過半營收，年增 57%。公司也明確提到，預計從 2027 年 開始，資料中心 AI 收入將進入 數十億美元 等級，主要動能就是 Helios。

 

市場開始看見第二供應商的價值

目前已公開的客戶名單相當強：
Microsoft、Meta、OpenAI、Oracle、Tata Consultancy Services 都已承諾導入。

其中 Meta 更提到，未來會導入最多 6GW 的 AMD GPU，並且今年就會開始以 1GW 規模部署在 Helios 機架中。這類規模意味著 AMD 的問題不再只是「有沒有產品」，而是「能不能交貨」。

對雲端巨頭來說，真正的風險已經變成供應，而不是需求。

 

真正的問題：這是技術勝利，還是供應缺口帶來的機會？

市場對 AMD 的看法仍有分歧。樂觀派會認為，Helios 代表 AMD 終於有能力在 AI 基礎設施層級正面挑戰 Nvidia；但另一派會問得更直接：

AMD 的成長，是因為真的做出更好的系統，還是因為 Nvidia 產能太緊，客戶只要能出貨就先買？

這個問題非常重要。因為如果只是供應吃緊下的替代方案，短期可能會看到訂單爆發，但長期市佔未必能穩定提升。反過來，如果 Helios 能在實際部署中證明 TCO、推論效率與可擴展性，那 AMD 才有機會把市佔往 20% 到 25% 推進。

 

結構上，AI 基礎建設正在從單一霸權走向雙供應鏈

從更大的產業框架來看，Helios 的意義不只是 AMD 多了一款產品，而是 AI 晶片市場正在從「單一霸主」走向「高度集中但開始有競爭」的新階段。

Nvidia 會繼續靠 CUDA、系統整合與新一代平台維持優勢；AMD 則用 TCO、開放生態與完整機架方案搶切入點。雲端與 AI 公司則會在成本、供應與技術風險之間做平衡。

這也符合當前 AI 基礎建設的整體趨勢：
不只是算力在擴張，資料中心、電力、網路、光通訊、伺服器架構 都在同步升級。IEA 先前就提過，資料中心與 AI 帶動的用電需求長期仍在快速攀升，甚至有機構預估到 2030 年用電需求可能翻倍；高盛與美銀也都持續把電網投資、能源基建列為 AI 時代的延伸受益鏈。

所以，Helios 不是單獨事件，而是整個 AI 基礎建設擴張中的一環。

 

後續該看什麼？

接下來，Helios 值不值得被市場持續追蹤，重點不在首波宣傳，而在幾個指標：

• 實際出貨速度是否順利
• 客戶部署後的推論效率表現
• ROCm 生態是否擴張
• 是否真的從 Nvidia 手上拿到可持續的工作負載
• 2027 年後的 AI 收入能否如預期放大

如果這些都能逐步驗證，AMD 才算真正從「第二供應商」往「AI 基礎設施平台」升級。

那麼問題就來了：如果 Helios 真的開始大量落地，Nvidia 的市佔結構會被撼動到什麼程度？又為什麼市場會先在意盤後反應，而不是先看這套系統能不能改變長期供應鏈格局？