| 广告联系 | 繁体版 | 手机版 | 微信 | 微博 | 搜索:
欢迎您 游客 | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

首页

温哥华资讯

温哥华地产

温哥华教育

温哥华财税

新移民/招聘

黄页/二手

旅游

忘记英伟达!华尔街看好下一个AI巨无霸

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
尽管英伟达(NASDAQ: NVDA)迄今已占据了人工智能领域绝大部分的市场份额,但这个行业正在迅速扩展,许多其他公司也在参与其中。AMD(纳斯达克股票代码:AMD)就是其中之一;该公司不仅开发了一系列数据中心芯片以与英伟达竞争,还在另一个关键的AI领域取得了早期领先地位。


华尔街日报》追踪了49位分析师对AMD股票的覆盖,大多数给予了最高可能的买入评级。以下是投资者可能想要跟随华尔街的意见的原因。

AMD目前将注意力集中在人工智能领域


AMD一直生产出世界上一些最受追捧的消费电子产品芯片。它的处理器被普遍应用于索尼的PlayStation 5和微软的Xbox Series X中。AMD还为特斯拉电动车提供信息娱乐系统的动力。创新是AMD的核心所在,因此该公司将注意力转向人工智能并不足为奇。

在消费者端,AMD认为AI是自互联网以来个人计算最重要的拐点。该公司在其Ryzen品牌下开发了一系列AI中央处理器(CPU)、图形处理器(GPU)和神经处理单元(NPU),戴尔和惠普等客户已经运输了数百万台搭载这些芯片的计算机。事实上,AMD估计在这个新市场上占有90%的市场份额。

像ChatGPT这样的生成式AI应用程序可以快速生成文本、图像、视频和计算机代码,但它们需要大量的计算能力,因此工作负载通常在数据中心和最终用户之间来回跳动。AI芯片将允许更多这些工作负载在计算机和设备上处理,从而创建更快(且更私密)的用户体验。

在数据中心方面,AMD去年推出了其MI300系列芯片。MI300X像英伟达的行业领先产品H100一样是纯GPU,而MI300A结合了CPU和GPU硬件,创建了加速处理单元(APU)。AMD首席执行官苏姿丰(Lisa Su)表示,已有超过100家企业和AI客户部署了MI300X GPU,包括微软和甲骨文等英伟达的重要客户。

另一方面,劳伦斯利弗莫尔国家实验室(Lawrence Livermore National Laboratory)选择MI300A来驱动其新的El Capitan超级计算机,该计算机将用于推动从聚变能源到高密度物理到国家安全的各个领域的进展。


AMD的AI收入飙升

MI300是AMD历史上增长最快的产品,仅在推出六个月内就实现了10亿美元的收入。它帮助推动了公司在2024年第一季度(截至3月31日)创下了创纪录的23亿美元数据中心收入,同比增长80%。

苏姿丰告诉投资者,她现在预计仅MI300系列的销售额就将在2024年超过40亿美元,高于她一月份发布的35亿美元的原始预测。


另一方面,Ryzen AI芯片推动了AMD第一季度客户端部门的收入达到14亿美元,比去年同期增长了85%。这种增势应该会继续,因为公司刚刚发布了Ryzen AI 300系列处理器,这些处理器配备了为下一代AI个人电脑设计的全球最强大的NPU。它们将驱动微软的新Copilot 计算机,这些计算机专门为向消费者提供AI体验而设计。

尽管AMD的AI芯片贡献强劲,但公司的整体第一季度营收为55亿美元,仅同比增长2%。这在一定程度上受到游戏部门销售放缓的拖累,部分原因是PlayStation 5和Xbox Series X的需求正在减弱。AMD的嵌入式部门的收入也下降,该部门包含其新收购的Xilinx的自适应计算部门。预计该业务将在今年下半年改善。

华尔街对AMD股票非常看好

华尔街日报》追踪了49位分析师对AMD股票的分析,其中35位给予了最高可能的买入评级。另外4位处于超重(看涨)阵营,还有10位建议持有。没有分析师建议卖出。


点个赞吧!您的鼓励让我们进步     还没人说话啊,我想来说几句
上一页12下一页
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 在此页阅读全文
    猜您喜欢:
    您可能也喜欢:
    我来说两句:
    评论:
    安全校验码:
    请在此处输入图片中的数字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    页面生成: 0.0309 秒 and 4 DB Queries in 0.0023 秒