---
title: "- 高盛整理AMD在Communacopia+Technology 2026大会上的四大要点：(1) AMD将AI应用进程描述为从搭建数据基础到部署自动化代理以"
topic_id: 45548818418152828
created_at: 2026-09-12T22:15:37.405+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# - 高盛整理AMD在Communacopia+Technology 2026大会上的四大要点：(1) AMD将AI应用进程描述为从搭建数据基础到部署自动化代理以

- 序号：013
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/45548818418152828)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

- 高盛整理AMD在Communacopia+Technology 2026大会上的四大要点：(1) AMD将AI应用进程描述为从搭建数据基础到部署自动化代理以提升效率，并已在EDA、编码、调试、内核开发等垂直领域看到显著生产力提升；(2) AMD认为前沿模型与开源模型将共存，客户日益按工作负载、成本与安全需求选择模型，前沿模型主要部署于云端GPU服务，开源模型则在企业本地部署；(3) AMD的AI战略复制其服务器成功路径——先在云端规模化再拓展企业市场；(4) 指令集架构(ISA)虽仍重要，但工作负载优化与定制化SKU组合正成为关键差异化要素。

高盛于2026年9月11日发布AMD在Communacopia + Technology 2026大会上的纪要，提炼出四大核心要点：
：AMD将自身的AI落地路径描述为从"搭建与优化数据基础"逐步演进到"部署自动化代理以提升工作流效率"。管理层指出，AI在EDA（电子设计自动化）、代码编写、调试、内核开发等领域已产生显著的生产力回报，并被用于压缩硬件与软件开发周期、加速产品上市。
：AMD认为两种生态将长期共存，客户会按"工作负载—成本—安全"三维度动态选择模型——前沿模型偏向云端GPU服务，开源模型则更多在企业本地(on-prem)部署，AMD的硬件可帮助客户按需"右调"算力规模。
：AMD明确将其AI战略对标当年服务器业务从云端(SaaS/Hyperscaler)切入、再向企业渗透的成功路径，强调先在云端实现规模化与生态成熟，再逐步打开企业市场。
：虽然指令集架构(ISA)仍具重要性，但工作负载层面的软件优化与覆盖多种细分场景的定制化SKU组合，正成为越来越关键的差异化竞争要素。

一、AI应用：从"数据底座"走向"代理自动化"
AMD管理层将企业AI落地划分为递进的两大阶段：
：清理、整合企业数据资产，为后续模型训练与推理提供高质量"燃料"。
：以AI代理自动化业务工作流，释放效率红利。
包括：
EDA（芯片设计自动化）
编码与调试（Coding / Debugging）
内核开发（Kernel Development）
硬件/软件研发周期压缩
投资含义：AI对AMD自身研发效率的提升，意味着未来产品迭代节奏可能进一步加快，是对其长期执行力的正向信号。
二、模型生态判断：双轨并存，按需"右调"算力
管理层对模型市场结构的判断具有较强行业代表性：
模型类型主要部署场景AMD硬件角色
前沿模型(Frontier)
云端GPU服务
高算力、高互联
开源模型(Open-source)
企业本地
灵活的TCO+安全组合
客户正从"追求最大模型"转向"按工作负载选模型"——这意味着 的硬件方案存在持续结构性需求，对AMD的EPYC + Instinct组合构成中长期机会。
三、战略路径：复制服务器"云优先"成功经验
AMD回顾了EPYC服务器业务的关键成功节奏——先在Hyperscaler建立信任与规模，再向企业市场纵深推进。管理层暗示其AI业务将沿用相同模板：
：与超大规模云厂商(Hyperscaler)合作，验证规模与稳定性；
：借助云上成功案例向企业市场辐射。
这条路径与行业普遍认知一致，也意味着AMD的AI收入结构在中期内可能仍以云端为主，企业端放量是后续重点。
四、竞争要素：ISA仍是底盘，但差异化在向"工作负载优化+SKU广度"迁移
管理层承认ISA仍重要，但同时强调两点新差异化要素：
：软硬件协同、编译器、框架适配等"非芯片"层面的能力。
：覆盖不同算力层级、不同TCO需求、不同行业场景的完整产品矩阵。
投资含义：单纯的硬件参数竞赛意义在递减，AMD若能持续扩展软件栈与定制SKU，将进一步缩小与英伟达在客户心中的"生态距离"。

本份纪要为高盛在AMD管理层会议后整理的，原文未明确披露新的目标价、评级调整或盈利预测更新。投资者应结合高盛后续可能发布的正式AMD更新报告或基本面模型，参考其对AMD的长期估值与评级立场。
定性层面看，本次会议要点整体偏积极：
✅ AI落地场景已具备可量化的生产力收益；
✅ 模型分层趋势利好AMD中端与定制化产品；
✅ 云→企业渗透路径已被验证可行；
✅ 软件与SKU差异化是中长期看点。

：尽管管理层乐观，若超大规模客户Capex放缓或企业AI预算收缩，AMD的AI收入增速可能低于市场预期。
：与英伟达CUDA相比，AMD ROCm及相关软件堆栈成熟度仍有差距，软件生态补齐速度将直接影响客户采纳率。
：若行业快速向"超大规模前沿模型"倾斜，可能令AMD中端SKU的相对优势收窄。
：从"云端验证"到"企业大规模采购"往往需要多个季度甚至跨年的部署周期，短期收入贡献有限。
：定制芯片(ASIC)及竞争对手在推理细分市场的定价策略，可能压制AMD毛利率。
：包括客户集中度、晶圆代工产能、地缘政策等系统性风险仍需持续关注。

## 总体总结

主题正文
要点：(1) AMD将AI应用进程描述为从搭建数据基础到部署自动化代理以提升效率，并已在EDA、编码、调试、内核开发等垂直领域看到显著生产力提升；(2) AMD认为前沿模型与开源模型将共存，客户日益按工作负载、成本与安全需求选择模型，前沿模型主要部署于云端GPU服务，开源模型则在企业本地部署；(3) AMD的AI战略复制其服务器成功路径——先在云端规模化再拓展企业市场；(4) 指令集架构(ISA)虽仍重要，但工作负载优化与定制化SKU组合正成为关键差异化要素。

高盛于2026年9月11日发布AMD在Communacopia + Technology 2026大会上的纪要，提炼出四大核心要点：
：AMD将自身的AI落地路径描述为从"搭建与优化数据基础"逐步演进到"部署自动化代理以提升工作流效率"。管理层指出，AI在EDA（电子设计自动化）、代码编写、调试、内核开发等领域已产生显著的生产力回报，并被用于压缩硬件与软件开发周期、加速产品上市。
：AMD认为两种生态将长期共存，客户会按"工作负载—成本—安全"三维度动态选择模型——前沿模型偏向云端GPU服务，开源模型则更多在企业本地(on-prem)部署，AMD的硬件可帮助客户按需"右调"算力规模。
：AMD明确将其AI战略对标当年服务器业务从云端(SaaS/Hyperscaler)切入、再向企业渗透的成功路径，强调先在云端实现规模化与生态成熟，再逐步打开企业市场。
：虽然指令集架构(ISA)仍具重要性，但工作负载层面的软件优化与覆盖多种细分场景的定制化SKU组合，正成为越来越关键的差异化竞争要素。

一、AI应用：从"数据底座"走向"代理自动化"
AMD管理层将企业AI落地划分为递进的两大阶段：
：清理、整合企业数据资产，为后续模型训练与推理提供高质量"燃料"。
：以AI代理自动化业务工作流，释放效率红利。
包括：
EDA（芯片设计自动化）
编码与调试（Coding / Debugging）
内核开发（Kernel Development）
硬件/软件研发周期压缩
投资含义：AI对AMD自身研发效率的提升，意味着未来产品迭代节奏可能进一步加快，是对其长期执行力的正向信号。
二、模型生态判断：双轨并存，按需"右调"算力
管理层对模型市场结构的判断具有较强行业代表性：
模型类型主要部署场景AMD硬件角色
前沿模型(Frontier)
云端GPU服务
高算力、高互联
开源模型(Open-source)
企业本地
灵活的TCO+安全组合
客户正从"追求最大模型"转向"按工作负载选模型"——这意味着 的硬件方案存在持续结构性需求，对AMD的EPYC + Instinct组合构成中长期机会。
三、战略路径：复制服务器"云优先"成功经验
AMD回顾了EPYC服务器业务的关键成功节奏——先在Hyperscaler建立信任与规模，再向企业市场纵深推进。管理层暗示其AI业务将沿用相同模板：
：与超大规模云厂商(Hyperscaler)合作，验证规模与稳定性；
：借助云上成功案例向企业市场辐射。
这条路径与行业普遍认知一致，也意味着AMD的AI收入结构在中期内可能仍以云端为主，企业端放量是后续重点。
四、竞争要素：ISA仍是底盘，但差异化在向"工作负载优化+SKU广度"迁移
管理层承认ISA仍重要，但同时强调两点新差异化要素：
：软硬件协同、编译器、框架适配等"非芯片"层面的能力。
：覆盖不同算力层级、不同TCO需求、不同行业场景的完整产品矩阵。
投资含义：单纯的硬件参数竞赛意义在递减，AMD若能持续扩展软件栈与定制SKU，将进一步缩小与英伟达在客户心中的"生态距离"。

本份纪要为高盛在AMD管理层会议后整理的，原文未明确披露新的目标价、评级调整或盈利预测更新。投资者应结合高盛后续可能发布的正式AMD更新报告或基本面模型，参考其对AMD的长期估值与评级立场。
定性层面看，本次会议要点整体偏积极：
✅ AI落地场景已具备可量化的生产力收益；
✅ 模型分层趋势利好AMD中端与定制化产品；
✅ 云→企业渗透路径已被验证可行；
✅ 软件与SKU差异化是中长期看点。

：尽管管理层乐观，若超大规模客户Capex放缓或企业AI预算收缩，AMD的AI收入增速可能低于市场预期。
：与英伟达CUDA相比，AMD ROCm及相关软件堆栈成熟度仍有差距，软件生态补齐速度将直接影响客户采纳率。
：若行业快速向"超大规模前沿模型"倾斜，可能令AMD中端SKU的相对优势收窄。
：从"云端验证"到"企业大规模采购"往往需要多个季度甚至跨年的部署周期，短期收入贡献有限。
：定制芯片(ASIC)及竞争对手在推理细分市场的定价策略，可能压制AMD毛利率。
：包括客户集中度、晶圆代工产能、地缘政策等系统性风险仍需持续关注。