12 listopada Jensen Huang publicznie ogłosił rezygnację ze stanowisk prezesa, dyrektora generalnego i członka zarządu. Kurs akcji Nvidii spadł w ciągu dnia nawet o 14,4%, a kapitalizacja rynkowa chwilowo spadła o około 600 miliardów USD, po czym spadek na zamknięciu zmniejszył się do 4,3%.
Tymczasem AMD, największy rywal Nvidii, zamknął dzień wzrostem o 5,9%. Był to już piąty z rzędu dzień wzrostów AMD, które od zamknięcia 5 listopada do zamknięcia 12 listopada wzrosło łącznie o 44,7%.
To przypomina mi pulę zakładów Polymarket dotyczącą tego, kto zastąpi Jensena Huanga. Na zrzucie ekranu opublikowanym przez oficjalne konto 12 listopada córka Huanga, Huang Minshan, zajmowała pierwsze miejsce z 12%, podczas gdy CEO AMD Su i CFO Nvidii Colette Kress dzielili drugie miejsce z 7% każda. AMD naprawdę świetnie radzi sobie z byciem „drugim”!
W erze PC procesor CPU był najważniejszym sprzętem, a AMD zawsze goniło Intela; w erze AI dostawcy chmury kupują procesory graficzne partiami, aby budować centra danych, a AMD nadal jest drugie, tyle że liderem stała się Nvidia.
Skoro to przydarzyło się Nvidii, AMD musi się teraz uśmiechać nawet przez sen!
01 Centra danych AI już zostały obrane za cel przez AMD
To, co AMD obrało teraz za cel, to największy biznes Nvidii.
Ponieważ Nvidia ogłosi raport finansowy za trzeci kwartał dopiero 17 listopada czasu wschodniego, spójrzmy najpierw na dane finansowe za drugi kwartał.
Zgodnie z tegorocznym raportem finansowym Nvidii za drugi kwartał całkowite przychody Nvidii wyniosły około 96,2 miliarda USD, z czego biznes centrów danych contributed 89 miliardów USD, co stanowi ponad 90%. W raporcie finansowym AMD biznes centrów danych wyniósł tylko 6,7 miliarda USD, co obejmuje również część przychodów z procesorów serwerowych.
AMD połączyło swoje procesory serwerowe, karty akceleratorów AI i szybką sieć w szafę o nazwie Helios, odpowiadającą pełnowymiarowemu produktowi Nvidii o nazwie Vera Rubin NVL72.
Po lewej AMD Helios, po prawej NVIDIA Vera Rubin NVL72.
30 września dostawca sprzętu IT dla przedsiębiorstw Hewlett Packard Enterprise (HPE) ujawnił, że podpisał z amerykańskim dostawcą usług chmurowych Vultr zamówienie na szafy Helios o wartości 1,2 miliarda USD. AMD może już uczestniczyć w zakupach dostawców chmury na poziomie miliardów dolarów.
Kampus centrów danych Sabey SDC Columbia w East Wenatchee w stanie Waszyngton w USA. Vultr kiedyś tutaj rozbudował moc obliczeniową GPU w regionie Seattle.
Ale dla Nvidii zamówienie tego poziomu można uznać jedynie za „małe zamówienie”.
2 listopada ubiegłego roku firma cloud computing IREN podpisała z Dellem umowę zakupu o wartości około 5,8 mld USD na GPU Nvidii oraz produkty i usługi towarzyszące. W raporcie finansowym za drugi kwartał tego roku pewien „złoty patron” wniósł 16% całkowitych przychodów Nvidii, co odpowiada około 15,4 mld USD, ponad dwukrotnie więcej niż przychody AMD z centrów danych w drugim kwartale.
Mówiąc z przesadą, pojedynczy włos wyrwany z Nvidii jest grubszy niż talia AMD.
Jednak teraz, gdy Jensen Huang zrezygnował ze stanowisk w Nvidii, tymczasowym dyrektorem generalnym jest dyrektor finansowy Colette M. Kress. Po zmianie kierownictwa niektórzy klienci mogą ponownie rozważyć swoją kolejną rundę zakupów.
Colette M. Kress, tymczasowa dyrektor generalna i dyrektor finansowa NVIDIA.
Zaledwie dziewięć dni przed ogłoszeniem przez NVIDIA odejścia Jensena Huanga AMD właśnie opublikowało raport finansowy za trzeci kwartał. Wśród nich przychody z centrów danych wzrosły do 8,546 mld USD, o 27,2% więcej kwartał do kwartału i o 97% więcej rok do roku, głównie za sprawą popytu na procesory serwerowe EPYC i wprowadzenia na rynek GPU z serii Instinct MI450. Podczas telekonferencji tego dnia Su powiedziała, że był to pierwszy kwartał, w którym AMD dostarczyło MI455 i szafy Helios oraz rozpoznało przychody.
Chociaż raport finansowy nie wymienia osobno przychodów z Helios, jasne jest, że produkty w pełnych szafach zaczęły wnosić przychody dla AMD.
NVIDIA ma opublikować dane za trzeci kwartał 17 listopada czasu wschodnioamerykańskiego, a okres statystyczny kończy się 25 października. W tym momencie Jensen nadal pełnił funkcję, więc dane nie powinny być dotknięte. Większą uwagę zwraca prognoza na czwarty kwartał podana przez kierownictwo.
Dla AMD jest to jak kupienie własnego sprzętu i czekanie na odrodzenie potworów z dżungli, gdy nagle z górnej alei przychodzi wieść, że przeciwnik został samodzielnie zabity. Aby wygrać tę grę, teraz jest dobra okazja, ale czy uda się „snowballować” i przepchnąć prosto, wciąż czeka całkiem sporo trudności.
02 Karty graficzne desktop: naprawdę zupełnie bez szans
AMD zostało założone w Dolinie Krzemowej w 1969 roku, w tej samej generacji co Intel, a nawet wcześniej niż NVIDIA. Produkowało CPU, a w 2006 roku kupiło firmę produkującą karty graficzne ATI, wprowadzając Radeon do AMD. Od tego czasu firma walczy z Intelem o biznes CPU, jednocześnie walcząc z NVIDIA o biznes GPU.
Na samym początku AMD mogło jeszcze stawać oko w oko z NVIDIA, ale teraz, jeśli chodzi o karty graficzne desktop, AMD zupełnie nie ma szans z NVIDIA.
Według danych Jon Peddie Research w drugim kwartale 2026 roku globalne dostawy dyskretnych GPU do komputerów desktop wyniosły około 12,5 mln sztuk, z czego NVIDIA odpowiadała za około 90%, AMD około 8%, a Intel około 2%.
Pierwsza wyraźna luka pojawiła się w latach 2014–2015. NVIDIA najpierw wprowadziła na rynek bardziej energooszczędne GTX 970 i 980, podczas gdy AMD nie wypuściło serii Radeon 300 i Fury X aż do czerwca następnego roku. Zanim nowe karty AMD trafiły na rynek, jego kwartalny udział w dostawach spadł już do 18%.
W drugim kwartale 2018 roku AMD po raz kolejny wróciło do 36,1%, by pod koniec roku spaść z powrotem do 18,8%. W tym roku popyt na kopanie kryptowalut osłabł, a obie firmy napotkały problemy z zapasami w kanałach sprzedaży. NVIDIA wprowadziła w drugiej połowie roku serię RTX 20, skupioną na śledzeniu promieni w czasie rzeczywistym, podczas gdy AMD nie odpowiedziało w mainstreamowych przedziałach cenowych aż do 2019 roku, kiedy to wypuściło serię RX 5700, a jego udział wrócił pod koniec roku do 31,1%. Później RX 9070 XT również mógł osiągać wyższe liczby klatek na sekundę przy podobnym budżecie, ale do drugiego kwartału 2026 roku udział AMD w dostawach desktopowych dyskretnych GPU wynosił nadal tylko około 8%.
Dziś w segmencie flagowym nadal przewodzi NVIDIA z RTX 5090, a AMD może konkurować z kartami NVIDIA na tym samym poziomie jedynie pod względem opłacalności. TechSpot przetestował 52 gry we wrześniu 2026 roku, a RX 9070 XT w cenie około 730–750 dolarów osiągał średnią liczbę klatek na sekundę w rozdzielczości 1440p o 24% wyższą niż RTX 5070, którego cena startowa wynosiła wówczas 800 dolarów.
Po lewej Radeon RX 9070 XT, po prawej GeForce RTX 5070.
Wiele z „miażdżącej” przewagi w desktopowych kartach graficznych zawdzięczamy Jensenowi.
W listopadzie 2006 roku NVIDIA wprowadziła obsługującego CUDA GeForce 8800. Jensen Huang wspominał później, że umieszczenie CUDA w kartach do gier pochłonie dużo zysku, ale i tak uparł się to zrobić. Do maja 2008 roku skumulowane dostawy GPU z serii GeForce 8 i 9 obsługujących CUDA przekroczyły 70 milionów sztuk.
Czym jest CUDA?
CUDA to zestaw narzędzi programowych stworzonych przez NVIDIA. Inżynierowie używają go do przekazywania GPU zadań takich jak trenowanie modeli i mogą bezpośrednio wywoływać kod, który NVIDIA już napisała i zdebugowała. Na przykład gdy dziesiątki kart trenują razem, istnieją gotowe narzędzia określające, w jaki sposób karty wymieniają między sobą dane.
Ilustracja obliczeń równoległych CUDA. Ten sam fragment kodu można przekazać wielu wątkom GPU, aby jednocześnie przetwarzały różne dane.
Osoby kupujące karty do gier niekoniecznie muszą używać CUDA, ale programiści mają sprzęt, który mogą kupić w każdej chwili, aby pisać programy i przeprowadzać eksperymenty.
Chociaż Jensen Huang odszedł, CUDA, do której przyzwyczaili się programiści, wciąż jest. AMD nadal stosunkowo „łatwo” pozyskać graczy, ale jeśli chce pozyskać ludzi kupujących karty graficzne do celów programistycznych, musi pokonać przeszkodę CUDA.
03 Czy fosę CUDA naprawdę można przekroczyć?
Największym wyzwaniem dla AMD w próbie pozyskania klientów NVIDII jest CUDA.
Ten zestaw rzeczy został zbudowany przez NVIDIA krok
Diandian
po kroku.„The NVIDIA Way: Jensen Huang and His Tech Empire” napisała, że NVIDIA nie tylko umieściła CUDA w kartach do gier, na które programistów było stać, ale także wysyłała ludzi, aby pomagali programistom przenosić programy do symulacji molekularnych na GPU.
NVIDIA ujawniła, że do roku obrotowego 2026 ponad 7,5 miliona programistów korzystało z CUDA i innych jej narzędzi programowych, wraz z setkami towarzyszących im specjalistycznych bibliotek oprogramowania.
Oczywiście AMD nie jest bez środków zaradczych.
ROCm to oprogramowanie AMD, które ma konkurować z CUDA, pozwalające programistom zmienić mniej linii kodu przy przełączaniu kart. Na przykład, podczas trenowania modelu klasyfikacji zdjęć za pomocą PyTorch na własnym komputerze, o ile wszystkie używane funkcje są obsługiwane, zainstalowanie wersji PyTorch dla ROCm pozwala oryginalnemu skryptowi treningowemu nadal działać na Radeon.
W oficjalnym samouczku AMD, lokalne demo AI na serii Radeon RX 9000, pokazujące ComfyUI uruchamiające generowanie obrazów SDXL.
Ale tym, czego naprawdę trudno dogonić w CUDA, są gotowe narzędzia i kod. Im więcej funkcji zależy od projektu, tym więcej elementów trzeba sprawdzić po kolei przy przełączaniu na AMD.
A w centrach danych zastąpienie NVIDIA przez AMD jeszcze bardziej komplikuje sprawę: pojedyncza karta może działać, ale nadal trzeba zweryfikować, czy dziesiątki kart trenujących razem działają poprawnie.To nie jest tylko kwestia pieniędzy; czas jest właściwie ważniejszy.
Midjourney napotkał podobny problem. W maju tego roku założyciel Midjourney, David Holz, powiedział w wywiadzie, że Midjourney wcześnie wybrał Google TPU; gdyby od pierwszego dnia używał pełnego zestawu narzędzi NVIDIA, postęp badawczy zespołu prawdopodobnie byłby o rok wcześniejszy.Gdyby mógł to zrobić ponownie, od pierwszego dnia używałby GPU NVIDIA. Różne wybory techniczne naprawdę wpływają na postęp biznesowy.
Zdjęcie archiwalne założyciela Midjourney, Davida Holza.
Mówiąc o doganianiu kart graficznych NVIDIA, Liang Wenfeng powiedział: „Technologia nie ma tajemnic, ale zresetowanie zajmuje czas i kosztuje”.
Podejście AMD polega na tym, aby klienci zmieniali jak najmniej kodu. Na przykład, jeśli klient pisze model w PyTorch, o ile używane funkcje są już obsługiwane na AMD, większość kodu modelu może pozostać taka sama, a PyTorch przekazuje obliczenia do GPU AMD poprzez ROCm. Dla własnego kodu CUDA klientów AMD ma również narzędzia, które mogą pomóc w konwersji części z niego.
W swojej prezentacji IPO Anthropic powiedział, że użył Claude Mythos Preview, aby pomóc zmodyfikować kod obliczeniowy i uruchomił przetwarzanie wejściowe modelu na AMD MI355X w około trzy dni, osiągając użyteczną prędkość.
Meta i AMD dostosowały 10 modeli rekomendacji do GPU obu firm; trenując z tą samą liczbą kart, każda strona wygrała niektóre i przegrała niektóre, a ogólna prędkość trenowania była w przybliżeniu taka sama.
Dostawcy chmury już zaczęli używać obu, nie wkładając już wszystkich jajek do jednego koszyka.
26 października tego roku NVIDIA ogłosiła rozszerzenie współpracy modelowej z Meta; następnego dnia AMD ujawniła, że Meta już używa Helios. Dla działów zakupów oznacza to, że tę samą rundę rozszerzenia można podzielić według zadań. Trenowanie zależne od CUDA nadal używa NVIDIA, podczas gdy trenowanie modeli rekomendacji już zweryfikowane na ROCm może osobno kupować moc obliczeniową AMD.
Oczywiście utrata Jensena Huanga jako twarzy firmy nieuchronnie wpłynie na biznes NVIDIA, głównie dlatego, że Jensen naprawdę potrafi zdobywać ludzi swoją twarzą.
W 2025 roku NVIDIA podpisała umowę z CoreWeave o początkowej wartości 6,3 miliarda dolarów, zgadzając się kupować jej niewynajętą moc obliczeniową do 2032 roku. Twarz Jensena Huanga reprezentuje NVIDIA.
Gdy on odejdzie, czyja twarz ośmieli się składać zobowiązania w imieniu NVIDIA?
04 AMD niemal umarło i jeszcze mniej chciało być drugie
W 2006 roku AMD kupiło ATI i od tego czasu walczyło z Intelem w procesorach CPU, a jednocześnie walczyło z NVIDIA w kartach graficznych.
Ale przez następną dekadę oba fronty upadały jeden po drugim.Do 2015 roku globalny udział AMD w dostawach x86 spadł z 25,3% pod koniec 2006 roku do 12,1%, a w desktopowych kartach graficznych dyskretnych w pewnym momencie wynosił tylko 18%.
Pod koniec 2015 roku AMD miało tylko 785 milionów dolarów w gotówce i papierach wartościowych zbywalnych, przy 2,26 miliarda dolarów długu. Dział sprzedający procesory do komputerów PC i karty graficzne odnotował w tym roku spadek przychodów o 42%.
Wówczas AMD wystawiło FX-8370 przeciwko Intel Skylake Core i7-6700K na desktopie. W ówczesnym teście obejmującym 14 aplikacji ogólny wynik FX-8370 był około 39% niższy.
Przy udziale w CPU spadającym do nieco ponad 10% AMD musiało przetrwać do nadejścia następnej generacji produktów.
Zamówienia na konsole do gier i gotówka ze sprzedaży udziałów kupiły AMD czas. Su Zifeng później wspominała, że AMD najpierw skoncentrowało zasoby na przerobieniu rdzeni CPU, a następnie zwiększyło inwestycje w GPU. Nowy zestaw rdzeni CPU mógł pomóc mu odzyskać biznes desktopowy, a także wrócić na rynek serwerowy.
Ten nowy projekt to Zen. Przy tej samej częstotliwości jeden rdzeń może zrobić więcej.
Seria Zen pomogła wydobyć AMD z martwych. AMD użyło jej do stworzenia desktopowego Ryzen, odzyskania biznesu desktopowego, a także użyło jej do stworzenia serwerowego EPYC, ponownie wchodząc na rynek serwerowy. W drugim kwartale 2026 roku, patrząc wyłącznie na EPYC i Xeon w serwerach, udział AMD w dostawach dogonił 46,4%, tylko o 7,2 punktu procentowego za Intelem z 53,6%.
W 2017 roku Su Zifeng pokazała pierwszej generacji procesor Ryzen.
Linia GPU nie została porzucona.
Wówczas Sony PS4 i Microsoft Xbox One oba używały niestandardowych układów AMD, z CPU i procesorem graficznym w jednym chipie. Technologia zgromadzona przy produkcji kart graficznych mogła być sprzedawana zarówno graczom PC, jak i producentom konsol.
Pierwszej generacji PlayStation 4 i kontroler DualShock 4 ogłoszone na E3 w 2013 roku.
W grudniu 2016 roku, dzień przed tym, jak AMD pokazało swoje desktopowe procesory Zen, ogłosiło plan Radeon Instinct dla głębokiego uczenia.
Ratując CPU, AMD już tworzyło GPU do centrów danych do trenowania modeli AI.
Ta odwaga w końcu zaczęła przynosić efekty. AMD wprowadziło na rynek Instinct MI100 do obliczeń w centrach danych w 2020 roku, a w 2023 roku użyło MI300X do konkurowania o moc obliczeniową dla dużych modeli. Dziś uratowany EPYC i rozwijany po drodze Instinct stały się rdzeniem szafy Helios.
Okładka oficjalnego filmu inżynieryjnego AMD „Building Helios”, pokazująca miejsce rozwoju.
Oracle Cloud to bardzo dobry przykład. Ponieważ zarówno kupuje szafy, jak i wynajmuje moc obliczeniową klientom.
Oracle planuje użyć 50 000 procesorów graficznych AMD Instinct MI450, rozpoczynając wdrażanie w trzecim kwartale 2026 roku, aby zbudować klaster AI otwarty dla klientów chmury i kontynuować rozszerzanie wdrożenia w 2027 roku i później. Licząc 72 karty na szafę Helios, oznacza to prawie 700 w pełni skonfigurowanych szaf na start.
Weźmy Vultr jako punkt odniesienia. Jego planowany poprzedni klaster AI AMD w Ohio ma wykorzystać około 24 000 kart MI355X, a cały projekt klastra ma pochłonąć ponad 1 miliard dolarów inwestycji. Same pierwsze wdrożenie Oracle planuje wykorzystać ponad dwukrotnie więcej kart niż ten projekt.
Gdy Jensena Huanga nie ma, niebo AMD się rozjaśniło.
Karty graficzne do komputerów stacjonarnych mogą w końcu odetchnąć z ulgą. Chociaż CUDA, do której przyzwyczaili się programiści, wciąż istnieje, dobrze jest pozyskać kilku graczy.
Centra danych to miejsce, gdzie AMD może wykorzystać okazję do przejęcia zamówień. Pełna szafa Helios wypełniona jest nadziejami Su Ma, ROCm może również pomóc obejść fosę CUDA, a klienci nawet się zapisali, czekając tylko na wysyłkę.
Ale zgaduję, że AMD nie wybuchnie śmiechem; będą mogli powstrzymać się dopiero, gdy Chen Liwu również opuści Intela.
Ten artykuł pochodzi z publicznego konta WeChat „Hardcore Kanban” (ID: yinghekb), autor: ten, który obejmuje AI
