30 秒看重點
- 事件：AMD MI355X 運行 GLM 5.2 大模型，算力成本僅需輝達同級產品的一半。
- 意義：這打破了輝達長期以來的價格壟斷，大幅降低企業部署 AI 的資金門檻。
- 影響：台積電先進製程與台灣伺服器代工廠將迎來「紅綠雙雄」爭相下單的全新紅利期。
AMD 最新 MI355X 晶片在執行 GLM 5.2 大語言模型時，展現出極致的性價比。以僅有輝達（Nvidia）一半的算力成本，向市場宣告 AI 硬體高昂售價的時代即將結束。
AI 算力成本減半，AMD 是如何辦到的？
AMD 這次之所以能給輝達一記重拳，關鍵在於其超大記憶體頻寬與優異的軟硬體優化整合。AI 算力成本一直是企業落地 AI 應用的最大痛點，過去大家非輝達不可，主要是因為 CUDA 生態系的護城河。然而，這次實測數據顯示，AMD MI355X 配備了新一代 HBM3e 記憶體，傳輸速度與容量都大幅提升，這意味著原本需要好幾張輝達晶片才能跑的複雜大模型，現在用較少的 AMD 晶片就能搞定，硬體購置與後續的電費直接砍半。這就像是用原本買一台跑車的預算，買到了兩台性能相仿的跑車，讓企業在「每秒生成字數」的成本效益上取得壓倒性勝利。這項突破證明了，市場上「天下苦輝達久矣」的企業，終於有了一個高性價比且能實質落地的替代方案。
- 2024-10：AMD 正式發表 MI325X 並預告下一代 MI355X 架構，正式向輝達 Blackwell 宣戰。
- 近期：最新實測數據出爐，MI355X 運行 GLM 5.2 大模型，算力成本僅需輝達同規格硬體的一半。
台灣怎麼看這件事？
這場「紅綠大戰」的背後，真正的最大贏家依然是台灣的半導體與伺服器代工供應鏈。不論是輝達的 Hopper、Blackwell，還是 AMD 的 Instinct 系列，全都高度依賴台積電（TSMC）的 3 奈米先進製程與 CoWoS 先進封裝技術。此外，台灣的伺服器代工巨頭如廣達、緯穎、英業達等，也早已做好雙向佈局。AMD 晶片性價比的提升將刺激非一線雲端大廠（Tier 2 CSP）與一般企業的採購意願，進而轉化為台灣伺服器供應鏈源源不絕的全新訂單動能，讓台灣在 AI 時代的硬體制霸地位更加穩固。
編輯觀點
AI 晶片去壟斷化是市場發展的必然趨勢，性價比將成為下半場競爭的勝負手。當 AMD 能以一半的成本提供同等的推論性能時，非一線的雲端服務商與中大型企業將會出現「倒戈潮」。這不僅會迫使輝達在定價策略上做出讓步，也會加速整個 AI 應用在各行各業的普及，對整個產業生態來說是極大的利多。
常見問題
- AMD MI355X 的算力成本為何能比輝達便宜一半？
- 主要得益於其配備了超大容量與超高頻寬的 HBM3e 記憶體，在運行特定大模型時，能用更少的晶片數量達到相同的推論速度，大幅降低硬體與電力成本。
- 這會威脅到輝達（Nvidia）的霸主地位嗎？
- 短期內輝達仍憑藉強大的 CUDA 軟體生態系領先，但 AMD 的高性價比正快速吸引預算有限、注重推論成本的中大型企業，市場版圖已開始鬆動。
- 這項進展對台灣科技產業有什麼好處？
- 台灣是最大受益者。台積電包辦了兩家的晶片代工，而廣達、緯穎等台灣 AI 伺服器代工廠也能左右逢源，接獲更多 AMD 平台的伺服器訂單。
- 什麼是 GLM 5.2 模型？
- GLM 5.2 是一款高效能的大語言模型。當它與 AMD 晶片進行深度優化後，能在極低的硬體資源下，展現出媲美一線大模型的生成速度與精準度。
- 企業現在應該立刻轉向 AMD 平台嗎？
- 如果企業的應用場景以「AI 推論」為主且極度注重營運成本，AMD MI355X 是極具吸引力的選擇；若是重度依賴 CUDA 進行複雜開發則需評估轉移成本。
名詞小教室
- AI 推論 (Inference)
- 就像是學生在考卷上寫答案。相對於「訓練」是讀書學習，推論是 AI 晶片直接理解使用者問題並產生回覆的運算過程。
- HBM3e (高頻寬記憶體)
- 像是資料傳輸的超級高速公路。它能把大量數據用極快的速度送進晶片大腦，是決定 AI 晶片跑得快不快的關鍵燃料。