AMD MI350 และภูมิทัศน์การแข่งขัน GPU

อัปเดตล่าสุด 11 ธันวาคม 2025

อัปเดต ธันวาคม 2025: OpenAI ได้รับหุ้นใน AMD สูงสุด 10% เพื่อรับประกันการจัดหา GPU 6GW MI350 จัดส่งพร้อม HBM3e 288GB (เทียบกับ Blackwell ที่มี 180GB) และแบนด์วิดท์ 8TB/s Microsoft Azure ใช้งาน Copilot workloads ในสภาพแวดล้อมการผลิตบน MI300X Oracle ปรับใช้ superclusters MI300X ขนาด 16,384-GPU software stack ROCm ของ AMD เข้าสู่ระดับองค์กรเมื่อทางเลือกจาก NVIDIA ได้รับความน่าเชื่อถือ

OpenAI ประกาศความร่วมมือกับ AMD ที่รวมถึงการถือหุ้นสูงสุด 10% ในบริษัทเพื่อรับประกันการจัดหา GPU สูงสุดหกกิกะวัตต์¹ AMD ลงนามข้อตกลงในเดือนตุลาคม 2025 เพื่อจัดหาชิป AI ให้กับ Oracle สำหรับโครงสร้างพื้นฐาน cloud² Microsoft Azure ขณะนี้ใช้งานทั้ง proprietary และ open-source models ในสภาพแวดล้อมการผลิตบน AMD Instinct MI300X³ ในขณะที่ NVIDIA ยังคงครอง 80% ถึง 95% ของตลาด AI GPU แต่ AMD ได้กำหนดตัวเองเป็นทางเลือกที่น่าเชื่อถือที่องค์กรพิจารณาใช้เพิ่มขึ้นสำหรับ inference workloads และการปรับปรุงต้นทุน⁴

ซีรีส์ MI350 เปิดตัวในไตรมาส 3 ปี 2025 ด้วยข้อมูลจำเพาะที่ท้าทาย Blackwell ของ NVIDIA บนกระดาษ: หน่วยความจำ HBM3e 288 กิกะไบต์, แบนด์วิดท์ 8 เทราไบต์ต่อวินาที และการอ้างสิทธิ์ในประสิทธิภาพ AI ที่สูงกว่า accelerators คู่แข่ง 2.2 เท่า⁵ คำถามสำหรับผู้วางแผนโครงสร้างพื้นฐานองค์กรคือ ข้อได้เปรียบด้านฮาร์ดแวร์ของ AMD และ software stack ที่ดีขึ้นนั้นสมเหตุสมผลต่อการเปลี่ยนจาก ecosystem ที่ก่อตั้งมาแล้วของ NVIDIA หรือไม่

ข้อมูลจำเพาะและการวางตำแหน่ง MI350

ซีรีส์ AMD Instinct MI350 มีทรานซิสเตอร์ 185 พันล้านตัว และหน่วยความจำ HBM3e 288 กิกะไบต์⁶ สร้างบนสถาปัตยกรรม AMD CDNA รุ่นที่ 4 ซีรีส์ MI350 ส่งมอบการรองรับ datatype ที่ขยายออกไป รวมถึง MXFP6 และ MXFP4 สำหรับ AI inference, training และ HPC workloads⁷ แพลตฟอร์ม MI355X รุ่นเรือธงส่งมอบประสิทธิภาพเชิงทฤษฎีสูงสุดถึง 4 เท่าเมื่อเทียบกับ MI300X รุ่นก่อนหน้า⁸

ความจุหน่วยความจำให้ข้อได้เปรียบด้านฮาร์ดแวร์ที่ชัดเจนที่สุดของ AMD HBM3e 288 กิกะไบต์ของ MI355X เกิน H200 Hopper ของ NVIDIA ที่ 141 กิกะไบต์ และ B200 Blackwell ที่ 180 กิกะไบต์⁹ แบนด์วิดท์หน่วยความจำถึง 8 เทราไบต์ต่อวินาที เปรียบเทียบกับ H200 ที่ 4.8 เทราไบต์ต่อวินาที และ B200 ที่ 7.7 เทราไบต์ต่อวินาที¹⁰

การใช้พลังงานถึง 1,400 วัตต์สำหรับ MI355X ซึ่งตรงกับความต้องการของ Blackwell Ultra¹¹ โปรไฟล์พลังงานที่คล้ายกันหมายความว่าความต้องการโครงสร้างพื้นฐานไม่แตกต่างกันมากระหว่างผู้จำหน่ายในระดับประสิทธิภาพนี้

AMD ทดสอบ MI355X เทียบกับแพลตฟอร์ม NVIDIA B200 และ GB200 โดยวัด training throughput สำหรับการปรับแต่ง Llama2-70B และ inference throughput บน Llama 3.1-405B¹² การเปรียบเทียบแสดงประสิทธิภาพที่แข่งขันได้ แม้ว่าผลลัพธ์ในโลกแห่งความเป็นจริงจะขึ้นอยู่กับการปรับปรุง software อย่างมาก

MI350 จัดส่งให้กับพาร์ทเนอร์และ hyperscale data centers ในไตรมาส 3 ปี 2025¹³ วงจรการรีเฟรช accelerator ประจำปีของ AMD ยังคงดำเนินต่อไปด้วยซีรีส์ MI400 ที่ได้รับการยืนยันสำหรับการพัฒนาในปี 2026¹⁴ การออกแบบอ้างอิง Helios AI รวม MI400 GPUs, EPYC Venice CPUs และ Pensando Vulcano NICs ในสถาปัตยกรรม full-rack¹⁵

การรับอุปถัมภ์จาก cloud provider เร่งขึ้น

IBM Cloud จะเพิ่ม AMD Instinct MI300X GPUs ในครึ่งแรกของปี 2025¹⁶ ความร่วมมือนี้ช่วยให้รองรับ AMD accelerators ภายในแพลตฟอร์ม watsonx AI ของ IBM และ Red Hat Enterprise Linux AI inferencing¹⁷ การมุ่งเน้นองค์กรเป้าหมายลูกค้าที่ต้องการทางเลือกจาก NVIDIA สำหรับ AI workloads ในการผลิต

Microsoft Azure เปิดตัว AI clusters ที่รองรับโดย MI300X ในภูมิภาคสวีเดนและไอร์แลนด์เพื่อรองรับ custom Copilot workloads¹⁸ Microsoft ที่ใช้ AMD ในการผลิตสำหรับ proprietary models แสดงให้เห็นว่าความพร้อมของ software ได้ถึงความต้องการระดับองค์กร

Oracle Cloud Infrastructure's Compute Supercluster instance รองรับ MI300X GPUs สูงสุด 16,384 ตัวในคลัสเตอร์เดียว¹⁹ ขนาดนี้ช่วยให้สามารถฝึกอบรมและปรับใช้โมเดลที่มีพารามิเตอร์หลายร้อยพันล้าน²⁰ การปรับใช้ของ Oracle มุ่งเน้นไปที่ healthcare และ genomic AI use cases ที่ความจุหน่วยความจำของ AMD ให้ข้อได้เปรียบ²¹

ชัยชนะ Vultr และ Oracle Cloud แสดงให้เห็นถึงโมเมนตัมที่เพิ่มขึ้นเบื้องหลังเทคโนโลยี accelerator ของ AMD²² Lenovo, Dell และ SuperMicro ประกาศข้อเสนอที่ใช้ MI300²³ vendor ecosystem ตอนนี้รองรับ AMD ในระดับองค์กร

Cohere ปรับใช้โมเดล Command บน AMD Instinct MI300X ขับเคลื่อน LLM inference ระดับองค์กรด้วย throughput สูงและความเป็นส่วนตัวของข้อมูล²⁴ การรับอุปถัมภ์โดยผู้ให้บริการโมเดล AI ยืนยันตำแหน่งของ AMD สำหรับ inference workloads

software ecosystem เข้าสู่วุฒิภาวะ

software ecosystem ในอดีตจำกัดการรับอุปถัมภ์ AMD การฝังตัวลึกของ CUDA ทำให้ NVIDIA กลายเป็นตัวเลือกเริ่มต้น สถานการณ์เปลี่ยนแปลงไปอย่างมากในปี 2025

PyTorch 3.1 เสนอการรองรับ ROCm แบบ native สำหรับ training และ inference²⁵ ไลบรารียอดนิยม รวมถึง DeepSpeed และ Hugging Face Accelerate เพิ่ม performance flags เฉพาะ AMD²⁶ นักพัฒนามีความสะดวกในการสร้างโดยตรงสำหรับสภาพแวดล้อม MI300X มากขึ้น²⁷

ทีม Enterprise AI ย้าย inference workloads ไป AMD เพื่อลดต้นทุนโดยไม่เสียสละประสิทธิภาพ²⁸ ความแตกต่างของต้นทุนมีความสำคัญมากกว่าสำหรับ inference มากกว่า training เพราะ inference ทำงานอย่างต่อเนื่องและครองค่าใช้จ่ายระยะยาว

CUDA ของ NVIDIA ยังคงให้การรับอุปถัมภ์จากนักพัฒนาที่กว้างขึ้นและ tooling ที่เป็นผู้ใหญ่กว่า²⁹ ประสิทธิภาพในโลกแห่งความเป็นจริงในสภาพแวดล้อมการผลิตมักจะสนับสนุน NVIDIA เนื่องจากการปรับปรุง ecosystem มากกว่าความสามารถฮาร์ดแวร์ดิบ³⁰ องค์กรต้องชั่งน้ำหนักการประหยัดต้นทุนเทียบกับการลงทุนด้านวิศวกรรมที่จำเป็นสำหรับการปรับปรุงสำหรับ AMD

การซื้อกิจการ AI hardware และ software engineers จาก Untether AI ของ AMD ช่วยเพิ่มความสามารถด้าน compiler, kernel development และ chip design³¹ การลงทุนนี้เสริมสร้างตำแหน่งของ AMD ในตลาด inference ที่คูมีของ CUDA แคบลง³²

พลวัตตลาดและส่วนแบ่ง

NVIDIA ยังคงครอง 80% ถึง 95% ของตลาด AI GPU ในปี 2025³³ ข้อมูลจาก Wells Fargo แสดงให้เห็นว่าส่วนแบ่งของ NVIDIA ใน AI accelerators ยังคงอยู่ระหว่าง 80% และ 90%³⁴ NVIDIA ครองส่วนแบ่งมากกว่า 90% ในพื้นที่ data center GPU โดยมีโค้ด AI พื้นฐานส่วนใหญ่สร้างบน CUDA³⁵

รายได้ data center ของ AMD ในไตรมาส 3 ปี 2025 ถึง 4.3 พันล้านดอลลาร์³⁶ รายได้ data center ในหนึ่งไตรมาสของ NVIDIA ในช่วงปลายเดือนกรกฎาคม 2025 ถึง 41.1 พันล้านดอลลาร์³⁷ ช่องว่างรายได้แสดงให้เห็นถึงความแตกต่างของขนาดระหว่างผู้นำตลาด

ข้อมูล JPR แสดงให้เห็นว่า NVIDIA ควบคุม 94% ของตลาด discrete GPU ในขณะที่ AMD ควบคุมประมาณ 6%³⁸ ส่วนแบ่งของ AMD ยังคงเป็นอันดับสองที่ห่างไกล แม้ว่าตลาดจะขยายตัวอย่างรวดเร็วพอที่ผู้จำหน่ายทั้งคู่เติบโต

ส่วนแบ่งตลาด datacenter AI GPUs ของ AMD เพิ่มขึ้นอย่างต่อเนื่องตั้งแต่ไตรมาส 1 ปี 2023³⁹ ในไตรมาส 1 ปี 2025 การเพิ่มขึ้นอย่างมหาศาลของ Blackwell ของ NVIDIA เริ่มขึ้น และด้วยคำตอบของ AMD ที่มาถึงเพียงในไตรมาส 3 ปี 2025 ส่วนแบ่งของ AMD ลดลงชั่วคราว⁴⁰ วงจรการแข่งขันจะดำเนินต่อไปเมื่อผู้จำหน่ายแต่ละรายเปิดตัวรุ่นใหม่

โอกาสเชิงกลยุทธ์สำหรับ AMD

AMD สร้างช่องทางในตลาด inference ที่คูมีของ CUDA ของ NVIDIA แคบกว่า⁴¹ inference ในที่สุดจะกลายเป็นใหญ่กว่า training วางตำแหน่ง AMD สำหรับเส้นทางการเติบโตระยะยาวของตลาด⁴²

แนวทางของ AMD มุ่งเน้นไปที่โอกาสที่คัดเลือกเชิงกลยุทธ์แทนที่จะพยายามเทียบเท่า NVIDIA ในทุกส่วน⁴³ กลยุทธ์นี้ขยายส่วนแบ่งของ AMD ในตลาดที่ขยายตัวอย่างรวดเร็วในขณะที่หลีกเลี่ยงการแข่งขันโดยตรงที่ข้อได้เปรียบของ NVIDIA แข็งแกร่งที่สุด⁴⁴

ความร่วมมือกับ OpenAI แสดงถึงการยืนยันที่สำคัญ ความมุ่งมั่นที่อาจเป็นไปได้ของ OpenAI 200 พันล้านดอลลาร์สำหรับ AMD GPUs สูงสุดหก gigawatts ส่งสัญญาณความเชื่อมั่นในแผนงานของ AMD⁴⁵ ข้อตกลงนี้ให้ AMD ได้ลูกค้าเนื่องต่างเวลาที่มีอิทธิพลต่อการรับรู้ขององค์กร

กลยุทธ์การกำหนดราคาเชิงรุกของ AMD ทำให้ราคาต่ำกว่า NVIDIA แม้ว่าการกำหนดราคาเพียงอย่างเดียวไม่ได้ช่วยให้ AMD สามารถเทียบเท่าประสิทธิภาพของ NVIDIA ในการเพิ่มส่วนแบ่งตลาด⁴⁶ การรวมกันของฮาร์ดแวร์ที่แข่งขันได้, software ที่ดีขึ้น และการกำหนดราคาที่เอื้ออำนวยสร้างโอกาสกับองค์กรที่ใส่ใจต้นทุน

ข้อพิจารณาการปรับใช้องค์กร

องค์กรที่ประเมิน AMD ควรพิจารณาส่วนผสม workload ของพวกเขา Training workloads โดยเฉพาะที่มีการพึ่งพา CUDA อย่างกว้างขวาง ยังคงสนับสนุน NVIDIA Inference workloads เสนอโอกาสมากขึ้นสำหรับการรับอุปถัมภ์ AMD ด้วยต้นทุนการเปลี่ยนแปลงที่ต่ำกว่า

ข้อได้เปรียบด้านความจุหน่วยความจำมีความสำคัญสำหรับโมเดลขนาดใหญ่ HBM3e 288 กิกะไบต์ของ MI350 ช่วยให้การประมวลผล single-GPU ของโมเดลที่ต้องการ NVIDIA GPUs หลายตัว ข้อได้เปรียบด้านหน่วยความจำลดความซับซ้อนของโครงสร้างพื้นฐานสำหรับองค์กรที่ใช้งานโมเดลที่ใหญ่ที่สุด

ความต้องการการลงทุน software ไม่ควรประเมินต่ำ ในขณะที่ ROCm ดีขึ้นอย่างมาก ทีมที่คุ้นเคยกับ CUDA จะต้องการเวลาและทรัพยากรเพื่อปรับปรุงสำหรับ AMD learning curve ส่งผลต่อเวลาสู่การผลิตสำหรับการปรับใช้ใหม่

กลยุทธ์ multi-vendor ให้การลดความเสี่ยง องค์กรที่มีคุณสมบัติทั้ง NVIDIA และ AMD สามารถเจรจาราคาที่ดีกว่า หลีกเลี่ยงข้อจำกัดการจัดหา และเลือกฮาร์ดแวร์ที่เหมาะสมสำหรับแต่ละประเภท workload การลงทุนในการรองรับทั้งสองแพลตฟอร์มคุ้มค่าสำหรับการปรับใช้ขนาดใหญ่

การเข้าถึง AMD ที่ใช้ cloud ลดอุปสรรคการรับอุปถัมภ์ IBM, Microsoft, Oracle และผู้ให้บริการอื่นๆ เสนอ AMD instances ที่ช่วยให้ทดสอบโดยไม่ต้องจัดหาฮาร์ดแวร์ องค์กรสามารถตรวจสอบประสิทธิภาพ AMD บน workloads ของพวกเขาก่อนที่จะมุ่งมั่นกับการซื้อโครงสร้างพื้นฐาน

กรอบการตัดสินใจอย่างรวดเร็ว

การเลือก AMD เทียบกับ NVIDIA:

การเปรียบเทียบข้อมูลจำเพาะ:

ประเด็นสำคัญ

สำหรับ infrastructure architects: - AMD MI350 เสนอ HBM3e 288GB—มากกว่า B200 ที่มี 180GB ถึง 60% - software stack ROCm เข้าสู่วุฒิภาวะอย่างมากในปี 2025—PyTorch 3.1 เสนอการรองรับ native - Inference workloads เสนอต้นทุนการเปลี่ยนแปลงต่ำสุดจาก NVIDIA - Cloud providers (IBM, Azure, Oracle) ช่วยให้ทดสอบโดยไม่ต้องจัดหาฮาร์ดแวร์

สำหรับทีมจัดซื้อ: - หุ้น AMD 10% ของ OpenAI ส่งสัญญาณความเชื่อมั่นในการจัดหาระยะยาว - การกำหนดราคา AMD ต่ำกว่า NVIDIA แต่ไม่ได้แปลงเป็นการเพิ่มส่วนแบ่งตลาดที่เทียบเท่า - กลยุทธ์ multi-vendor ช่วยให้มีอำนาจเจรจาต่อรองที่ดีขึ้นและความยืดหยุ่นในการจัดหา - ข้อได้เปรียบด้านความจุหน่วยความจำช่วยให้การประมวลผล single-GPU ของโมเดลที่ใหญ่กว่า

สำหรับการวางแผนเชิงกลยุทธ์: - NVIDIA ยังคงครองส่วนแบ่งตลาด 80-95%—AMD เป็นทางเลือกที่น่าเชื่อถือ ไม่ใช่การแทนที่ - ตลาด inference จะเกิน training ในที่สุด—ส่วนตลาดเป้าหมายของ AMD - ต้องการการลงทุน software สำหรับการปรับปรุง AMD—นำมาพิจารณาในการวิเคราะห์ TCO - ซีรีส์ MI400 ได้รับการยืนยันสำหรับปี 2026—การมองเห็น roadmap ปรับปรุงการวางแผน

AMD จะยังคงเป็นอันดับสองที่ห่างไกลจาก NVIDIA ในอนาคตอันใกล้⁴⁷ อย่างไรก็ตาม ตลาด AI ที่ใหญ่และเติบโตหมายความว่าแม้แต่ส่วนแบ่งส่วนน้อยก็แสดงถึงรายได้ที่มากและกำหนด AMD เป็นตัวเลือกองค์กรที่ใช้ได้ องค์กรที่พัฒนาความเชี่ยวชาญ AMD วางตำแหน่งตัวเองสำหรับการปรับปรุงต้นทุนและการกระจายการจัดหาเมื่อตลาดพัฒนา

อ้างอิง

1. Tech Research Online. "NVIDIA vs AMD (2025): GPUs, AI & Market Share." 2025. https://techresearchonline.com/blog/nvidia-vs-amd-the-gpu-battle-for-ai-dominance/

2. 36Kr. "AMD's Aggressive Pricing Stabs Intel but Fails to Outperform NVIDIA." 2025. https://eu.36kr.com/en/p/3541331537719433

3. AMD Newsroom. "AMD Unveils Vision for an Open AI Ecosystem." June 2025. https://www.amd.com/en/newsroom/press-releases/2025-6-12-amd-unveils-vision-for-an-open-ai-ecosystem-detai.html

4. Tech Research Online. "NVIDIA vs AMD (2025)."

5. AMD. "AMD Instinct MI350 Series GPUs." 2025. https://www.amd.com/en/products/accelerators/instinct/mi350.html

6. Kontronn. "AMD Instinct MI350 Officially Announced: 185 Billion Transistors and 288GB HBM