撰文：Techub News 整理
导语
在投资播客主 Antonio Linares 的最新一期节目中，他邀请到了社区内以深度科技见解闻名的投资者 Thomas，进行了一场关于 AI 基础设施未来的重磅对话。本期节目的核心聚焦于一个关键问题：AMD 能否，以及在多大程度上，能够夺取 AI 推理市场的巨大份额。Thomas 以其对半导体行业，特别是 AMD 的深入研究而备受关注，他在对话中系统阐述了自己的投资逻辑，并对 AMD 的掌舵人 Lisa Su（苏姿丰）给予了极高评价。在当前 AI 芯片竞争白热化、市场格局未定的背景下，这场对话为理解底层硬件趋势提供了宝贵视角。
摘要
- AMD 的芯片模块化（Chiplet）架构赋予其无与伦比的灵活性，有望在未来 AI 推理市场中占据至少 50% 的份额。
- AI 的价值链分为五层：能源/基础设施、数据中心建设、芯片、基础模型和应用层，当前基础设施层的价值远未被充分挖掘。
- AI 的发展将导致 CPU 短缺，而 AMD 因其 CPU 和 GPU 的紧密协同架构，将成为主要受益者。
- 当前并非 AI 泡沫，真正的价值创造正在发生，尤其是对于能够利用 AI 大幅提升生产力的“创造者”而言。
- AMD CEO Lisa Su（苏姿丰）被赞誉为全球最佳的非创始人 CEO，其战略定力与组织文化塑造了公司的成功。
AI 基础设施的五层价值链与 AMD 的定位
Thomas 在对话伊始，首先梳理了他眼中的 AI 价值链。他认为，自 ChatGPT 引爆市场后，AI 的机遇可以清晰地分为五个层次：能源与基础设施、数据中心建设（不含芯片）、芯片层、基础模型层以及应用层。最初，他的注意力集中在模型层和应用层，认为它们是最大的受益者。然而，随着深入研究，他意识到基础设施层，尤其是芯片层，的价值远未被市场充分定价，且仍处于非常早期的阶段。
当时，市场普遍认为 Nvidia 是无可争议的赢家。但 Thomas 指出，这种看法并不完全正确，市场格局远未定型。这促使他将研究重心转向了基础设施领域，并形成了对 AMD 的独特投资论点。
AMD 的核心论点：模块化制胜推理市场
Thomas 的 AMD 投资论点可以概括为一句话：芯片模块化（Chiplet）基础设施的灵活性，将使 AMD 至少赢得 AI 推理市场的一半份额。
他解释道，更高的模块化意味着可以在电路层面优化芯片。当需要在边缘设备进行推理（运行神经网络）时，如果芯片能够适应网络的物理形态，就能优化电子在电路中的流动路径。从物理第一性原理来看，如果竞争对手无法在电路层面进行同等优化，就很难与之竞争。
主流叙事通常将 AI 等同于在大型数据中心集群中进行训练。但随着自动驾驶、机器人等人形设备的发展，“边缘 AI”的论点变得越来越可信。在边缘场景中，对延迟、能效和定制化的要求极高，而这正是 AMD 芯片模块化架构的优势所在。
Thomas 进一步将芯片市场分为三类：以 Nvidia 和 AMD 为主的 GPU 市场；以 Broadcom 和谷歌 TPU 为主的专用处理器市场；以及像 Groq 和 Cerebras 这样大量使用 SRAM 的新兴玩家。他更看好 GPU，因为其灵活性最高。而在 GPU 阵营中，AMD 又因其模块化设计而具备更强的灵活性优势。
他补充道，虽然谷歌的 Gemini 和 Anthropic 的模型目前在特定领域领先，但它们主要运行在谷歌 TPU 或 Trainium 芯片上。TPU 的一个重大缺陷是工作负载切换困难。一旦配置用于Transformer模型，就很难快速切换到扩散模型或其他新架构。而 GPU，尤其是 AMD 的 GPU，则提供了应对未来算法变化的灵活性保障。
CPU 短缺与边缘计算的未来
除了 GPU，Thomas 还提出了一个引人注目的观点：即将出现大规模的 CPU 短缺。他认为，这正是 AMD 股价2026 年 1 月走强的原因之一。
他解释说，当前流行的智能体（Agent）架构中，大量工作负载实际上是在 CPU 上运行的。例如，网络搜索、工具调用、赋予 AI 模型技能等操作，都依赖于 CPU 架构。因此，GPU 和 CPU 需要紧密协同，物理上越接近越好。随着智能体工作负载的爆炸式增长，他对 CPU 的需求产生了短缺预期。
AMD 的另一个优势在于，它能够很好地将 CPU 和 GPU 网络化协同，这种架构灵活性非常出色。在短缺环境下，谁拥有定价权至关重要，而 Thomas 认为 AMD 有望从中受益。
展望未来，Thomas 认为计算将呈现分布式趋势，而不仅仅是集中在超大规模数据中心或纯粹的边缘设备。为了在特定区域进行推理或训练，在区域内建设中型甚至小型数据中心可能更有优势。AMD 的技术正被用于构建这种完全分布式的计算基础设施，这为其在未来的训练和推理市场中赢得了更多机会。
AI 泡沫之争与真实的价值创造
当被问及当前是否处于 AI 泡沫时，Thomas 给出了否定的答案。他认为，喊“泡沫”最大声的人，往往是那些只使用 ChatGPT 或 Copilot 进行简单问答的普通用户。他们对 GPT-5 没有加入表情符号等功能感到失望，并且没有运行任何真正的 AI 工作负载。从他们的视角看，确实像泡沫。
然而，对于那些进行真正创造性“白领劳动”的人来说，情况截然不同。无论是使用最新的云端模型进行编码的工程师，还是使用创意工具的设计师，他们都看到缩放定律并未停止，AI 完成的工作越来越自主、准确、强大。Thomas 本人作为深度用户，订阅了所有主流 AI 服务并每日对比，他切身感受到 AI 能力的飞速进步。
他以自己公司的软件工程师为例，他们现在使用 AI 编码工具，可以同时运行多个终端和智能体，生产力提升了可能100倍甚至更多。AI 主要惠及的是“创造者”，而软件工程这类可以无限创造的工作，受益尤为明显。他引用 Anthropic 联合创始人 Dario Amodei 的话说，“软件工程师所做的每一项任务都将在 12 个月内实现自动化”。如果这个论点成立，其对社会经济的影响将是颠覆性的。
Lisa Su（苏姿丰）：非创始人最佳 CEO 的远见与执行力
在讨论 AMD 的管理层时，Thomas 和 Antonio 都对 CEO Lisa Su（苏姿丰）赞誉有加。Thomas 甚至认为，Lisa Su 是当今世界上最好的非创始人 CEO，超越了蒂姆·库克（Tim Cook）等知名管理者。
Antonio 补充了 Lisa Su（苏姿丰）的领导细节：她上任时，AMD 处境艰难，而英特尔是巨人般的对手。她力排众议，全力押注了其前任已研发两年的芯片模块化架构，并将其定为公司未来的核心战略。与此同时，她反复向外界强调的唯一信息是“我们将与合作伙伴紧密合作”。在当时，分析师们认为这种说法空洞无物。
然而，正是“全力投入芯片模块化”这一技术决策，与“紧密协同合作伙伴”这一组织文化相结合，产生了巨大的乘数效应。芯片模块化平台提供了无与伦比的灵活性，而与合作伙伴的深度迭代则确保了产品能精准满足市场需求。这种看似简单但极难坚持的组合，为 AMD 创造了巨大价值。Antonio 回忆，他在 AMD 股价 4.2 美元（市值约30-40亿美元）时买入，如今公司市值已超4000亿美元。Lisa Su（苏姿丰）总是低调承诺，谨慎发言，即使在最困难的时期面对质疑也是如此，这种特质在 CEO 中尤为可贵。
Thomas 总结道，做出如此重大的战略押注，需要创始人般的心态和魄力，而 Lisa Su（苏姿丰）做到了。他预测，未来五年，这一点将对所有人变得清晰。
超越芯片：AI 对社会经济的长远影响
对话的后半部分超越了具体的股票分析，探讨了 AI 可能带来的更宏大、更深远的社会经济变革。双方都认同，价值创造的过程正在以超乎想象的速度加速。Elon Musk（马斯克）曾预测未来会出现市值超过 100 万亿美元的公司，这听起来不可思议，但在 AI 缩放定律持续有效的背景下，并非没有可能。
Thomas 提出了一个有趣的观点：AI 最终创造的价值可能会“低于”一些人对奇点或超级智能的预期（即不会出现“神一样”的 AI），但它所带来的实际价值创造规模，将远超所有人最乐观的估计，可能是互联网泡沫时期的十倍甚至更多。
关于财富分配，Thomas 持相对乐观态度。他认为，过去 20 年 Meta、谷歌等公司创造的巨额价值，普通人受益有限。但 AI 使得“知识”本身正在商品化，每个人都将从中受益。未来价值数万亿美元的公司，可能不是因为垄断了短期注意力，而是因为它提供了全民医疗、全民法律服务，或者让每个人都能按需创造自己的房屋。
Antonio 则认为，未来的经济可能围绕“自我实现”展开。当机器接管了大部分重复性生产和服务工作后，人类可以将更多时间投入到机器无法替代的领域：同理心、社交、艺术、探索等。他甚至提到了生物学与 AI 在边缘的结合（如健康监测与干预），认为这将是比人形机器人更大的市场，因为它直指人类最根本的需求——健康与长寿。
最后，双方都承认，未来充满不确定性，变化之快可能令人 destabilizing（ destabilizing 稳定）。但作为投资者，在无法确定最终应用层赢家的情况下，投资于所有人都需要的“铲子”——芯片，是一个逻辑清晰的选择。而 AMD，凭借其在物理底层（电路优化）和组织顶层的双重优势，正在成为这把“铲子”中最锋利、最灵活的一把。
