匯豐銀行分析師下調了 AMD 的評級，並將目標價從 200 美元下調至 110 美元。

Chiplet 架構

匯豐銀行分析師下調 AMD 評級和目標價至 110 美元，忽略了 AMD 在技術架構上的創新—Chiplet 架構 ^，Chiplet 架構將成為未來 CPU 和 GPU 的設計標準，並在降低成本、提高性能和能效方面持續受益，隨著伺服器市場和 AI 應用的增長，AMD 的 EPYC 和 Radeon 系列可迎來持續增長動能。

1. Chiplet 架構的核心價值

Chiplet 是 AMD 創新的晶片設計方法，將不同功能的元件分佈於多個小晶片（chiplets）上，再通過高效互聯技術將它們組合成一個完整的處理器。與傳統單晶片設計相比，Chiplet 架構帶來了顯著的技術與經濟優勢。

(a) 降低製造成本

• 分離製程：高性能核心（CPU 和 GPU）可以採用最先進的製程技術（如 5nm），而其他模組（如 I/O 和記憶體控制器）可以使用較成熟的製程技術（如 12nm 或 16nm）這種方法顯著降低了整體製造成本，同時避免完全依賴昂貴的先進製程。

(b) 提高生產良率

• 小晶片的生產良率通常高於單晶片設計：單晶片中任何部分的製造缺陷都會導致整顆晶片報廢。而 Chiplet 架構允許替換有缺陷的單個小晶片，大幅提高了整體良率，降低浪費。

(c) 可擴展性與靈活性

• 模組化設計：Chiplet 架構允許針對不同的應用場景設計專用的晶片模組，滿足伺服器、人工智慧推理、機器學習等多元需求。未來的 CPU 和 GPU 可以基於相同的基礎架構模組化生產，縮短設計週期，提升產品競爭力。

2. 在人工智慧和推理應用中的潛力

隨著人工智慧逐漸從訓練轉向推理，Chiplet 架構的靈活性為推理任務提供了獨特優勢：

(a) 雙核心晶片的應用

• Chiplet 架構允許打造整合 CPU 和 GPU 的雙核心晶片，專門用於推理工作負載：

  • CPU 處理邏輯與控制任務。

  • GPU 提供高效的平行計算能力。

  這種結構特別適合需要本地推理的應用，例如機器人技術、物聯網裝置和邊緣計算。

(b) 支持物理人工智慧產品

• AMD 的雙核心 Chiplet 架構非常適合實體人工智慧產品：

  • 機器人技術：如工業自動化和物流機器人。

  • 邊緣設備：自動駕駛汽車、智慧家庭設備等。

(c) 能效優勢

• Chiplet 架構有潛力實現更高的性能功耗比，為 AI 推理工作負載提供經濟、高效的解決方案。

---

3. 與競爭者的比較

• Intel：雖然 Intel 也在研發類似的 Chiplet 技術（如 EMIB 和 Foveros），但 AMD 在實際產品上的落地速度更快，並在伺服器市場建立了強大的市場份額（EPYC 系列）。

• NVIDIA：NVIDIA 專注於 GPU 和 AI 模型的訓練負載，而 AMD 的 Chiplet 設計更適合推理和多樣化的工作負載。

4. 可能低估 AMD 的潛力

• AI 潮流中的潛力尚未完全實現：隨著人工智慧和邊緣計算需求的激增，Chiplet 架構的適用性會隨之增強。

• 估值：以傳統 P/E 或收入增長率評估可能低估了技術創新帶來的結構性增長。

資料來源:

https://x.com/thexcapitalist/status/1877020492634222619

https://www.cnbc.com/2025/01/08/hsbc-double-downgrades-amd-says-chipmaker-will-fall-due-to-strong-ai-competition.html