年少不知苏妈好，错把垃圾当成宝。
当时DEEPSEEK出来，美股AI大跌，AMD甚至跌到80，短短几个月，已经300了，真是让人无语。

但没办法，错过都是因为不懂，不懂就学，就练嘛。

AI 算力这件事，过去三年主要消耗在「训练」上——OpenAI 训练 GPT-4、Anthropic 训练 Claude、Google 训练 Gemini，这些都是训练。

训练的特征是一次性、集中、高峰值。

但每次用 ChatGPT 问一个问题，每次用 Claude 写一段代码，每次用 Midjourney 生成一张图——你消耗的不是训练算力，是推理算力。

推理的特征是持续的、分散的、长尾的。

一次训练跑完，这个模型就上线了。上线之后，它每天 24 小时在响应几亿用户的请求。三个月之后，训练的那点算力消耗在总账上已经看不见——全部都是推理。

这个转折的量级，让我用一个对比说明。

2023 年 AI 算力支出里推理大概占 20%，2024 年这个比例爬到 50%，到 2026 年已经站在 55% 以上，而且在继续涨。

一些更激进的预测认为 2030 年推理会占到 70-80%。注意这不是因为训练需求在萎缩——训练的绝对支出还在涨，而是推理涨得比训练快得多。

推理这条大坡上真正坐头把交椅的是 NVIDIA。NVIDIA 2026 财年（截至 2026 年 1 月）数据中心收入 1940 亿美元，两年前这个数字还不到 500 亿。这种增速在半导体史上从没出现过。CUDA 生态五百万开发者、二十年积累、训练侧和推理侧同时吃下——这是真正意义上的垄断。

一把手 NVIDIA，二把手 AMD，三把手是 Google TPU、Amazon Trainium、Meta MTIA 这些自研 ASIC——今天的牌桌结构是这样。

AMD 在这个牌桌上是什么位置？是第二把椅子。这把椅子很重要——没有第二把椅子，第一把椅子就没有议价压力。但第二把椅子不是第一把椅子。

所以真正的问题变成了两个子问题：

第一，AMD 这把第二椅能不能坐稳十年？
第二，坐稳了这把椅子值多少钱？

此外，AMD还有一个被严重低估的角度：Meta 17 万块 MI300X 背后的真实故事

《AMD研报：10年回看，300美元贵不贵？》
https://t.co/hydsNAYEl6