從 2023 年 AMD 把 MI300 系列擺上牌桌開始，「紅綠大戰」的戰火，就燒得更猛了。

昨夜凌晨的 Advancing AI 2025現場，蘇媽直接掏出 CDNA 4 架構 MI350X/ MI355X——

再順帶放出 MI400、Helios 機架、ROCm 7 全家桶，算是把“再戰英偉達”五個字寫得明明白白。

下面我按“性能、內存、成本、生態、路線圖”五個維度，給大家簡單梳一遍核心看點。

01、性能：算力拳拳到肉

推理側，在vLLM / SGLang 跑分里，MI355X 對DeepSeek R1、Llama 3 70B推理吞吐量比 B200 高約 20–30 % 。

訓練側，MI355X 預訓練 Llama 3 70B（FP8）可跑出 MI300X 的2.5–3.5 ×，與 B200/GB200 打成五五開 。

其實，看到“老外”測試舉例采用DeepSeek，內心中還是有一些小觸動。畢竟「國貨」能被當成測試例的機會不多。

一句話：在當下流行的低精度 (FP8 以下)推理場景里，MI355X“更能打”。

02、內存：容量激增，帶寬飆升

MI350系列內存容量 +60 %，內存帶寬直上 8 TB/s。

HBM3E 288 GB 、8 TB/s，單卡就敢裝下 520 B 模型，B200 只有 192 GB、6.1 TB/s。

卡間互聯IF Link 1075 GB/s（8 卡互聯），再次把 NVL4 的900 GB/s 刷到身后。

對超大模型/多實例推理來說，“HBM 多、帶寬大”就是首要生產力。

03、成本&能耗：按摩店老招牌

AMD 宣稱“每刀 token 數量”比 B200 多 40 %，理由簡單粗暴：

GPU 單卡價更低，同時288 GB HBM3E大顯存，節約分片/分卡切分開銷。

另外采用FP4/FP6 能讓推理更高效，算力密度更好。

接著看能耗，而在 Perf/W 上，MI350X 相比 MI300X 又提升 30 % 。

換句話說，AMD 用“1000–1400W”功耗，跑出了與英偉達“GB200 2×1150W”同量級的推理成績。

這對大規模集群的 TCO 影響，肉眼可見。

04、生態：開源AMD vs 閉源英偉達

CUDA讓人又恨又愛，你討厭它卻又不得不和它一起建設“社會主義”。

這就是閉源的痛，但AMD主導的ROCm是開源的——

ROCm 7推理性能相對 ROCm 6 提升 3.5×，訓練提速 3×；

Day-0 支持 Llama4、DeepSeek、Grok、Qwen 等主流模型（千問也被發了“好人卡”）；

Windows 端和 Ryzen AI 本地開發也全家桶加持。

開源框架 vLLM / SGLang 與 AMD 同步聯調，DeepSeek R1 的 FP8 推理，NVIDIA TensorRT-LLM 還不支持，AMD 先落地了。

這么說吧，“開源快過封閉”是 AMD 給開發者的最大籌碼。

05、路線圖、大機架PK

主卡一年一代，一代更比一代強，MI400已經在路上了。

當然，“大機架”更能體現一個廠商的整體能力，這方面，AMD與英偉達可以一戰，而老燈已經落伍了。

Helios 把 UALink + Ultra Ethernet 搭起來，號稱橫向帶寬 260 TB/s，HBM4 容量比N家 Rubin 機架多 50 % 。

如今，AMD 把「CPU-GPU-DPU」全棧都握在自己手里，開始正面硬杠 NVIDIA 的 DGX 宇宙。

06、流水不爭先，爭的是滔滔不絕

短期看，英偉達依舊握著整體性能優勢、市場份額和CUDA護城河。

但 AMD 這次把“更高性價比的算力+更大的顯存+更開放的軟件”三張牌同步打出。

再加上 EPYC、Pensando、UALink 全家桶，MI350/400 顯然有機會成為AI基建團隊的新鏟子。

接下來一年里，如果你在甲方采購需求里，看到 “288 GB HBM3E / FP4 20 PFLOPS” 字樣，不用太驚訝——

那大概率是 AMD 再次把綠廠逼到了賽點。

“那個男人”壓軸來捧場了，蘇媽笑開了花。