AMD入選NASDAQ 100指數,被點名唯一能挑戰Intel與NVIDIA
AMD入選NASDAQ 100指數,被點名唯一能挑戰Intel與NVIDIA

處理器大廠超微(AMD)近兩年來股價表現良好,2018年市值甚至成長了57%,而且自家推出的7奈米CPU與GPU,大幅超車Intel與NVIDIA,大受市場青睞,AMD在週四宣布將被納入「那斯達克100指數」(NASDAQ 100 Index),12月24日開盤生效。

「那斯達克100指數」代表包含的100支成分股,均具備高科技、高成長、非金融等特點,而且成長都是來自公司內部,特別是新創業務,而非投資等外部因素,可說是美國科技股的代表,如微軟、蘋果、Google、Intel、NVIDIA都名列其中。

根據科技媒體《ExtremeTech》,AMD被看好的原因,在於2018年推出採用7奈米製程與新電晶體架構FinFET的CPU與GPU,分別為EPYC系列處理器、升級版Ryzen處理器、及新款Radeon顯卡,將在2019年的處理器市場占有一席之地。

AMD目前市值為177.2億美元,比起9月的332億美元少了快一半,主要是受挖礦熱退燒和7奈米EPYC Rome處理器的推出時間較晚。雖然市值縮水,仍較去年成長約57%。AMD執行長Lisa Su表示,第四季毛利率預期有41%,比去年同期的34%攀升了不少,「但長期來說,還是低點。」

美國銀行(Bank of America)分析師表示不用擔心AMD的長期前景,他認為AMD是唯一市場潛值超過500億美元,且能在PC、伺服器、電競、深度學習相關市場中,挑戰Intel和NVIDIA的公司,不過目前AMD市占尚還未滿10%。

AMD
AMD採用台積電7奈米製程的CPU與GPU,大幅超前對手Intel與NVIDIA,美國銀行分析師說,AMD長期看好,是唯一能挑戰兩巨頭的公司。
圖/ AMD

7奈米製程超前Intel,AMD將搶走處理器20%市場

目前Intel在處理器市場握有90%的市占率,但因為10 奈米製程一再延期,尤其在伺服器與桌機的處理器上,讓對手有了超車的機會。11月7日,在舊金山舉辦的NEXT HORIZON活動中,AMD發表首次採用台積電7奈米製程的EPYC Rome伺服處理器。

根據DRAMeXchange的調查,伺服器市場原本沒有AMD的影子,但EPYC的市占於今年來到2%,隨著7奈米的EPYC Rome問世,2018年更有機會增加到5%。

目前Amazon、微軟、百度、阿里巴巴、騰訊等雲端大廠,都採用EPYC系列伺服器,儘管AMD並非為主力供應商,但累積出貨量也占整個伺服器業務的70%,價值約數十億美元。Intel前執行長Brian Krzanich曾公開表示,AMD可能在伺服器市場上搶走15%至20%的市占率。

而桌機處理器AMD Ryzen今年在市場表現亮眼,市占率在第三季達13%,《ExtremeTech》推測7奈米的升級版Ryzen將在2019年3至4月登場。

庫存太多傷到NVIDIA,AMD搶先推7奈米GPU

挖礦退燒,使得NVIDIA的GTX 1060顯卡還有大量庫存高達百萬片,清庫存可能要清理到2019年3月份。根據科技市調公司Jon Peddie Research調查,第三季整體GPU市場來看,NVIDIA衰退0.98%,AMD受傷程度較輕,僅0.6%。這也給AMD更多的發展優勢。

儘管NVIDIA在2018年8月宣布Ampere顯卡升級至7奈米的發展路線,但在11月AMD宣布全球首款 7奈米製程的 GPU,雖然只是專業計算卡,但AMD 承諾,2019年大家會看到遊戲專用的7奈米GPU上市,但詳情並未再多透露。

日前AMD申請名為「Vega II」的專利,外界猜測很有可能就是7奈米的遊戲顯卡,2019年AMD在會在CES宣布7奈米製程的訊息,到時情況就會明朗。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓