史上頭遭!看蘇姿丰的原子習慣如何領AMD股價衝破英特爾藍色長城
史上頭遭!看蘇姿丰的原子習慣如何領AMD股價衝破英特爾藍色長城

英特爾(Intel)處理器因發現關鍵瑕疵,7奈米製程處理器必須延後半年推出,24日美股收盤時,英特爾股價暴跌16.24%,以50.59美元作收,而超微(AMD)卻大漲16.5%,收在69.4美元,市值812.81億美元,AMD雖在產業競爭上始終落後英特爾一截,但股價卻先首度超越英特爾。

股價一向是先行指標,反應了市場對公司的未來看法,大部分時刻,也預告了未來的競爭強弱。事實上,AMD股價已經創下執行長蘇姿丰上任以來新高,為科技商戰史中「小蝦米對抗大鯨魚」的故事寫下一筆,也成為半導體史上可供研究的企管新案例。

AMD五年走勢
蘇姿丰掌兵符5年,推升AMD股價大漲11倍。
圖/ 數位時代製作

帶領AMD逆轉勝的核心人物執行長蘇姿丰曾接受《數位時代》團隊專訪,只談策略,不給空泛的樂觀展望,更避談個人隱私,成為她最鮮明的人格特質,而AMD股價的超越英特爾,正好回應了她2017年曾透露的目標:我相信我們正帶領AMD成為科技界一流的成長型企業之一。

改變玩家印象中的AMD,蘇姿丰的原子習慣力量

事實上,AMD的營運並非從她2014年接掌大旗後,就一路順風順水,她上任的第一年內,AMD股價一路跳水創史上新低,只剩下1.61美元,投資人不認識她,加上AMD大船難以即刻轉向,市場投給她了疑問的一票,然而肩上重擔沒有拖住她,上任後,她不猶豫的持續推動Zen新架構核心開發。

2017年以Zen架構開發的處理器Ryzen問世,隨後又推出強化版,當時AMD的重要夥伴是格羅方德,但隨Zen 2轉進7奈米,格羅方德無力投入開發,甚至2018年下旬宣佈退出,AMD開始倚靠殷實的晶圓代工夥伴台積電優異製造實力,心無旁騖專注於先進技術的研發,改善AMD處理器被詬病的成本及效能問題,過去那個低價只賣「性價比」市場的AMD已經消失,取而代之是玩家眼中超划算的高效精品形象。

光是改變玩家心中那個廉價的AMD形象,蘇姿丰花了5年時間。「我愛晶片!我們採取大膽、承擔必要的風險並積極追求改變世界的尖端技術,AMD正是處於最佳狀態。」蘇姿丰不斷倡議上述觀點。

同時AMD發表推出高效能的新處理器,用評分印證效能,穩定供貨,到2020年,各電競品牌終於可看見AMD處理器身影,比方華碩玩家共和國ROG、微星MSI、宏碁的Predator。相對過去,業者只願意用「類電競機種」裝AMD試水溫,如今肯真正大舉推出頂級機款採用AMD核心處理器,這個轉變比讓火車轉向還不容易。

ROG zephyrus G14.jpg
華碩今年的ROG頂級電競筆電Zephyrus G14首度用AMD Ryzen 4000H系列處理器。
圖/ 華碩官網

從跟台積電結盟開始,AMD彷彿加入推速引擎。Zen 2推出時,採用的是台積電7奈米製程,而英特爾才剛轉入10奈米,AMD領先了一個半導體世代,而後英特爾7奈米製程推進持續不順,執行長史旺甚至宣佈,由於良率改善推遲延宕半年,比內部預期甚至超過一年,不排除未來委託第三方代工的可能性。

英特爾晶圓廠犯錯,7奈米不斷延宕最終將外包

英特爾可能選擇的合作夥伴仍不少,但格羅方德已經放棄7奈米開發,台積電7奈米良率競爭力最優,似乎是英特爾最佳選擇,但這也是AMD的夥伴,台積電是否為英特爾闢產能?英特爾是否願與對手同下台積電,值得關注。

英特爾是少數專注自行掌握晶圓代工廠與晶片研發的半導體巨頭,好處是新品開發資訊隱密,且生產可以依英特爾成本最優化方式去做,但一旦工廠端良率不佳,拖累前端業務交貨,就勢必使競爭力受挫。

換個角度說,英特爾從2017年起新品上市延宕已經不是新聞,當對手不斷犯錯,造就AMD機會,這個狀況持續三年未解除,也讓英特爾執行長史旺鬆口不排除委外,而對比先前蘋果宣佈自行開發個人電腦處理器,解除委託英特爾開發的封印,市場也對蘋果的「先見之名」給予正面肯定。

Intel Bob Swan
英特爾執行長史旺丟出震撼消息,表示不滿意7奈米良率,將考慮暫時外包,導致上週五股價重挫。

英特爾增加第三方代工夥伴,目的是為求穩定供貨客戶,優先於製程障礙排除,但若7奈米持續大比例委外,勢必將讓外界對英特爾「生產成本競爭力」有疑慮。

AMD即將開發5奈米Zen4,台積電是重要夥伴

今年底前,AMD最新採用7奈米強效版(N7+)的Zen3核心架構將問世,Zen 4已經在開發中,採用台積電5奈米製程,預計2022年量產。AMD下週的財報法說會,勢必將釋出更多訊息,如今英特爾市值仍是超微的近三倍,但AMD股價卻已經突破英特爾的藍色長城,蘇姿丰領軍的超微下半場,是否會持續領先?

圖二_AMD總裁暨執行長蘇姿丰博士首度展示全球首款7奈米製程Radeon Vega GPU.jpg
AMD總裁暨執行長蘇姿丰博士首度展示全球首款7奈米製程Radeon Vega GPU
圖/ AMD

關注AMD史上的一刻,歡迎參考《數位時代》過去持續追蹤報導:
上任後股價漲11倍!超微CEO蘇姿丰——出生台南、叱吒全球半導體界的一匹黑馬
台積電、三大雲端客戶到齊!為何說AMD處理器領先Intel一年,蘇姿丰會攻破藍色長城嗎?
7月7日7奈米,AMD執行長蘇姿丰的三大賭注
擁台積7奈米助攻!AMD搶吃英特爾CPU市場,這一仗打得如何?

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 2026 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