<p>即使在新的出口管制切断了中国这一重要市场的情况下，对用于推动人工智能（AI）基础设施的先进芯片的需求仍然很高。虽然定制 AI 芯片的市场正在增长，但用于运行 AI 工作负载的最常用芯片是图形处理单元（GPU）。这个名称源于这些芯片最初是为了加速视频游戏中的图形渲染而设计的。</p>
<p>由于其强大的处理速度，GPU 现在被用于各种高性能计算任务，例如训练大型语言模型（LLM）和运行 AI 推理。目前，GPU 市场基本上是一个双头垄断，由 <strong>Nvidia</strong>（NVDA 1.69%）和 <strong>Advanced Micro Devices</strong>（AMD 3.52%）主导。然而，许多投资者问的问题是：哪只股票更值得购买？</p>
<h2>领导者与挑战者</h2>
<p>在 GPU 领域，毫无疑问的领导者是 Nvidia，其市场份额超过 80%。Nvidia 不仅比 AMD 更大，而且其数据中心收入的增长速度也更快。上个季度，Nvidia 的数据中心收入增长了 73%，达到了 391 亿美元，而 AMD 的数据中心收入则增长了 57%，达到了 37 亿美元。</p>
<p>Nvidia 的优势来自其软件平台 CUDA。早在 2006 年，该公司就推出了这一免费的软件平台，以便让开发者能够为其 GPU 编程，以扩展到视频游戏市场之外。该公司推动了软件在大学和研究实验室的使用，使其成为开发者学习编程 GPU 的默认软件程序。</p>
<p>虽然 AMD 在软件方面做出了一些不够积极的努力，但直到大约 10 年后才推出真正的 CUDA 竞争者 ROCm。到那时，CUDA 已经成为编程 GPU 的默认软件，而 ROCm 在硬件支持、文档有限以及安装和使用的难度上仍然落后。与此同时，Nvidia 通过一系列基于 CUDA 的 AI 特定库和工具（称为 CUDA X）进一步扩展了其软件优势，这有助于提升其芯片在 AI 任务中的性能。</p>
<p>最终，CUDA 为 Nvidia 带来了巨大的网络效应优势。CUDA 使用得越多，构建的工具和库就越多，使得 Nvidia 的 GPU 更加吸引人。尽管 ROCm 仍在不断改进，但在 LLM 训练的使用上，它仍然落后于 CUDA。</p>
<p>然而，AMD 在 AI 推理方面能够获得更多的关注。训练 AI 模型是一项更为复杂的任务，这就是为什么 Nvidia 在这个市场上占据主导地位，而其 CUDA 优势真正显现出来。另一方面，推理相对简单，更加关注延迟、功耗和成本。由于竞争定位，AMD 的 GPU 通常比 Nvidia 的便宜，尽管其 ROCm 软件落后于 CUDA，但通常被认为足够好，可以运行大多数 AI 推理工作负载。</p>
<p>对 AMD 来说好消息是，推理市场预计最终将成为两个市场中更大的一个。事实上，包括风险投资家和前 Facebook 高管 Chamath Palihapitiya 在内的一些专家表示，推理市场可能比训练 AI 模型的市场大多达 100 倍。但无论推理市场是比训练市场大 2 倍还是 100 倍，AMD 都有机会获得一些市场份额。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjAwNjMvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjAwNjMvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA"/></p>
<p>图片来源：Getty Images。</p>
<h2>哪只股票更值得购买？</h2>
<p>在估值方面，两只股票的交易范围相似。Nvidia 的前瞻市盈率（P/E）略高于 32 倍，而 AMD 为 28 倍。与此同时，Nvidia 的收入增长速度更快。</p>
<p><img src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/113ae1bdf97d1a811fb28a17f1041dff.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/113ae1bdf97d1a811fb28a17f1041dff.png"/></p>
<p>NVDA 市盈率（前瞻）数据来源于 YCharts</p>
<p>由于它们的估值相似，未来几年哪只股票表现更好的关键因素将主要取决于增长。Nvidia 在 GPU 领域是明显的领导者，随着 AI 基础设施的建设持续进行，预计将继续实现强劲增长。然而，其 AI 数据中心收入现在是 AMD 的 10 倍，因此大数法则可能会发挥作用。</p>
<p>随着 AI 基础设施开始更多地向推理转移，AMD 应该有一个良好的机会来获得一些市场份额。Nvidia 在推理方面仍然领先，但与训练相比，差距更小。AMD 也不需要在这个可能快速增长的市场中获得大量份额，就能在其较小的 AI 数据中心收入基础上产生显著差异。因此，它有很大可能开始比更大的 Nvidia 增长得更快。如果那样的话，我认为它的股票将表现优于 Nvidia。</p>
<p>最终，投资者可以同时持有这两只股票，这可能是个好主意。由于 AI 基础设施支出似乎仍处于早期阶段，两者都应该是赢家，尽管我确实认为 AMD 有更大的潜在上行空间。与此同时，最大的风险将是如果 AI 支出意外开始放缓。</p>

英伟达

<p>这篇文章比较了英伟达和 AMD 在人工智能芯片市场的表现，强调了英伟达的主导地位，其市场份额超过 80%，数据中心收入快速增长。英伟达的 CUDA 软件平台在训练人工智能模型方面给予了其显著优势，而 AMD 由于成本较低，在人工智能推理方面正在获得关注。两者的股票估值相似，但英伟达目前的增长更为强劲。然而，随着推理市场的扩展，AMD 可能会获得更多市场份额，从而在未来实现更快的增长</p>

<p>Even with new export controls cutting off a vital market in China, demand for advanced chips used to power artificial intelligence (AI) infrastructure remains high. While there is a growing market for custom AI chips, the most commonly used chips for running AI workloads are graphics processing units (GPUs). This name stems from the fact that these chips were originally designed to speed up graphics rendering in video games.</p>
<div class="lb-trans"><p>即使在新的出口管制切断了中国这一重要市场的情况下，对用于推动人工智能（AI）基础设施的先进芯片的需求仍然很高。虽然定制 AI 芯片的市场正在增长，但用于运行 AI 工作负载的最常用芯片是图形处理单元（GPU）。这个名称源于这些芯片最初是为了加速视频游戏中的图形渲染而设计的。</p>
</div><p>Due to their powerful processing speeds, GPUs are now used for a variety of high-power computing tasks, such as training large language models (LLMs) and running AI inference. The GPU market is basically a duopoly at this point, headed by <strong>Nvidia</strong>(NVDA 1.69%) and <strong>Advanced Micro Devices</strong>(AMD 3.52%). The question many investors ask, though, is: Which stock is the better buy?</p>
<div class="lb-trans"><p>由于其强大的处理速度，GPU 现在被用于各种高性能计算任务，例如训练大型语言模型（LLM）和运行 AI 推理。目前，GPU 市场基本上是一个双头垄断，由 <strong>Nvidia</strong>（NVDA 1.69%）和 <strong>Advanced Micro Devices</strong>（AMD 3.52%）主导。然而，许多投资者问的问题是：哪只股票更值得购买？</p>
</div><h2>The leader versus the challenger</h2>
<div class="lb-trans"><h2>领导者与挑战者</h2>
</div><p>The unquestioned leader in the GPU space is Nvidia, which commands an over 80% market share. Not only is Nvidia larger than AMD, but it's also been growing its data center revenue more quickly. Last quarter, Nvidia grew its data center revenue by 73% to $39.1 billion, while AMD's data center revenue jumped 57% to $3.7 billion.</p>
<div class="lb-trans"><p>在 GPU 领域，毫无疑问的领导者是 Nvidia，其市场份额超过 80%。Nvidia 不仅比 AMD 更大，而且其数据中心收入的增长速度也更快。上个季度，Nvidia 的数据中心收入增长了 73%，达到了 391 亿美元，而 AMD 的数据中心收入则增长了 57%，达到了 37 亿美元。</p>
</div><p>Nvidia's advantage comes from its software platform, CUDA. It launched the free software platform all the way back in 2006 as a way to let developers program its GPUs for different tasks in an effort to expand beyond the video game market. The company pushed the use of the software to universities and research labs, which made it the software program upon which developers were taught to program GPUs.</p>
<div class="lb-trans"><p>Nvidia 的优势来自其软件平台 CUDA。早在 2006 年，该公司就推出了这一免费的软件平台，以便让开发者能够为其 GPU 编程，以扩展到视频游戏市场之外。该公司推动了软件在大学和研究实验室的使用，使其成为开发者学习编程 GPU 的默认软件程序。</p>
</div><p>While AMD made some half-hearted efforts with software, it didn't launch a true CUDA competitor until around 10 years later with ROCm. By that time, CUDA had already become the default software used to program GPUs, and ROCm was still behind with less hardware support, limited documentation, and more difficulty to install and use. Meanwhile, Nvidia has since expanded upon its software lead through a collection of AI-specific libraries and tools built on top of CUDA, called CUDA X, which helps bolster the performance of its chips for AI tasks.</p>
<div class="lb-trans"><p>虽然 AMD 在软件方面做出了一些不够积极的努力，但直到大约 10 年后才推出真正的 CUDA 竞争者 ROCm。到那时，CUDA 已经成为编程 GPU 的默认软件，而 ROCm 在硬件支持、文档有限以及安装和使用的难度上仍然落后。与此同时，Nvidia 通过一系列基于 CUDA 的 AI 特定库和工具（称为 CUDA X）进一步扩展了其软件优势，这有助于提升其芯片在 AI 任务中的性能。</p>
</div><p>Ultimately, CUDA has given Nvidia a big network effect advantage. The more CUDA is used, the more tools and libraries are built for it, making Nvidia GPUs all the stickier. While ROCm continues to improve, it still trails CUDA, especially for use in LLM training.</p>
<div class="lb-trans"><p>最终，CUDA 为 Nvidia 带来了巨大的网络效应优势。CUDA 使用得越多，构建的工具和库就越多，使得 Nvidia 的 GPU 更加吸引人。尽管 ROCm 仍在不断改进，但在 LLM 训练的使用上，它仍然落后于 CUDA。</p>
</div><p>However, where AMD has been able to gain more traction is in AI inference. Training AI models is a much more difficult task, which is why Nvidia has dominated this market and where its CUDA advantage really shines through. Inference, on the other hand, is easier, and there is more of a focus on things such as latency, power consumption, and cost. Due to its competitive positioning, AMD's GPUs tend to be less expensive than those from Nvidia, and while its ROCm software trails CUDA, it is generally considered good enough for running most AI inference workloads.</p>
<div class="lb-trans"><p>然而，AMD 在 AI 推理方面能够获得更多的关注。训练 AI 模型是一项更为复杂的任务，这就是为什么 Nvidia 在这个市场上占据主导地位，而其 CUDA 优势真正显现出来。另一方面，推理相对简单，更加关注延迟、功耗和成本。由于竞争定位，AMD 的 GPU 通常比 Nvidia 的便宜，尽管其 ROCm 软件落后于 CUDA，但通常被认为足够好，可以运行大多数 AI 推理工作负载。</p>
</div><p>The good thing for AMD is that the inference market is eventually expected to become the much larger of the two markets. In fact, some pundits, including venture capitalist and former Facebook executive Chamath Palihapitiya, have said the inference market could be up to 100 times larger than the market for training AI models. But whether the inference market becomes 2 times bigger or 100 times than the training market, AMD could have an opportunity to gain some market share.</p>
<div class="lb-trans"><p>对 AMD 来说好消息是，推理市场预计最终将成为两个市场中更大的一个。事实上，包括风险投资家和前 Facebook 高管 Chamath Palihapitiya 在内的一些专家表示，推理市场可能比训练 AI 模型的市场大多达 100 倍。但无论推理市场是比训练市场大 2 倍还是 100 倍，AMD 都有机会获得一些市场份额。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjAwNjMvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F820063%2Fgettyimages-2078917109.jpg&amp;op=resize&amp;w=700"/></p>
<p>Image source: Getty Images.</p>
<div class="lb-trans"><p>图片来源：Getty Images。</p>
</div><h2>Which stock is the better buy?</h2>
<div class="lb-trans"><h2>哪只股票更值得购买？</h2>
</div><p>When it comes to valuation, both stocks trade in a similar range. Nvidia has a forward price-to-earnings (P/E) ratio of just over 32 times this year's analyst estimates, while AMD is at 28 times. Nvidia, meanwhile, is growing its revenue more quickly.</p>
<div class="lb-trans"><p>在估值方面，两只股票的交易范围相似。Nvidia 的前瞻市盈率（P/E）略高于 32 倍，而 AMD 为 28 倍。与此同时，Nvidia 的收入增长速度更快。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/113ae1bdf97d1a811fb28a17f1041dff.png" alt="" original-src="https://media.ycharts.com/charts/113ae1bdf97d1a811fb28a17f1041dff.png"/></p>
<p>NVDA PE Ratio (Forward) data by YCharts</p>
<div class="lb-trans"><p>NVDA 市盈率（前瞻）数据来源于 YCharts</p>
</div><p>With their valuations similar, the key factor to which stock will outperform in the coming years will largely come down to growth. Nvidia is the clear leader in the GPU space and should continue to see strong growth as the AI infrastructure buildout continues. However, its AI data center revenue is now 10 times that of AMD. so the law of large numbers can come into play.</p>
<div class="lb-trans"><p>由于它们的估值相似，未来几年哪只股票表现更好的关键因素将主要取决于增长。Nvidia 在 GPU 领域是明显的领导者，随着 AI 基础设施的建设持续进行，预计将继续实现强劲增长。然而，其 AI 数据中心收入现在是 AMD 的 10 倍，因此大数法则可能会发挥作用。</p>
</div><p>As AI infrastructure begins to shift more toward inference, AMD should have a nice opportunity to take some market share. Nvidia still has the lead in inference, but the gap is narrower compared to training. AMD also doesn't need to take a lot a of share in what could be a rapidly growing market to really make a big difference off its much smaller AI data center revenue base. As such, there is a good possibility it could begin to grow more quickly than the much bigger Nvidia. If that happens, I think its stock will outperform.</p>
<div class="lb-trans"><p>随着 AI 基础设施开始更多地向推理转移，AMD 应该有一个良好的机会来获得一些市场份额。Nvidia 在推理方面仍然领先，但与训练相比，差距更小。AMD 也不需要在这个可能快速增长的市场中获得大量份额，就能在其较小的 AI 数据中心收入基础上产生显著差异。因此，它有很大可能开始比更大的 Nvidia 增长得更快。如果那样的话，我认为它的股票将表现优于 Nvidia。</p>
</div><p>Ultimately, investors can own both stocks, which is probably a good idea. With AI infrastructure spending still appearing to be in its early days, both should be winners, although I do think AMD has more potential upside. The biggest risk, meanwhile, would be if AI spending unexpectedly starts to slow.</p>
<div class="lb-trans"><p>最终，投资者可以同时持有这两只股票，这可能是个好主意。由于 AI 基础设施支出似乎仍处于早期阶段，两者都应该是赢家，尽管我确实认为 AMD 有更大的潜在上行空间。与此同时，最大的风险将是如果 AI 支出意外开始放缓。</p>
</div>

Better Artificial Intelligence Stock: Nvidia vs. AMD

- 尽管中国的新出口管制影响市场，AI 芯片需求依然强劲。  
- Nvidia 在 GPU 市场占有 80% 份额，数据中心收入增长迅速。  
- AMD 在 AI 推理市场有机会扩大份额，未来潜力可观。

哪只人工智能股票更好：英伟达与 AMD