<p>即使在新的出口管制切斷了中國這一重要市場的情況下，對用於推動人工智能（AI）基礎設施的先進芯片的需求仍然很高。雖然定製 AI 芯片的市場正在增長，但用於運行 AI 工作負載的最常用芯片是圖形處理單元（GPU）。這個名稱源於這些芯片最初是為了加速視頻遊戲中的圖形渲染而設計的。</p>
<p>由於其強大的處理速度，GPU 現在被用於各種高性能計算任務，例如訓練大型語言模型（LLM）和運行 AI 推理。目前，GPU 市場基本上是一個雙頭壟斷，由 <strong>Nvidia</strong>（NVDA 1.69%）和 <strong>Advanced Micro Devices</strong>（AMD 3.52%）主導。然而，許多投資者問的問題是：哪隻股票更值得購買？</p>
<h2>領導者與挑戰者</h2>
<p>在 GPU 領域，毫無疑問的領導者是 Nvidia，其市場份額超過 80%。Nvidia 不僅比 AMD 更大，而且其數據中心收入的增長速度也更快。上個季度，Nvidia 的數據中心收入增長了 73%，達到了 391 億美元，而 AMD 的數據中心收入則增長了 57%，達到了 37 億美元。</p>
<p>Nvidia 的優勢來自其軟件平台 CUDA。早在 2006 年，該公司就推出了這一免費的軟件平台，以便讓開發者能夠為其 GPU 編程，以擴展到視頻遊戲市場之外。該公司推動了軟件在大學和研究實驗室的使用，使其成為開發者學習編程 GPU 的默認軟件程序。</p>
<p>雖然 AMD 在軟件方面做出了一些不夠積極的努力，但直到大約 10 年後才推出真正的 CUDA 競爭者 ROCm。到那時，CUDA 已經成為編程 GPU 的默認軟件，而 ROCm 在硬件支持、文檔有限以及安裝和使用的難度上仍然落後。與此同時，Nvidia 通過一系列基於 CUDA 的 AI 特定庫和工具（稱為 CUDA X）進一步擴展了其軟件優勢，這有助於提升其芯片在 AI 任務中的性能。</p>
<p>最終，CUDA 為 Nvidia 帶來了巨大的網絡效應優勢。CUDA 使用得越多，構建的工具和庫就越多，使得 Nvidia 的 GPU 更加吸引人。儘管 ROCm 仍在不斷改進，但在 LLM 訓練的使用上，它仍然落後於 CUDA。</p>
<p>然而，AMD 在 AI 推理方面能夠獲得更多的關注。訓練 AI 模型是一項更為複雜的任務，這就是為什麼 Nvidia 在這個市場上佔據主導地位，而其 CUDA 優勢真正顯現出來。另一方面，推理相對簡單，更加關注延遲、功耗和成本。由於競爭定位，AMD 的 GPU 通常比 Nvidia 的便宜，儘管其 ROCm 軟件落後於 CUDA，但通常被認為足夠好，可以運行大多數 AI 推理工作負載。</p>
<p>對 AMD 來説好消息是，推理市場預計最終將成為兩個市場中更大的一個。事實上，包括風險投資家和前 Facebook 高管 Chamath Palihapitiya 在內的一些專家表示，推理市場可能比訓練 AI 模型的市場大多達 100 倍。但無論推理市場是比訓練市場大 2 倍還是 100 倍，AMD 都有機會獲得一些市場份額。</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>圖片來源：Getty Images。</p>
<h2>哪隻股票更值得購買？</h2>
<p>在估值方面，兩隻股票的交易範圍相似。Nvidia 的前瞻市盈率（P/E）略高於 32 倍，而 AMD 為 28 倍。與此同時，Nvidia 的收入增長速度更快。</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）數據來源於 YCharts</p>
<p>由於它們的估值相似，未來幾年哪隻股票表現更好的關鍵因素將主要取決於增長。Nvidia 在 GPU 領域是明顯的領導者，隨着 AI 基礎設施的建設持續進行，預計將繼續實現強勁增長。然而，其 AI 數據中心收入現在是 AMD 的 10 倍，因此大數法則可能會發揮作用。</p>
<p>隨着 AI 基礎設施開始更多地向推理轉移，AMD 應該有一個良好的機會來獲得一些市場份額。Nvidia 在推理方面仍然領先，但與訓練相比，差距更小。AMD 也不需要在這個可能快速增長的市場中獲得大量份額，就能在其較小的 AI 數據中心收入基礎上產生顯著差異。因此，它有很大可能開始比更大的 Nvidia 增長得更快。如果那樣的話，我認為它的股票將表現優於 Nvidia。</p>
<p>最終，投資者可以同時持有這兩隻股票，這可能是個好主意。由於 AI 基礎設施支出似乎仍處於早期階段，兩者都應該是贏家，儘管我確實認為 AMD 有更大的潛在上行空間。與此同時，最大的風險將是如果 AI 支出意外開始放緩。</p>

英偉達

<p>這篇文章比較了英偉達和 AMD 在人工智能芯片市場的表現，強調了英偉達的主導地位，其市場份額超過 80%，數據中心收入快速增長。英偉達的 CUDA 軟件平台在訓練人工智能模型方面給予了其顯著優勢，而 AMD 由於成本較低，在人工智能推理方面正在獲得關注。兩者的股票估值相似，但英偉達目前的增長更為強勁。然而，隨着推理市場的擴展，AMD 可能會獲得更多市場份額，從而在未來實現更快的增長</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斷了中國這一重要市場的情況下，對用於推動人工智能（AI）基礎設施的先進芯片的需求仍然很高。雖然定製 AI 芯片的市場正在增長，但用於運行 AI 工作負載的最常用芯片是圖形處理單元（GPU）。這個名稱源於這些芯片最初是為了加速視頻遊戲中的圖形渲染而設計的。</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>由於其強大的處理速度，GPU 現在被用於各種高性能計算任務，例如訓練大型語言模型（LLM）和運行 AI 推理。目前，GPU 市場基本上是一個雙頭壟斷，由 <strong>Nvidia</strong>（NVDA 1.69%）和 <strong>Advanced Micro Devices</strong>（AMD 3.52%）主導。然而，許多投資者問的問題是：哪隻股票更值得購買？</p>
</div><h2>The leader versus the challenger</h2>
<div class="lb-trans"><h2>領導者與挑戰者</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 領域，毫無疑問的領導者是 Nvidia，其市場份額超過 80%。Nvidia 不僅比 AMD 更大，而且其數據中心收入的增長速度也更快。上個季度，Nvidia 的數據中心收入增長了 73%，達到了 391 億美元，而 AMD 的數據中心收入則增長了 57%，達到了 37 億美元。</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 的優勢來自其軟件平台 CUDA。早在 2006 年，該公司就推出了這一免費的軟件平台，以便讓開發者能夠為其 GPU 編程，以擴展到視頻遊戲市場之外。該公司推動了軟件在大學和研究實驗室的使用，使其成為開發者學習編程 GPU 的默認軟件程序。</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>雖然 AMD 在軟件方面做出了一些不夠積極的努力，但直到大約 10 年後才推出真正的 CUDA 競爭者 ROCm。到那時，CUDA 已經成為編程 GPU 的默認軟件，而 ROCm 在硬件支持、文檔有限以及安裝和使用的難度上仍然落後。與此同時，Nvidia 通過一系列基於 CUDA 的 AI 特定庫和工具（稱為 CUDA X）進一步擴展了其軟件優勢，這有助於提升其芯片在 AI 任務中的性能。</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>最終，CUDA 為 Nvidia 帶來了巨大的網絡效應優勢。CUDA 使用得越多，構建的工具和庫就越多，使得 Nvidia 的 GPU 更加吸引人。儘管 ROCm 仍在不斷改進，但在 LLM 訓練的使用上，它仍然落後於 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 推理方面能夠獲得更多的關注。訓練 AI 模型是一項更為複雜的任務，這就是為什麼 Nvidia 在這個市場上佔據主導地位，而其 CUDA 優勢真正顯現出來。另一方面，推理相對簡單，更加關注延遲、功耗和成本。由於競爭定位，AMD 的 GPU 通常比 Nvidia 的便宜，儘管其 ROCm 軟件落後於 CUDA，但通常被認為足夠好，可以運行大多數 AI 推理工作負載。</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>對 AMD 來説好消息是，推理市場預計最終將成為兩個市場中更大的一個。事實上，包括風險投資家和前 Facebook 高管 Chamath Palihapitiya 在內的一些專家表示，推理市場可能比訓練 AI 模型的市場大多達 100 倍。但無論推理市場是比訓練市場大 2 倍還是 100 倍，AMD 都有機會獲得一些市場份額。</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>圖片來源：Getty Images。</p>
</div><h2>Which stock is the better buy?</h2>
<div class="lb-trans"><h2>哪隻股票更值得購買？</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，兩隻股票的交易範圍相似。Nvidia 的前瞻市盈率（P/E）略高於 32 倍，而 AMD 為 28 倍。與此同時，Nvidia 的收入增長速度更快。</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）數據來源於 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>由於它們的估值相似，未來幾年哪隻股票表現更好的關鍵因素將主要取決於增長。Nvidia 在 GPU 領域是明顯的領導者，隨着 AI 基礎設施的建設持續進行，預計將繼續實現強勁增長。然而，其 AI 數據中心收入現在是 AMD 的 10 倍，因此大數法則可能會發揮作用。</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>隨着 AI 基礎設施開始更多地向推理轉移，AMD 應該有一個良好的機會來獲得一些市場份額。Nvidia 在推理方面仍然領先，但與訓練相比，差距更小。AMD 也不需要在這個可能快速增長的市場中獲得大量份額，就能在其較小的 AI 數據中心收入基礎上產生顯著差異。因此，它有很大可能開始比更大的 Nvidia 增長得更快。如果那樣的話，我認為它的股票將表現優於 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>最終，投資者可以同時持有這兩隻股票，這可能是個好主意。由於 AI 基礎設施支出似乎仍處於早期階段，兩者都應該是贏家，儘管我確實認為 AMD 有更大的潛在上行空間。與此同時，最大的風險將是如果 AI 支出意外開始放緩。</p>
</div>

Better Artificial Intelligence Stock: Nvidia vs. AMD

- 儘管中國的新出口管制影響市場，AI 芯片需求依然強勁。  
- Nvidia 在 GPU 市場佔有 80% 份額，數據中心收入增長迅速。  
- AMD 在 AI 推理市場有機會擴大份額，未來潛力可觀。

哪隻人工智能股票更好：英偉達與 AMD