年少不知蘇媽好，錯把垃圾當成寶。

當時DEEPSEEK出來，美股AI大跌，AMD甚至跌到80，短短幾個月，已經300了，真是讓人無語。
但沒辦法，錯過都是因為不懂，不懂就學，就練嘛。
AI 算力這件事，過去三年主要消耗在「訓練」上——OpenAI 訓練 GPT-4、Anthropic 訓練 Claude、Google 訓練 Gemini，這些都是訓練。
訓練的特徵是一次性、集中、高峰值。
但每次用 ChatGPT 問一個問題，每次用 Claude 寫一段程式碼，每次用 Midjourney 生成一張圖——你消耗的不是訓練算力，是推理算力。
推理的特徵是持續的、分散的、長尾的。
一次訓練跑完，這個模型就上線了。上線之後，它每天 24 小時在回應幾億用戶的請求。三個月之後，訓練的那點算力消耗在總帳上已經看不見——全部都是推理。
這個轉折的量級，讓我用一個對比說明。
2023 年 AI 算力支出裡推理大概佔 20%，2024 年這個比例爬到 50%，到 2026 年已經站在 55% 以上，而且在繼續漲。
一些更激進的預測認為 2030 年推理會佔到 70-80%。注意這不是因為訓練需求在萎縮——訓練的絕對支出還在漲，而是推理漲得比訓練快得多。
推理這條大坡上真正坐頭把交椅的是 NVIDIA。NVIDIA 2026 財年（截至 2026 年 1 月）數據中心收入 1940 億美元，兩年前這個數字還不到 500 億。這種增速在半導體史上從沒出現過。CUDA 生态五百萬開發者、二十年積累、訓練側和推理側同時吃下——這是真正意義上的壟斷。
一把手 NVIDIA，二把手 AMD，三把手是 Google TPU、Amazon Trainium、Meta MTIA 這些自研 ASIC——今天的牌桌結構是這樣。
AMD 在這個牌桌上是什麼位置？是第二把椅子。這把椅子很重要——沒有第二把椅子，第一把椅子就沒有議價壓力。但第二把椅子不是第一把椅子。
所以真正的問題變成了兩個子問題：
第一，AMD 這把第二椅能不能坐穩十年？
第二，坐穩了這把椅子值多少錢？
此外，AMD 還有一個被嚴重低估的角度：Meta 17 萬塊 MI300X 背後的真實故事
《AMD研報：10年回看，300美元貴不貴？》