英伟达的GPU被客户砍单的传言不是第一次，第三季传过被微软砍单20%，日前再度传出被某大型云端服务供应商CSP（传出仍是微软）砍单，英伟达更下修2024年下半年台积电CoWoS的产能需求。目前供应链对这传言看法偏向保留，倒是认为AMD的MI300杀价竞争会直接冲击英伟达的独占局面。
市场对AMD这种不计短期毛利率和利润，只为冲破英伟达独霸的AI芯片市场，换取部分江山的做法，战术上认可，但仍担心短期资本市场投资人会不买帐。
关于英伟达H100系列GPU被砍单的另一个说法，是微软计划转向采购2024年更新一代的GPU系列B100芯片。英伟达在2014年推出的Blackwell架构B100系列GPU，其性能是Hopper架构的H200两倍以上，将采用台积电3nm制程技术。
放眼全球AI芯片，除了英伟达的GPU，没几个能打的！ 全世界都在寻找英伟达GPU的替代品，第一顺位的理想竞争者，也是目前的唯一挑战者AMD推出MI300，直接对标英伟达目前最高性能GPU的H100。
2017年客制化AI ASIC芯片和GPU还有明争暗斗的空间，当年英伟达被Google公开呛：“TPU比当前的GPU和CPU快上15～30倍”，气得黄仁勋提出数据反击TPU，更在当年度推出Tesla V100的GPU，为今日遥遥领先的AI Model Training实力打下厚实基础，之后再推出Ampere架构，从此英伟达在AI Training领域完全没有竞争对手，该领域市占率超过90%。
所有客户都在期待更多英伟达的替代方案，不是英伟达不好，而是不会有客户喜欢单一供应商，无论是价格、供应数量、交期都无法掌握的感觉令人焦虑。尤其是遇上这一次OpenAI带来到ChatGPT热潮，让GPU疯狂大缺货，这情况很像三年前的先进制程foundry缺货，只有台积电能供应，所有客户只能乖乖排队，更衍生出严重的重复下单。
因此，当AMD的MI300问世，英伟达的客户和合作伙伴均来站台力挺并表达支持，包括有微软、甲骨文、Meta、戴尔、惠普、联想、美超微等。不过，有两家科技巨头则是缺席了“AMD Advancing AI”，那就是Google和亚马逊。
业界认为，MI300X若能在2024年上半开始出货，可满足科技业者对于AI模型的庞大需求。相较英伟达产品，MI300系列的性能更高且成本较便宜下，有助降低AI模型开发的成本，也让英伟达直接面临竞争压力。
AMD预期对数据中心的AI加速器市场规模的预期也大幅上修，相较一年前AMD眼中的2027年市场规模仅1500亿美元，AMD修正后的看法是，2023年市场规模约450亿美元， 2027年将成长至4000亿美元。
4000亿美元市场规模之大，就算只取一瓢饮，也可以让AMD在AI领域取得非常好的成绩。市场则是预期，借着MI300声势浩大切入AI芯片领域，至少可取得10%市占率。
AMD面临的挑战是，已经采用英伟达H100的客户要导入其他的AI芯片，皆需投入额外的资源、时间和成本，端看客户是否愿意重新做投资到新的技术与生态。
面对英伟达GPU竞争力的强大护城河CUDA，AMD也有ROCm的软件生态一较高下。不过，ROCm的成熟度与CUDA相比真的是差得远了。
CUDA自2007年推出以来，经历过长达十年的研发期一直在烧钱，甚至直接影响英伟达的企业利润，也没有获得市场的认可，过程中是黄仁勋坚持CUDA一定要持续投资。十年的耕耘再回头看，这是个有远见的坚持，更在这一波AI大浪中成为最大受益者，英伟达的CUDA软件生态链已与AI生态深度绑定，成为企业竞争力的强大护城河。
AMD在CEO苏姿丰的领军下，上演过漂亮的咸鱼翻生仗，在服务器领域，藉由断开格芯GlobalFoundries的代工合作关系，转而与台积电的先进制程技术深度合作，更利用竞争对手英特尔制程延宕的弱点，一举打破英特尔在数据中心服务器领域稳固的江山，冲出一道破口。
如今，AMD是否能复制同样的故事到AI芯片领域，在英伟达盘踞90%市占率的江山中，至少拿下10%占有率，带领AMD重演当年漂亮的翻身仗？曾说过 “喜欢赢的感觉”的苏姿丰正在朝这个目标全力努力中。
