苏姿丰：AI芯片需求远超供应，AMD拟2027年扩产

苏姿丰坐在了镜头前。面对财联社记者赵昊的提问，她给出了一个毫不含糊的判断——“需求甚至高于我们的供应”。

这是2026年10月6日，距离AMD市值刚刚突破1万亿美元大关不到一个月。上个月，AMD股价累计上涨约30％，华尔街对这家半导体公司的预期正在加速转向。而此刻，苏姿丰给出的答案比任何分析师都更早触碰到问题的核心：AI芯片市场的供需缺口并没有随着产能提升而缩小。

“我们需要更多产能”

苏姿丰的原话很短：“我们在2026年也增加了供应和产能，但我可以肯定地说，需求甚至高于我们的供应。我们将在2027年大幅增加供应，我们确实还需要更多产能。”

这句话的分量在于它的时序——不是年初的展望，而是季度末的真实体感。当存储芯片制造商美光科技在同期给出强劲的业绩展望，服务器组装商鸿海精密的季度销售额超出预期时，整个AI硬件产业链的乐观情绪正在形成共振。

但关键在于，AMD自己也在扩大产能的情况下仍然感到“不够用”。这不是行业整体缺芯的问题，而是需求增速超过了供给的边际增量。从行业数据来看，全球AI基础设施投资在过去两年内呈现出指数级增长态势，大型科技公司如Meta、谷歌、微软等都在竞相扩充算力集群。这种集中式的资本开支高峰直接推动了对高性能AI芯片的需求膨胀。

这背后是AMD数据中心GPU产品线面临的一个结构性问题。从MI300系列到即将推出的下一代产品，AMD在全球AI训练和推理芯片市场里扮演的是NVIDIA的挑战者角色。根据产业分析师普遍判断，NVIDIA目前在数据中心GPU市场份额仍占据绝对主导地位——这意味着AMD想要从NVIDIA手中切下有意义的份额，首先必须解决的是产能天花板，而非单纯的产品竞争力问题。

更深层次的问题是，AI芯片制造涉及极其复杂的供应链环节。从晶圆代工到先进封装，每一个节点都可能成为产能瓶颈。台积电作为全球最大的芯片代工厂，其CoWoS（Chip on Wafer on Substrate）先进封装工艺是目前高端AI芯片不可或缺的环节。由于该技术对设备、材料和工艺的极高要求，CoWoS产能的提升速度远远跟不上下游需求的爆发。

82亿美元的筹码

就在苏姿丰接受采访的前一周，AMD宣布了另一项动作：以82亿美元现金及股票收购AI初创公司World Labs。这笔交易在SEC登记说明书中有明确记载，标志着AMD历史上最大规模的收购之一。

World Labs并非传统的芯片设计厂商，而是专注于AI软件栈和认知计算领域的初创企业。根据行业分析，这笔收购的核心意图不在于获得多少专利或工程师数量，而在于补齐AMD在全栈AI交付能力上的短板。

CUDA生态是NVIDIA最坚固的护城河。过去几年里，AMD一直在尝试通过ROCm等开源软件栈建立替代方案，但效果有限。世界知名云计算服务商在选择底层架构时往往更倾向于成熟的解决方案，而CUDA拥有数十万开发者社区的支持。World Labs的技术资产有望帮助AMD构建更为完整的多模型支持能力——从底层驱动到应用层的衔接，这正是许多AI企业在实际部署时最头疼的环节。

用一句话概括：当NVIDIA在拼算力和生态壁垒时，AMD试图通过软硬结合的方式找到差异化竞争的入口。这种策略如果成功，将为其他挑战者提供一条可复制的路径；如果失败，则意味着在半导体的这场马拉松中，AMD将始终处于追赶状态。

万亿市值之后，真正的考验才开始

AMD市值突破1万亿美元并非偶然。Meta推出新的AI智能体Muse引发市场对AMD、英特尔两家CPU厂商的热情，投资者看到了AI浪潮之外的一条投资主线——除了GPU，CPU同样需要从AI推理和边缘计算中找到新的增长极。

但苏姿丰本人对行业的态度并不盲目乐观。她在采访中提到了“行业产能过剩、债务水平上升以及监管方面的阻力”这些担忧，尽管她个人对AI的安全性持正面判断，认为“对世界非常有益”，但仍呼吁全行业加强合作以确保安全与创新并行。她还特别提到了特朗普新成立的“超级智能特别工作组”（SIF）是推动相关努力的重要一步。

这些表态透露出几个信号：第一，AMD管理层对行业过热的风险有所意识；第二，政策环境将成为影响AI产业布局的重要因素；第三，AMD正在从单纯的硬件供应商向生态系统参与者转型。

不过，方向性承诺毕竟只是方向。“2027年大幅增加供应”这个表述缺少量化指引——没有具体的资本开支数字，没有CoWoS先进封装产能提升百分比，也没有新建工厂的时间表。这与NVIDIA在季度财报中通常会给出的明确Capex指引形成了鲜明对比。这种不确定性本身就是一种信号：AMD的产能规划仍处于动态调整阶段，尚未形成稳定的路线图。

接下来看什么

对于关注AI产业链的投资者而言，以下几个指标值得持续追踪：

其一，AMD下一份财报中数据中心业务营收占总营收的比例。 这是检验AI芯片战略落地程度的直接标尺。目前该比例仍处于低位，一旦显著攀升，意味着AI收入开始真正驱动公司整体业绩。

其二，台积电CoWoS封装产能的分配策略变化。 AMD的MI系列GPU高度依赖台积电的先进封装工艺。如果台积电继续优先保障NVIDIA的订单，AMD的产能瓶颈短期内难以根本缓解。

其三，World Labs收购完成后的整合进度。 这笔交易的价值不在今天的财务报表上，而在未来12—18个月内能否兑现全栈交付能力的提升。

其四，AMD与NVIDIA在数据中心市场份额的变化趋势。 这是衡量AI军备竞赛结果的核心观察指标。

其五，全球AI基础设施建设的资本开支周期。 存储、算力、网络三个环节的投入节奏将共同决定下一个季度的供需格局。