Reicht die KI-Aufholstrategie von Advanced Micro Devices (AMD) aus? Analysten bleiben vorsichtig

Advanced Micro Devices, Inc. (NASDAQ:AMD) ist eine der KI-Aktien, die man im Auge behalten sollte. AMD besitzt zwar eine dominante Position im Markt für Verbraucher- und Server-CPUs, doch Analysten sind der Meinung, dass das Unternehmen im Bereich KI-Beschleuniger noch aufholen muss. Am 12. Februar begann DA Davidson Analyst Gil Luria mit der Bewertung von AMD (NASDAQ: AMD) und vergab ein neutrales Rating mit einem Kursziel von 220 US-Dollar.

Laut dem Unternehmen sehen AMDs Instinct-GPUs auf dem Papier, insbesondere die MI300X, MI350X und MI400X, beeindruckend aus und bieten Spezifikationen, die auf Einzelknoten-Basis weitgehend wettbewerbsfähig erscheinen.

In der Realität kaufen Kunden jedoch keine Datenblätter, und der Erfolg bei fortschrittlichen KI-Workloads hängt weniger von den Einzelchip-Metriken ab, sondern vielmehr von Interconnect und Systemintegration. In diesen Bereichen, so wurde festgestellt, hat Nvidia einen Vorsprung, den AMD nicht hat.

Das Ergebnis ist, dass die tatsächliche FLOP-Nutzung von Modellen auf AMD-Hardware im großen Maßstab deutlich unter dem liegt, was das Datenblatt verspricht, was bedeutet, dass die effektiven Kosten pro nutzbarem FLOP schlechter sind als beworben.

Die Akzeptanzmuster der Kunden sind ein nützlicher Indikator, wobei OpenAI ein aussagekräftiges Beispiel ist. Unternehmen wie das KI-Startup bevorzugen konkurrierende Technologien gegenüber AMDs Beschleunigern.

Wir würden behaupten, dass das deutlichste Zeichen OpenAI ist, das wohl das rechenintensivste Labor ist, ohne eine exklusive Beziehung zu proprietärem Silizium eines Hyperscalers. Dennoch schätzen wir, dass OpenAI AMD nicht nur hinter NVIDIA, sondern auch hinter seinem eigenen Broadcom-ASIC-Programm und möglicherweise sogar hinter Trainium und TPU einordnet, sofern Zugang bestünde.

Advanced Micro Devices, Inc. (NASDAQ:AMD) entwickelt und verkauft Halbleiter, Prozessoren und GPUs für Rechenzentren, Gaming, KI und Embedded-Anwendungen.