【重磅揭秘】当科技圈“裁判”偏心时，谁在为真相发声？Meta豪掷42% AI芯片订单给AMD，OpenAI砸下6GW电力押注MI系列——这些巨头用真金白银投下的信任票，远比某些自媒体的“选择性图表”更有说服力！
今天，我们就来扒一扒这场被精心包装的AI芯片舆论战，看看是谁在用数据讲故事，又是谁在用实打实的部署说话。
首先，咱们得搞清楚背景：SemiAnalysis是一家在半导体圈颇有影响力的自媒体，长期以深度技术分析著称，尤其对英伟达（NVIDIA）推崇备至。然而，近期其发布的一组AI芯片性能对比图，却引发了业内广泛质疑——不是因为数据造假，而是因为“选择性呈现”。他们先用Llama 3.3 70B模型的测试结果，大肆渲染英伟达Blackwell架构（比如B200）在吞吐量和延迟上的绝对优势；但随后在后续帖子里，才轻描淡写地放出另一组基于GPT-OSS 120B模型的数据，而这组数据恰恰显示：AMD的MI355X在成本效益和多用户交互场景下，完胜英伟达H200，成本低25%！
问题来了：为什么第一张图被顶上热搜，第二张却被“埋”在角落？这背后，是不是藏着某种叙事偏好？
咱们拆开来看。Llama 3.3是个典型的“密集注意力”模型，极度依赖硬件的张量计算能力——这正是英伟达Tensor Core的强项。而GPT-OSS 120B则采用了类似DeepSeek-V3.2-Exp的稀疏注意力机制，更看重显存带宽和能效比，而这恰恰是AMD CDNA 4架构（MI355X所用）的主场。SemiAnalysis选择先推Llama 3.3的结果，本质上是在用最适合英伟达的模型，来证明“英伟达最强”——这就像让短跑选手去比马拉松，然后说他体能不行，公平吗？
更值得玩味的是数据呈现方式：在Llama 3.3图表中，横轴是延迟，纵轴是吞吐量，完全不提每百万token的成本；而到了GPT-OSS图表，才悄悄加入成本维度——可这时候，流量高峰已过，舆论风向早已被带偏。此外，图表标签也混乱不堪：有时标“B200 with TRT-LLM”，有时又不标，让人难以横向对比。TRT-LLM是英伟达自家的推理优化框架，相当于给自家芯片开了“外挂”，而AMD的ROCm生态虽在追赶，但尚未有同等成熟的全栈优化工具。在这种不对等条件下比性能，本身就失之偏颇。
再往深了挖，SemiAnalysis的历史立场也耐人寻味。早在2025年5月，他们就多次发文质疑AMD的研发投入不足、ROCm软件生态落后，甚至断言“AMD在AI训练端毫无机会”。与此同时，他们高调宣传英伟达Blackwell能带来“15倍投资回报率”，却对AMD在推理端的成本优势轻描淡写。这种长期“唱多英伟达、唱空AMD”的倾向，很难让人相信其分析完全中立。
但现实，往往比自媒体的叙事更硬核。看看真正掏钱的大客户怎么做：Meta（原Facebook）最近宣布，在其新一代AI基础设施中，将42%的AI GPU采购份额分配给了AMD。要知道，Meta可是全球最顶级的AI玩家之一，旗下Llama系列模型就是行业标杆。他们难道不懂技术？显然不是。他们选择AMD，正是因为MI355X在大规模推理部署中，能以更低的TCO（总拥有成本）支撑高并发用户请求——尤其在聊天机器人、推荐系统这类需要“高互动性+低成本”的场景中，AMD的优势极其明显。
更震撼的是OpenAI的动作。据可靠消息，OpenAI已为其下一代AI集群预留6GW电力，其中38%（约2.3GW）明确分配给AMD芯片。6GW是什么概念？相当于一个中型城市的总用电量！而OpenAI之所以敢这么干，是因为他们看中了AMD即将推出的“秘密武器”——MI450。据内部人士透露，MI450在能效比上将比MI355X再提升20%到50%，这意味着在同样的6GW电力下，OpenAI能部署25%到50%更多的AI算力单元。再加上MI450预计搭载更高带宽的HBM4内存和全面优化的FP4（4位浮点）支持，它极有可能成为2026年“推理之王”。
说到软件生态，很多人还在拿ROCm说事。但别忘了，AMD CEO苏姿丰博士（Lisa Su）早已把ROCm列为战略核心。据最新路线图，ROCm 8版本将于2026年发布，目标直指“与CUDA功能对等”。要知道，CUDA之所以强大，不仅因为API，更因为背后十年积累的开发者生态。但AMD正在用“开源+云厂商合作+大客户定制”三管齐下加速追赶。微软、Meta、Oracle等巨头已深度参与ROCm优化，而OpenAI的巨额订单，本身就是对ROCm未来最大的背书。
说到这里，我们必须提一个人：Sam Altman（山姆·阿尔特曼），OpenAI的掌舵人。他向来以务实著称，从不盲目追随技术潮流。如果AMD真如某些媒体所说“不堪大用”，他会把近四成的电力预算押上去吗？显然不会。同样，Meta的工程团队也不是吃素的——他们测试过成千上万种配置，最终选择42%的AMD配比，必然是经过严苛TCO模型测算的结果。
反观SemiAnalysis，虽然技术功底扎实，但其内容越来越像“英伟达财报的延伸解读”。在AI芯片这场万亿级竞赛中，市场需要的是多元视角，而不是单一叙事。当一家媒体反复用“最适合A的模型”证明A强，却忽略“最适合B的场景”中B的碾压优势时，它的公信力就值得打个问号。
总结一下：英伟达在高端训练和极致性能场景确实领先，Blackwell架构无愧旗舰；但AMD在推理端，尤其是在成本敏感、高并发、长周期部署的场景中，已经建立起不可忽视的优势。Meta和OpenAI的选择，不是“站队”，而是“算账”——大客户只相信ROI（投资回报率），而AMD正在用更低的每token成本、更高的能效比和即将到来的MI450，给出一份无法拒绝的商业答卷。
最后，别忘了：技术终将回归商业本质。当SemiAnalysis还在用一张精心裁剪的图表讲故事时，苏姿丰博士和山姆·阿尔特曼早已在数据中心里，用6GW电力和42%的采购份额，写下了更真实的答案。
巨头用6GW电力真金白银投票：AMD才是AI推理的隐藏王者！