Computing

AMD: En AI‑hardwareindsats for at udfordre Nvidias dominans

mm
Securities.io maintains rigorous editorial standards and may receive compensation from reviewed links. We are not a registered investment adviser and this is not investment advice. Please view our affiliate disclosure.

Efterhånden som AI‑boomet fortsætter, gør Nvidias  (NVDA ) formuer på aktiemarkedet også, hvilket gør den til verdens største virksomhed målt på markedsværdi.

Men det har ikke altid været sådan. For ikke så længe siden var Nvidia blot et GPU‑firma (Graphics Processing Units), en type computerhardware specialiseret i grafisk rendering.

GPU’er er specialiserede i at udføre tusindvis af parallelle, enklere beregninger samtidigt, i stedet for færre men mere komplekse beregninger som en CPU (Central Processing Unit). Det viser sig, at denne parallelle kapacitet var afgørende for kryptomining og AI, hvilket forklarer Nvidias succes.

Dog var Nvidia og deres GeForce‑serie ikke den eneste GPU‑producent, og de har altid måttet konkurrere med AMD og deres Radeon‑GPU’er, selvom AMD aldrig har haft så stor markedsandel.

AMD var langsommere end Nvidia til at omfavne brugen af GPU’er til ikke‑grafiske applikationer, hvilket har kostet virksomheden en potentiel førerposition, da AI var nyt og der var et kapløb om at finde ud af, hvilken hardware der skulle bruges.

Imidlertid modnes AI‑hardwaremarkedet nu, med hyperscalere, der søger et alternativ til Nvidias hardware, hvad enten det er ny AI‑fokuseret hardware som TPUs, XPUs osv., eller en alternativ leverance af AI‑dedikerede GPU’er.

Som følge heraf er AMD nu i en position til at indhente, og dens nuværende markedsværdi, mindre end 1/10th af Nvidias, afspejler måske ikke AMD’s potentiale til igen at blive en seriøs rival til GPU‑lederen.

(AMD )

AMD’s virksomhedshistorie og udvikling

Advanced Micro Devices, eller AMD, blev grundlagt i 1969, hovedsageligt af utilfredse medarbejdere fra Fairchild Semiconductors, et firma der var pioner inden for fremstilling af transistorer og integrerede kredsløb.

Virksomheden startede med produktion af logikchips og gik derefter ind på RAM‑markedet i 1971 og mikroprocessormarkedet i 1975. Det var i 2006, da den købte grafikselskabet ATI Technologies for 4,3 milliarder dollars, at AMD trådte ind på markedet for højtydende GPU’er (Radeon).

Den dag i dag er AMD til stede både på CPU‑markedet, hvor de konkurrerer med blandt andre Intel (INTC ), og på GPU‑markedet, hvor de konkurrerer med Nvidia.

I 2020’erne købte den også Xilinx for en rekordstor $49B, as well as in 2024 et $4.7B opkøb af datacenterhardwarefirmaet ZT Systems and et $665M opkøb af Silo AI, det største private AI‑laboratorium i Europa, for at styrke sin position i AI, datacentre og indlejret computing.

“Xilinx tilbyder branchens førende FPGA’er, adaptive SoC’er, AI‑inference‑motorer og softwareekspertise, som gør det muligt for AMD at tilbyde den stærkeste portefølje af højtydende og adaptive compute‑løsninger i branchen og indfange en større andel af den cirka 135 milliarder dollars store markedsmulighed, vi ser på tværs af cloud, edge og intelligente enheder.”

Dr. Lisa Su – Chair & CEO at AMD

Så har AMD været en væsentlig del af Silicon Valleys historie i mere end et halvt århundrede og er vokset gennem en blanding af intern F&U samt vigtige strategiske opkøb, som i dag er afgørende for virksomhedens strategiske position.

AMD i tal

Generelle AMD‑statistikker

AMD beskæftiger omkring 31.000 medarbejdere og har hovedkontor i Santa Clara, Californien, med store aktiviteter i Austin, Texas. Uden for USA har virksomheden en stor og for nylig udvidet ingeniørlaboratorium på 209.000 kvadratfod i Penang, Malaysia, samt en betydelig facilitet i Markham, Ontario, med i alt 100 kontorsteder på verdensplan i 32 lande.

Ligesom Nvidia er AMD en “fabless” chipproducent, der fokuserer på design, med TSMC (TSM ) som sin nøglepartner for avancerede noder (2‑3 nm) og GlobalFoundries for ældre designs.

Virksomheden har også udvidet i marts 2026 sit partnerskab med Flex for at producere AMD Instinct MI355X AI‑platforme at Flex’s 1.4 million-square-foot facility in Austin, Texas.

AMD’s økonomi

I 2025 kontrollerede AMD 36,5 % af CPU‑markedet, men faldt til kun 5 % af PC‑GPU‑markedet (mere om dette emne nedenfor). Samlet set har AMD en anslået 28 % andel af omsætningen på klient‑PC‑markedet (op fra 20 % i 2024) og sigter mod 40 % i løbet af de næste 3–5 år.

AMD genererede 34,6 milliarder dollars i omsætning i 2025, en stigning på 34 % i forhold til året før, med et nettoresultat på 2,5 milliarder dollars, en stigning på 42 % år‑til‑år. Væksten blev drevet af vækst i datacenter‑, klient‑ og gaming‑segmenterne. Datacenter‑markedet var den største omsætningsgenerator med 16,6 milliarder dollars i omsætning (op 32 %), efterfulgt tæt af klient‑ og gaming‑segmenterne med 14,5 milliarder dollars (op 51 %).

AMD’s nuværende forretningsposition

AMD er i øjeblikket til stede i de fleste nøglemarkeder for højkvalitets semiconductorer, herunder CPU’er, GPU’er og specialiserede semiconductorer til industrier som bilindustrien, automation og robotteknologi.

Kilde: AMD

Virksomhedens strategi har for nylig primært fokuseret på AI, hvilket ikke er en overraskelse, da det samme kan siges om alle i branchen de sidste tre år.

For at vinde kapløbet om at levere tilstrækkelig og den rette type AI‑hardware fokuserer AMD på at vokse inden for datacenter‑segmentet, herunder rack‑skala løsninger og tilbyde en integreret mulighed for et komplet sæt af matchende CPU’er, GPU’er, FPGA (Field Programmable Gate Array, eller tilpassede digitale logik‑kredsløb), indpakning og netværk.

Det gør også en målrettet indsats inden for edge AI (AI beregnet lokalt i stedet for i skyen og datacentre) og adaptive AI‑tilpassede platforme, især hardware til AI‑agenter (se mere nedenfor).

Swipe to scroll →

Kategori AMD‑position Hvorfor det er vigtigt
AI‑GPU’er Instinct‑acceleratorer retter sig mod AI‑træning og inferens i datacentre. Direkte konkurrence med Nvidia inden for hyperscaler‑infrastruktur.
Server‑CPU’er EPYC‑processorer konkurrerer stærkt med Intel i datacenter‑servere. CPU’er orkestrerer AI‑arbejdsbelastninger og håndterer store datapipelines.
Adaptiv computing Xilinx‑teknologi leverer FPGA’er og adaptive SoC’er. Nyttig til specialiserede AI‑arbejdsbelastninger og edge‑implementeringer.
Edge AI Ryzen AI og indlejrede processorer muliggør AI‑beregning på enheden. Vigtigt for robotteknik, industrielle systemer og AI‑PC’er.
Markedsdynamik Cloud‑udbydere søger i stigende grad AI‑hardware fra en anden kilde. Diversificering af leverandører kan gavne AMD’s langsigtede vækst.

AMD’s strategi for fremtidig vækst

AMD’s strategi: Energieffektiv AI‑hardware

Som nævnt tidligere har AMD i de seneste år foretaget flere nøgleopkøb, såsom Xilinx, ZT Systems og Silo AI, for at forbedre sin position på AI‑markedet. Som følge heraf, selvom de stadig arbejder på at genvinde deres position inden for GPU’er, er de allerede en seriøs aktør inden for datacenter‑rack, FPGA’er, adaptive SoC’er (System‑on‑Chip) og EU‑markeder.

Denne tilstedeværelse er vigtig, da FPGA’er, SoC’er og lignende hardware genovervejes til AI‑beregning. De er måske ikke så kraftfulde, men de er langt mere effektive og kræver meget mindre energi for den samme mængde beregning.

Efterhånden som AI‑datacenter‑implementeringer i stigende grad forsinkes, ikke af mangel på hardware, men af energiforsyningen, kan mere effektiv hardware blive en voksende bekymring og favorisere andre designs end den GPU‑tunge tilgang, der hidtil er anvendt.

AMD har problemer med GPU’er?

AMD har i lang tid været kendt blandt PC‑gamere som et levedygtigt, billigere alternativ til Nvidia‑GPU’er, omend en lidt bagud i ydeevne.

Dog har AMD langsomt mistet terræn til Nvidia på dette marked, med et nyt lavpunkt ved udgangen af 2025, hvor AMD’s GPU’er udgjorde kun 5 % af det samlede salg af add‑in‑board (AIB) grafikkort.

Dette skyldtes delvist et fald i udbuddet, da AMD’s seneste Radeon RX 9000‑serie GPU’er ikke var tilgængelige i tilstrækkelige mængder tidligt i deres livscyklus, hvilket førte til en delvist mislykket lancering.

Derudover har GPU’er, drevet af den stadigt voksende efterspørgsel fra AI‑hyperscalere, fået priserne til at stige, så de er uden for rækkevidde for de fleste PC‑brugere, mens prisen på andre PC‑komponenter som hukommelse også er eksploderet.

Samlet set vil markedet for grafikkort til stationære computere falde med 10 % år‑over‑år.

“AIB‑markedet, som i høj grad støttes af gamere, bliver presset fra bunden af kraftfulde nye notebooks og CPU‑integreret grafik, og fra toppen af stigende priser på grund af konkurrence (udbud og efterspørgsel), hukommelsespriser og Trump‑administrationens toldsatser, der svinger,”

Dr. Jon Peddie – President of Jon Peddie Research.

Da AMD i øjeblikket ikke har nogen high‑end konkurrence i denne generation, ignorerer de mest dedikerede kunder, som er villige til at betale for top‑præsterende GPU’er uanset prisen, fuldstændigt AMD.

Dog afspejler de separate GPU‑salg ikke fuldt ud AMD’s position på dette marked. For eksempel kontrollerer AMD en betydelig del af markedet for integrerede GPU’er, da næsten alle Ryzen‑processorer til stationære computere har en iGPU, hvor hardware integreret i CPU’en allerede udfører mange grafisk relaterede beregninger.

Så for de fleste PC‑brugere er muligheden for en rimeligt prissat CPU, der kan undgå de overprisede GPU’er helt, en god løsning, og har fået AMD til at styrke sin position på CPU‑markedet på Intels bekostning.

Eller som AMD udtrykker det: “AMD giver forbrugere og virksomheder flere AI‑PC‑muligheder med udvidet Ryzen™ AI 400‑serie portefølje.” Det betyder, at salget af GPU’er, som bestemt ikke ser godt ud for AMD ved udgangen af 2025, ikke længere er en relevant måling for salget af AI‑aktiveret hardware, især på forbrugerniveau.

AMD Ryzen AI 400‑serien gør nu brugerne i stand til at køre AI‑applikationer og LLM’er lokalt og håndtere beregningstunge applikationer, herunder dem til design og ingeniørarbejde. Den indeholder også en neural processing unit (NPU).

“Desktop‑PC’en udvikler sig fra et værktøj, du bruger, til en intelligent assistent, der arbejder sammen med dig. Med Ryzen AI 400‑serieprocessorerne – verdens første designet til at drive nye Copilot+‑oplevelser på desktop – leverer vi kraftfuld AI‑acceleration, der gør det muligt for vores partnere at bygge systemer, der giver både virksomheder og forbrugere mulighed for at gøre mere og skabe mere.”

Jack Huynh – Senior vice president and general manager of the Computing and Graphics Group at AMD

Et skiftende konkurrencebillede for AI‑hardware

Det er ingen hemmelighed, at i kapløbet om at levere AI‑hardware til hyperscalere var Nvidia den største vinder. Denne succes medfører dog også mange problemer og potentielle fremtidige udfordringer for virksomheden.

I størstedelen af halvlederindustriens historie har enhver given hardwaretype endt med at blive kontrolleret af et oligopol af et lille antal store designere og producenter, men aldrig har kun én blevet et monopol.

Den vigtigste grund er, at hvis en specifik del af forsyningskæden blev et monopol, ville det give dette firma for meget prisfastsættelses‑ og kontrolmagt, og andre virksomheder med tilsvarende kompetencer kan træde ind og levere den nødvendige konkurrence.

Og dette er tilfældet for AI‑hardware. På den ene side ser nogle af de største hyperscalere som Google (GOOGL ) nu på at producere deres egen AI‑hardware med TPUs (Tensor Processing Units). På den anden side er mange af de største AI‑virksomheder, som ikke ønsker at bygge deres egen hardware, stadig forsigtige med deres overdimensionerede afhængighed af Nvidia og søger alternativer.

AMD’s store partnerskabsaftaler

AMD underskrev i oktober 2025 en chip‑forsyningsaftale med OpenAI værd 6 GW beregningskapacitet, ved brug af AMD‑GPU’er. Dette er en del af en bredere indsats fra OpenAI for at diversificere sine leverandører til massive 33 GW beregningsforpligtelser fordelt mellem Nvidia (10 GW), AMD (6 GW), Broadcom (10 GW for tilpassede AI‑acceleratorer) (AVGO ), og Oracle (ORCL ).

Dette vil bruge den kommende AMD MI450‑chip — med 432 GB HBM4‑hukommelse, næsten 20 TB/s båndbredde og op til 40 PFLOPS FP4‑beregning pr. GPU.

Aftalen repræsenterer op til 90 milliarder dollars i samlet hardware‑indtægtspotentiale. Den gjorde det også muligt for OpenAI at erhverve op til 10 % af AMD, afhængigt af hvor meget af beregningskapaciteten der bygges, hvilket låser de to virksomheder i et meget tæt forhold.

MI450‑chipene sikrede også en anden stor sejr i form af en $100 milliarder aftale med Meta om yderligere 6 GW beregningskapacitet. Den vil bruge en tilpasset version af chippen optimeret til Metas arbejdsbelastninger kaldet “Instinct”.

Kilde: DigWatch

Her var også begrundelsen for Meta at “diversificere vores beregning” ifølge Mark Zuckerberg. Og også her har AMD udstedt den samme mængde performance‑baserede warrant (op til 160 millioner aktier i AMD almindelige aktier), struktureret til at blive tildelt ved specifikke milepæle for GPU‑leverancer til Meta, hvilket potentielt kan give både Meta og OpenAI op til 20 % af virksomheden i fremtiden.

“Dette flerårige, multigenerationelle samarbejde på tværs af Instinct‑GPU’er, EPYC‑CPU’er og rack‑skala AI‑systemer tilpasser vores køreplaner for at levere højtydende, energieffektiv infrastruktur optimeret til Metas arbejdsbelastninger, accelererende en af branchens største AI‑implementeringer og placerer AMD i centrum af den globale AI‑udbygning.”

Dr. Lisa Su – Chair & CEO at AMD

Samtidig går selv det amerikanske energiministerium til AMD for at bygge en supercomputer til 1 milliard dollars for at hjælpe med at udnytte fusionsenergi eller behandle kræft med nyudviklede lægemidler.

“Vi vil opnå enormt hurtigere fremskridt ved brug af beregning fra disse AI‑systemer, som jeg tror vil have praktiske veje til at udnytte fusionsenergi i de næste to eller tre år. Mit håb er, at vi i løbet af de næste fem til otte år vil gøre de fleste kræftformer, som i dag er dødsdomme, til håndterbare tilstande.”

Energy Secretary Wright

Edge AI

Endelig bevæger AI sig langsomt fra ultra‑beregningstunge generelle AI‑modeller, der kører i gigantiske datacentre, til at blive udført for mere snævre opgaver i realtid på lokal hardware, en metode kaldet “edge computing”. Dette er især vigtigt for fysisk AI i mobil robotteknik, selvkørende biler, droner, wearables, industrielle anlæg osv.

For disse opgaver foretrækkes lavere beregningskraft, men udført mere effektivt.

Til dette formål har AMD i marts 2026 lanceret sin nye processor Ryzen AI Embedded P100‑serie, med op til 2‑gange flere CPU‑kerner, op til 8‑gange kraftigere grafisk behandlingsenhed (GPU), alt på én chip.

“AMD Ryzen™ AI Embedded‑platformen er en game‑changer for industrielle og AI‑drevne applikationer i edge. Vores P100‑baserede K4131‑Px mITX vil blive udstyret med fire‑ til 12‑kerne APU’er, så vi kan tilbyde kunderne en række løsninger, der leverer høj beregningsydelse og AI‑acceleration i samme kompakte fodaftryk.”

Thomas Stanik, senior sales & business development manager, Kontron

AI‑agenter og skiftet mod CPU‑drevet inferens

Gradvis erstattes generel AI af “AI‑agenter”, en underafdeling af AI‑modeller, der skaber mere specialiserede værktøjer fokuseret udelukkende på en given opgave. Der er trods alt kun lidt behov for, at de AI’er, der styrer en bil, renser en database eller bevæger en robotarm, også kan skrive en roman, tilbyde psykologisk rådgivning eller generere et billede på forespørgsel.

Agentisk AI menes at være mere afhængig af CPU’er end GPU’er, sammenlignet med fulde AI‑modeller. Som sådan vil AI‑agenter sandsynligvis forårsage en genopblussen i efterspørgslen efter CPU‑beregningskapacitet, efter år med GPU‑dominerede overskrifter og salgsvæksttal.

“Moderne AI‑implementeringer afhænger af balancerede systemer. CPU’er, GPU’er, netværk og software spiller hver deres rolle i at levere ydeevne i stor skala. Inden for disse miljøer orkestrerer CPU’er arbejdsbelastninger, håndterer hukommelse og databevægelse og understøtter de virksomheds‑applikationer, der kører side om side med AI‑modeller i produktion.”

Så mens æraen for masse‑træning var centreret om GPU’er, kan æraen for at køre AI for at løse virkelige problemer (inferens) blive mere CPU‑centreret, hvilket vil gavne lederne på dette marked: AMD og Intel.

Investeringscasen for AMD

AMD er en mindre diskuteret og langt mindre højt værdsat chipproducent end sin evige archenemy i GPU‑markedet: Nvidia. Men de indhenter hurtigt AI‑datacenter‑markedet og har en stærk fordel i AI‑inferens, både i skyen og i edge‑computing, da AMD drager fordel af en mere diversificeret forretningsaktivitet med en stærk tilstedeværelse inden for CPU’er og specialiserede semiconductorer som FPGA’er.

Derudover er mange hyperscalere ivrige efter at diversificere deres leverandør af AI‑chips, både på grund af gentagne leveringsforsinkelser fra Nvidia og for at mindske risikoen for, at én aktør bliver for meget et monopol. Mens virksomheder som Google måske tager produktionen af AI‑hardware i egne hænder, vælger andre som Meta og OpenAI AMD og opbygger et langsigtet strategisk partnerskab, herunder gennem strategisk deltagelse i virksomhedens aktier.

Endelig vil AMD også drage fordel af den globale overgang i AI‑industrien fra en GPU‑centreret tilgang til tilpassede designs, mere energieffektive chips og en større rolle for CPU’er, alle sektorer hvor AMD kan overgå Nvidia eller gå på lige fod med Intel eller Broadcom.

Dette ændrer virksomhedens profil fra en profitabel, men bagudliggende halvleder‑chipdesigner til en fremadstormende AI‑leder, mens markedsværdien stadig i høj grad afspejler dens tidligere profil.

Du kan også læse mere om AI‑hardware i vores dedikerede rapport, samt rapporterne om AI‑hardwarevirksomheder som Nvidia, Intel, og Broadcom

Investorens konklusion

AMD giver eksponering til det hurtigt voksende AI‑hardwaremarked gennem flere teknologier, herunder datacenter‑GPU’er, EPYC‑server‑CPU’er, adaptive chips fra Xilinx og edge AI‑processorer. Mens Nvidia i øjeblikket dominerer AI‑acceleratorer, kan AMD’s diversificerede compute‑portefølje og voksende hyperscaler‑partnerskaber gøre det muligt at opnå en betydelig andel af fremtidige AI‑infrastrukturudgifter.

Seneste AMD (AMD) aktienyheder og udviklinger

Jonathan er en tidligere biokemisk forsker, der har arbejdet med genetisk analyse og kliniske forsøg. Han er nu en aktieanalytiker og finansforfatter med fokus på innovation, markedscykler og geopolitik i sin publikation The Eurasian Century.