---
# System prepended metadata

title: AMD Initial MAX Deep Research

---

# AMD Initial MAX Deep Research 
實驗用 andrej karpathy 的 autoresearch 應用在產業研究上
以下全部內容皆為 gpt5.2生成，無人工修改

## Self-Check
1. **Holding period**：2–3 年（長期；以資料中心 CPU/GPU 平台週期、軟體生態成熟、以及企業採購週期為主）。
2. **3 個最關鍵假設**：
   - **AI 訓練/推論加速器需求持續擴張**，AMD Instinct 能在 2026–2028 維持供給與產品節奏（MI300→MI350/MI400/MI450…）並拿到可觀份額，而不是僅短期「替代性缺貨」機會。（引用：管理層在 Q4 2025 法說提到 AI GPU（Instinct）創新高、MI350 ramp、MI450 下半年動能，見逐字稿）
   - **CPU 平台競爭力與雲端/企業滲透率持續提升**：EPYC 產品世代推進（Turin/Venice 等）帶動雲端 instance 與企業上機數擴張，推升資料中心 CPU 收入/毛利。
   - **Xilinx/Embedded 的設計導入（design win）轉營收維持韌性**，在 PC/遊戲等循環段落提供現金流緩衝。
3. **3 個最可能使論點失效的風險**：
   - **競品（特別是 NVDA）在軟體生態/整機平台的鎖定效應**使 AMD 難以突破、只能拿到低毛利「邊緣份額」。
   - **美國出口管制**對高階 GPU/互連/整機出貨限制擴大，導致可服務市場（SAM）收縮且收入波動（管理層也在 Q4 2025 指出「不再預估中國額外收入」）。
   - **供應鏈與封裝（CoWoS/HBM 等）瓶頸**或良率/成本不利，讓 AI GPU 無法如期放量或毛利不達預期。
4. **新事件對既有論點的邊際貢獻**：
   - 若事件能證明「Instinct 真實需求 + 供給可擴」或「ROCm/生態突破」→ **+**
   - 若僅是短期大型客戶一次性拉貨、或會計/庫存調整 → **0**
   - 若出現（1）重大產品延遲、（2）毛利結構性下滑、（3）主要雲端客戶轉向競品 → **-**
5. **閾值行動**（當邊際變化超過門檻）：
   - **加碼**：資料中心（DC）連續 2 季收入與營業利益率同升，且指引/訂單能見度延伸。
   - **減碼**：AI GPU 毛利或出貨節奏低於預期、但長期競爭力未被否定（屬延後而非失敗）。
   - **退出/換股**：ROCm/軟體進展停滯 + NVDA 平台鎖定加深，或出口管制使長期 SAM 顯著縮水。

## IRR Model and Key Assumptions
> 本輪先建立「可運作的估值骨架」：由於 API 財務歷史僅取得 2025 年（10-K Q4 derived）且逐年資料缺失，DCF/多重比較將在下一輪補齊（需補 2016–2024 財務表與分部）。本輪先給出**情境框架與關鍵變數**，避免捏造數字。

| Scenario | 2026–2028 核心敘事 | 估值 yardstick（預期市場用尺） | 我們需要驗證的關鍵 KPI（不是股價） |
|---|---|---|---|
| Bull | Instinct 在 hyperscaler/enterprise 形成規模化部署（RackScale）、DC CPU+GPU 同時放量，毛利受高端 mix 拉升 | EV/Sales(DC AI) + 長期 FCF 轉折 | DC segment rev CAGR、非一次性 GM、ROCm adoption/合作夥伴、HBM/封裝供給 |
| Base | Instinct 穩步滲透但份額有限，CPU 持續拿 share；PC/遊戲循環抵消部分成長 | Forward P/E + EV/EBITDA | 全公司 GM/OpEx leverage、DC op margin、庫存天數 |
| Bear | AI GPU 受限於生態/供應/出口管制，僅小量；PC/遊戲下行拖累，OpEx 高檔侵蝕利潤 | 回到「半導體週期股」P/E | DC rev 明顯放緩、GM 下滑、重大 write-down、客戶集中度升高 |

**2025 年（FY，10-K Q4 derived）已知基礎**：Revenue **$10.27B**（此為 Ninja API 的 FY 2025 口徑；需在下輪與 10-K 原文核對）、GAAP gross profit **$5.577B**、GAAP net income **$1.511B**、Operating cash flow **$7.709B**、FCF **$6.735B**。來源：（由 ninja_api earnings_historical 擷取；下輪需用 10-K 交叉驗證）

## Executive Summary
AMD 的核心投資命題是「在 AI 伺服器加速器（GPU）與資料中心 CPU 的結構性成長中，從第二供應商變成可規模化的替代平台」。Q4 2025 法說中管理層揭露資料中心營收 **$5.4B**、並強調 Instinct（含 MI350 ramp 與 MI450 下半年動能）與 EPYC instance/企業上機數的擴張，顯示公司正試圖把 AI GPU 從單點產品變成 rack-level solution（RackScale）與軟硬整合平台。來源：

目前最大不確定性不在「AI 需求是否存在」，而在 **(1) 軟體生態與整機平台黏著度是否讓 NVDA 的 lock-in 長期化**、以及 **(2) 出口管制與供應鏈（HBM/先進封裝）是否限制 AMD 的可服務市場與出貨節奏**。因此，本研究的決策脊椎會以「資料中心 segment 的收入/利潤結構」與「ROCm 生態/客戶部署」作為驗證主軸，而非短期股價波動。

## KEY QUESTION (What is the company trying to do? How? What is the market pricing?)
AMD 正在把自身從傳統 CPU/GPU 晶片商，升級成資料中心「平台」供應商：以 EPYC（CPU）+ Instinct（GPU）+ ROCm（軟體）+ RackScale（系統級交付）切入 hyperscaler 與企業 AI/雲端工作負載。市場對 AMD 的定價本質上是在押注：其 AI GPU 不是一次性的「供給缺口替代」，而是可持續擴張的第二生態。

## Scorecard Summary
N/A — 本輪為「建檔 + 補齊 Step1–Step6 內容骨架與關鍵來源」，完整打分待下一輪（需補歷史財務與估值）。

# Step 1: Understand the Business Model

## 1.1 Industry Supply-Demand & Structure (TAM, CAGR, competitive landscape, market share, sources) — FLAG if TAM is being gained by competitors

本節先釐清 AMD 的終端市場分層與主要競爭者，作為後續「份額／定價權／毛利」討論的共同語言；TAM/CAGR 的量化數字本輪尚未補齊，僅保留待辦。

### 產業分層（AMD 對應的 TAM）
- **資料中心運算**：x86 server CPU、資料中心 GPU/加速器、以及 DPU/網路/系統整合（Pensando 等）。
- **Client（PC）**：桌機/筆電 CPU（Ryzen）與 iGPU。
- **Gaming**：離散 GPU + semi-custom SoC（遊戲主機）。
- **Embedded**：FPGA/SoC（Xilinx）、工業/通訊/航太等長週期市場。

### TAM / 成長率（公開可查）
- N/A — 本輪 web_search 預算已用於 SEC 與逐字稿定位；下一輪需補 IDC/Gartner/各市場報告（或 AMD Investor Day 對 TAM 的揭露）作為 TAM/CAGR 的可查數據。

### 競爭格局（定性）
- **DC CPU**：主要競爭者 Intel Xeon；替代架構包含 Arm（AWS Graviton 等）。
- **DC GPU/加速器**：主要競爭者 NVIDIA（CUDA 生態 + 系統平台）；其他包含自研 ASIC（Google TPU、AWS Trainium/Inferentia 等）。
- **Client CPU**：Intel。
- **FPGA**：Intel PSG（原 Altera）。

### TAM share 是否被競品侵蝕？（必答旗標）
- **黃旗（需量化）**：AI GPU TAM 的「價值池」高度集中在 NVIDIA（軟體生態 + 系統級交付），因此 AMD 的 TAM 並非自然可得；AMD 必須透過「ROCm 生態 + RackScale + 供給」去贏得 SAM。當前本報告尚缺可量化的市場份額數據，**下一輪必須補上**。

來源（產業分部定義）：AMD 10-K（segment 架構）

## 1.2 Key Drivers (core price & quantity variables)
AMD 的股東價值驅動因子（以 2–3 年持有期）可拆成「量、價、良率/成本、以及研發效率」：
1. **資料中心 CPU（EPYC）單位量與 ASP**：雲端 instance 數與企業上機數成長是「量」的 proxy；平台代際（Turin/Venice）與核心數/效能提升帶動 ASP。
2. **AI GPU（Instinct）出貨量（含 RackScale 系統）與毛利**：關鍵在 HBM/封裝供應、產品競爭力、以及軟體棧可用性（ROCm）。
3. **產品組合（mix）**：資料中心/Embedded 佔比上升通常帶動毛利改善；semi-custom（遊戲主機）成熟期可能拖累。
4. **OpEx 槓桿**：AI 競爭期研發/GTMs 會高增，但長期需看到「收入增速 > OpEx 增速」。

管理層引言（Key drivers 直接引用）
- Lisa Su 談 2026 遊戲主機週期下行（影響 Gaming driver）："we expect semi-custom SoC annual revenue to decline by a significant double-digit percentage..." 
- 對中國不做額外預估（地緣/管制對 driver 的影響）："We are not forecasting any additional revenue from China just because it's a very dynamic situation." 
- 對 EPYC 雲端部署（量的 proxy）：逐字稿要點提到 2025 年 AMD-based cloud instances 與 EPYC cloud instances 增長（需下輪把原文段落精確引用）。

## 1.3 Business Model Breakdown (revenue sources, cost structure, unit economics)
**收入來源（按報導分部）**：Data Center、Client、Gaming、Embedded（以及 All Other/調整項，依 10-K）。來源：

**成本結構（fabless 模式）**
- AMD 為無晶圓廠（fabless）模式：主要成本為晶圓代工/封裝測試/記憶體（HBM）與供應鏈成本（COGS），以及研發（R&D）與銷售管理費（SG&A）。
- 2025 年（Ninja API）顯示 R&D **$2.33B**、G&A **$1.198B**、SBC **$0.486B**（口徑需下輪用 10-K 驗證）。

**單位經濟（可觀測 proxy）**
- AI GPU 的「單位」較難公開；可用 proxy：Data Center segment 的營業利益率、全公司毛利率、以及庫存/應收週轉。
- Q4 2025（逐字稿摘要）提到 Data Center operating income **$1.8B（33% margin）**。來源：

## 1.4 Management Style & Strategic Direction (management philosophy, capital allocation, key decision logic)
**管理風格（從資本配置與措辭推斷）**
- **以產品節奏與研發投入驅動長期份額**：Q4 2025 提到 OpEx 年增（含 R&D/Go-to-market 投資），反映在 AI 競爭期選擇「先投資、後槓桿」。來源：
- **股東回報偏向回購**：逐字稿摘要提到 2025 年回購 12.4M 股、回饋股東 $1.3B，剩餘授權 $9.4B。

**策略方向（平台化）**
- 從「晶片」走向「RackScale solutions」與大客戶整機部署（在逐字稿中被反覆提及），目標是降低客戶導入門檻、提高 ASP/黏著度。

## 1.5 Industry Environment & Regulation (regulatory risk, policy opportunities, tech trends)
**監管/政策**
- **出口管制（美國對中國的先進運算/AI 晶片限制）**：對 AMD 的直接影響是特定 SKU（逐字稿提到 MI308 中國銷售）收入可見度低，且公司選擇不將中國額外收入納入預測。

**技術趨勢**
- **HBM + 先進封裝**成為 AI GPU 放量瓶頸與毛利關鍵變數。
- **軟體生態**（ROCm vs CUDA）決定長期可持續份額。

來源（出口與地緣風險屬於公司風險揭露範疇）：AMD 10-K 

# Step 2: Financial Modeling

## 2.1 Ten-Year Financial History & Inflection Points (table + inflection point narrative)
**可取得狀態**：Ninja API earnings_historical 本輪僅返回 2025 年資料；2016–2024 為 null，需下輪用 10-K（以及更早年度 10-K）手工補表。

| FY | Revenue | Gross Profit | Operating Income | Net Income | Operating CF | FCF | Source |
|---|---:|---:|---:|---:|---:|---:|---|
| 2025 | 10.27B | 5.577B | 1.752B | 1.511B | 7.709B | 6.735B |  (ninja_api earnings_historical) |
| 2024 | N/A | N/A | N/A | N/A | N/A | N/A | N/A — 本輪未能由 API 取得，待用 10-K 補 |
| 2023 | N/A | N/A | N/A | N/A | N/A | N/A |

**已知/可推斷的拐點（需下輪量化）**
- Xilinx 併購後 Embedded 權重上升 → 毛利結構改善（需以 2022–2024 segment data 驗證）。
- AI GPU（Instinct）由「產品線」走向「平台/系統」的收入貢獻上升（需要 2024–2026 DC segment 拆解來驗證）。

## 2.2 Three-Statement Linkage Analysis (income statement, balance sheet, cash flow)
**2025（Ninja API）三表快速連動檢查（僅作骨架；待 10-K 校驗）**
- P&L：Revenue 10.27B、COGS 4.693B → Gross profit 5.577B（隱含 GM 約 54%）。Operating income 1.752B。
- B/S：Cash 5.539B、A/R 6.315B、Inventory 7.920B、Total assets 76.926B、Total debt 3.222B、Equity 62.999B。
- C/F：Operating CF 7.709B；Capex 0.974B → FCF 6.735B；回購 1.316B。

**連動重點（投資解讀）**
- 高庫存（Inventory 7.92B）+ AI/資料中心放量期：需要追蹤是否為健康的供給準備或潛在存貨跌價風險。

來源：

## 2.3 Unit Economics Analysis (CAC/LTV/ARPU/take rate, etc.)

AMD 非訂閱型公司，傳統 SaaS 的 CAC/LTV 不適用；本節改以「可觀測的單位經濟 proxy」追蹤獲利品質與採用速度。

### 可用的單位經濟 proxy
- **Segment operating margin（特別是 Data Center）**：反映 CPU/GPU mix、供應鏈成本與定價權。
- **全公司毛利率與其一次性影響**：用以辨識毛利改善是否可持續（需搭配 GAAP/Non-GAAP bridge）。
- **庫存／應收週轉**：觀察是否為健康備貨或需求不確定下的風險累積。
- **Cloud instances / enterprise deployments**：作為客戶採用速度（量）的 proxy。

### 已知數據點（逐字稿摘要）
- Data Center operating income：**$1.8B（33% margin）**（Q4 2025）。

## 2.4 Sensitivity Analysis (impact of key variables on profitability)
由於缺乏完整歷史 segment table，本輪僅建立敏感度「方向」與計算方法（下輪補數字）：
- **AI GPU 毛利率每 +1ppt** → 對全公司毛利率的影響取決於 AI GPU 在 DC segment 的收入占比；當 AI GPU 占比提升時，毛利敏感度放大。
- **OpEx as % of revenue 每 -1ppt**（槓桿化）→ 直接提升 operating margin 1ppt（其他不變）。
- **出口限制導致中國相關 GPU 收入歸零** → 短期收入下滑，但也可能改善 mix/風險；需以管理層披露的中國收入占比做情境。

管理層對中國收入不做預估（暗示敏感度高）：

## 2.5 Geographic Segment and/or Business Segment Revenue (annual report / earnings call sources; table + narrative)
**Business segment（Q4 2025，管理層口徑）**
| Segment | Q4 2025 Revenue | YoY | QoQ | Source |
|---|---:|---:|---:|---|
| Data Center | $5.4B | +39% | +24% |  |
| Client + Gaming (合計) | $3.9B | +37% | -3% | same as above |
| Embedded | $0.95B | +3% | +11% | same as above |

> 註：以上為逐字稿摘要段落的數字，下一輪需把 10-K 的年度分部表（FY 2023/2024/2025）補齊並與法說一致性核對。

# Step 3: Valuation

## 3.1 Stock Price & Earnings Trends (historical valuation range, multiple changes over time)
- 目前僅取得即時股價：**$217.56**（API）。
- N/A — 未取得歷史股價、EPS 序列與估值區間；下一輪需補（可用多來源：Macrotrends/CompaniesMarketCap/SEC 10-K EPS + 取樣股價）。

## 3.3 Multiple Reconciliation (P/E, EV/EBITDA, P/B — cross-validation across tools)
本節目的不是「算出一個精準倍數」，而是把市場上常見的估值尺（P/E、EV/EBITDA、P/B、（補充）EV/Sales、P/FCF）彼此對齊，確認：
1) 我們用的是同一個期間口徑（TTM vs Forward）；2) 是否因一次性/會計（併購攤銷、存貨準備回轉）導致指標失真；3) 市場正在用哪一把尺在定價（連到 3.4 regime）。

### 3.3.1 以同一來源做「同口徑」快照（避免拆拼錯誤）
以下採用同一頁面（StockAnalysis 統計頁）提供的同日快照，以避免跨網站口徑差造成的「假差異」。該頁面同時列出 market cap、EV、TTM EBITDA、TTM EPS、以及 Forward P/E。

- 股價（close）：$217.50（2026-04-02 close）
- Market cap：$354.60B；Enterprise Value：$348.05B（隱含淨現金）
- **Trailing P/E：83.33x；Forward P/E：32.68x**
- **EV/EBITDA：51.60x**
- P/B：5.63x；P/FCF：52.65x；EV/Sales：10.05x
- TTM：Revenue $34.64B、EBITDA $6.75B、Net income $4.34B、EPS $2.65

來源（同頁可點擊，含上述全部欄位）：https://stockanalysis.com/stocks/amd/statistics/

### 3.3.2 「為什麼 P/E 與 EV/EBITDA 都很高，但 Forward P/E 顯著下降？」
這裡的核心訊息是：**市場對 AMD 的定價不是在看當下獲利能力，而是在買「下一段盈利階梯」**（特別是 DC GPU/平台放量帶來的 operating leverage）。

- **TTM P/E（83x）高**：代表當下 EPS 仍在「投資期/過渡期」水準（研發/市場投入 + 產品轉換 + 一次性因素），使得歷史 P/E 失真。
- **Forward P/E（~33x）顯著較低**：表示市場（透過分析師預估彙總）預期未來 12 個月 EPS 大幅上升，否則這個落差不會存在。
- **EV/EBITDA（~52x）仍偏高**：意味著即便用 EBITDA（較不受折舊攤銷影響）衡量，目前 enterprise value 相對於「當下」營運現金獲利仍昂貴；市場在押注的是 **EBITDA 邊際的快速擴張**（AI GPU mix、系統/軟體 attach、以及 OpEx leverage）。

> 投資含義（對 2–3 年持有期）：若你相信 AMD 在 2026–2028 能把 Data Center 的收入成長「轉成」可持續的 segment margin（非一次性存貨準備回轉），那 Forward P/E 的「下降斜率」可能是合理的；反之若 AI GPU 只是小量且毛利被 HBM/封裝與價格競爭吃掉，則 EV/EBITDA 的高估值會先反噬股價。

### 3.3.3 與「同主題」標的的倍數定位（用來理解市場折價/溢價的原因）
（本節先建立比較框架；精準同日倍數需下一輪把 NVDA/INTC/AVGO 同樣抓取並對齊 TTM/NTM 口徑。）

- **相對 NVDA**：市場通常願意給 NVDA 較高的「質量溢價」（軟體生態 + 系統級交付 + 高毛利），AMD 若要縮小折價，必須用「ROCm adoption + rack-level solution + 可持續毛利」證明平台化。
- **相對 INTC**：INTC 更接近傳統週期/turnaround 定價（較低倍數），AMD 的高倍數反映「份額提升 + AI 平台化」的成長選擇權。

（交叉比較的量化版本將在 Step 6.2 下一輪補，並與本節倍數對齊。）

### 3.3.4 P/B 與「資產負債表視角」：這不是資產型股票
P/B 5.63x（同源）顯示市場並非以資產清算或帳面價值在定價 AMD，而是以未來的獲利能力與平台選擇權定價。對長期投資者更重要的是：
- 是否維持淨現金（同源顯示 net cash），在競爭期可承受更高研發與供應鏈投入；
- 若未來開始大幅舉債/現金流轉弱，P/B 會立刻變成「風險放大器」。

來源：https://stockanalysis.com/stocks/amd/statistics/

### 3.3.5 使用與失效條件（避免拿錯尺）
- 當 **AI GPU 收入規模仍小、一次性項目影響大**：TTM P/E 最容易失真 → 以 EV/Sales（僅作輔助）與 Forward P/E（看市場預期）搭配 DC segment 的實際 margin 驗證。
- 當 **資料中心利潤結構穩定、毛利與 OpEx 槓桿可預測**：EV/EBITDA 與 P/E 才會逐步成為主要定價尺。

（與 3.4 連動）若接下來 2–3 季 Data Center 的 operating income/operating margin 能在「非一次性」條件下持續上行，市場更可能從『成長選擇權』轉為『可計算的 earnings/FCF』定價；否則倍數會向半導體週期股收斂。

## 3.4 Valuation Regime Analysis (What yardstick is the market using now? When might it change?)
**當前估值 regime（定性）**：市場對 AMD 的 yardstick 可能正從「PC/半導體循環股」轉向「AI 基礎設施供應鏈」：
- 若 Instinct 能建立持續性份額與軟體生態，市場可能用 **AI 相關收入成長 + 長期 FCF** 來定價（類似 NVDA 的框架但折價）。
- 若 AI 貢獻不確定且 PC/遊戲循環占主導，估值會回到較低的半導體週期倍數。

**regime 轉換的觸發**（需驗證）
- 連續 2–3 季：Data Center segment 收入與營業利益率同時改善，且管理層對 AI GPU 供給/訂單能見度提升。

來源（AI GPU/中國不確定性 + RackScale 敘事）：

# Step 4: Distill the Investment Thesis

## 4.1 Non-Consensus View: Where is the mispricing?

本節要回答的不是「我比市場更樂觀/更悲觀」這種二分法，而是：**市場目前把哪些關鍵變數視為已解決（或無解）？我們在哪些變數上有差異化的機率分布？**

由於本檔仍缺 sell-side 明確共識模型（例如 Instinct 收入/毛利拆解、NTM EPS 分布），本節先以「可查的估值快照 + 管理層明示的不確定性」建立可驗證的非共識框架；待下一輪補共識數據後，再把 mispricing 量化成數字。

### 非共識主張 A（偏多）：市場仍以「半導體週期」視角框定 AMD，低估平台化對盈利斜率的影響

**觀察到的市場定價訊號（可查）**
- Trailing P/E **83.33x**、EV/EBITDA **51.60x** 看似昂貴，但 Forward P/E 已降至 **32.68x**（意味市場/分析師預期 EPS 在未來一年出現顯著跳升）。來源：https://stockanalysis.com/stocks/amd/statistics/

**我方非共識點**
- 影響 2–3 年報酬率的核心，不是「是否單點打贏 NVDA」，而是 AMD 能否把 Instinct 從「缺貨替代」推進為 **可重複部署的 rack-level 平台**（RackScale），並讓 ROCm 降低 migration cost，從而讓 Data Center segment 的利潤率呈現非線性提升。

**為何可能被低估**
- 市場常用「份額必須到 30–40%」的隱含門檻，但更可行的路徑可能是：即使份額不必到非常高，只要拿到可持續的二供平台份額，且系統/軟體 attach 提升 ASP 與毛利，盈利階梯仍可能比「純賣晶片」更陡。

**可驗證的關鍵 KPI（把敘事變成數據）**
- Data Center segment 的 operating margin 是否在未來 2–3 季出現「非一次性」改善。
- ROCm / RackScale 的客戶部署是否由 PoC 走向 production（可由管理層在法說對 deployment/production 的措辭變化驗證）。

管理層敘事線索（平台/供給/不確定性）：Q4 2025 法說反覆提到 RackScale solution、以及對中國收入不做額外預估，顯示公司把不確定性聚焦在「可服務市場與供給/生態」而非需求是否存在。來源：

### 非共識主張 B（偏空／風險揭示）：市場將 Forward P/E 隱含的「獲利跳升」視為高機率，低估毛利被成本與議價侵蝕的尾端風險

**觀察到的市場定價訊號（可查）**
- Forward P/E（~33x）對應的隱含假設是：未來 12 個月 EPS 會大幅成長（相對 TTM EPS）。來源：https://stockanalysis.com/stocks/amd/statistics/

**我方非共識點**
- 市場對「量」的共識可能較強（AI 需求大、AMD 可以出一些貨），但對「利」的路徑可能過度線性：
  - HBM/先進封裝供應與成本、以及 hyperscaler 的議價，可能使 AI GPU 放量更多體現在 revenue 而非 margin。
  - 若為了拿下平台導入而採取 aggressive pricing 或承擔較高系統交付成本，短期財報的 EBITDA/EPS 提升可能不如 forward 預期。

**可驗證的關鍵 KPI**
- Data Center segment operating margin 是否隨收入成長同步上行（若收入上行但 margin 下行，代表用價格/成本換份額）。
- 公司是否在法說中把一次性項目（例如存貨準備回轉）從「幫助毛利」轉為「拖累毛利」（用措辭與 GAAP/Non-GAAP bridge 驗證）。

### 非共識主張 C（結構性選擇權）：出口管制使「中國作為增量市場」變成尾端分布，市場可能錯估波動率與估值折現

管理層在 Q4 2025 直接表示：「不再預估中國額外收入」（動態情勢）。來源：

**我方非共識點**
- 出口管制不只是一次性新聞，對正在擴張 AI GPU 的公司更像是：
  - 把需求分布變成「高波動、低可預測」；
  - 迫使公司在 SKU、供應鏈與客戶結構上調整。

**mispricing 的可能方向**
- 若市場忽視此波動（用過低風險折現），股價在政策變化時容易急跌；
- 反之，若市場把「中國歸零」當成確定結果，則任何合規 SKU 或替代市場消化能力的改善，都可能成為上修催化。

### 本節的下一輪量化清單（避免停留在敘事）
- 補：sell-side/一致預期的 NTM EPS、2026–2028 revenue/EBITDA（至少 1–2 個可查來源，如彙總型資料網站）→ 把 Forward P/E 對應的隱含 EPS 具體算出來。
- 補：Instinct（Data Center GPU）收入指引/量化目標（若公司有在 investor deck 給出）→ 把主張 A/B 轉成可計算的情境（份額×ASP×毛利）。

### 非共識主張 A（偏多）：市場把 AMD 當成「高倍數但仍是半導體周期」— 低估了平台化對盈利斜率的影響
**觀察到的市場定價訊號**（可查）：
- Trailing P/E 83.33x、EV/EBITDA 51.60x 看似昂貴，但 Forward P/E 已降至 32.68x（意味市場/分析師預期 EPS 在未來一年出現顯著跳升）。來源：https://stockanalysis.com/stocks/amd/statistics/

**我方非共識點**：多數討論仍把 AMD 視為「需要用某個半導體倍數框住」的標的，但真正影響 2–3 年報酬率的是：
- AMD 能否把 Instinct 從「缺貨替代」變成 **可重複部署的 rack-level 平台**（RackScale）並讓 ROCm 降低 migration cost，從而讓 DC segment 的利潤率呈現非線性提升。

**為何可能被低估**：市場常用「是否打得贏 NVDA」二分法，但更現實的利潤路徑是：即使份額不必到 30–40%，只要拿到一個可持續的二供平台份額、且系統/軟體 attach 提升 ASP 與毛利，盈利階梯仍可能比『純賣晶片』更陡。

**可驗證的關鍵 KPI**（把敘事變成數據）：
- Data Center segment 的 operating margin 是否在未來 2–3 季出現「非一次性」改善；
- ROCm / RackScale 的客戶部署由 PoC 走向 production（可由管理層在法說對 deployment/production 的措辭變化驗證）。

管理層敘事線索（平台/供給/不確定性）：Q4 2025 法說反覆提到 RackScale solution、以及對中國收入不做額外預估，顯示公司把不確定性聚焦在「可服務市場與供給/生態」而非需求是否存在。來源：

### 非共識主張 B（偏空/風險揭示）：市場把 Forward P/E 的『獲利跳升』視為高機率— 低估了毛利被成本與議價侵蝕的尾端風險
**觀察到的市場定價訊號**（可查）：Forward P/E（~33x）對應的隱含假設是：未來 12 個月 EPS 會大幅成長（相對 TTM EPS）。來源：https://stockanalysis.com/stocks/amd/statistics/

**我方非共識點**：市場對「量」的共識可能較強（AI 需求大、AMD 可以出一些貨），但對「利」的路徑過度線性：
- HBM/先進封裝供應與成本、以及 hyperscaler 的議價，可能使 AMD 的 AI GPU 放量更多體現在 revenue 而非 margin；
- 若為了拿下平台導入而採取 aggressive pricing 或承擔較高系統交付成本，短期財報的 EBITDA/EPS 提升可能不如 forward 預期。

**為何容易被忽略**：很多投資人把「GPU 出貨量」等同於「高毛利」，但在二供競爭下，利潤池未必按出貨量比例分配。

**可驗證的關鍵 KPI**：
- Data Center segment operating margin 是否隨收入成長同步上行（若收入上行但 margin 下行，代表用價格/成本換份額）；
- 公司是否在法說中把一次性項目（例如存貨準備回轉）從『幫助毛利』轉為『拖累毛利』（用措辭與 GAAP/Non-GAAP bridge 驗證）。

### 非共識主張 C（結構性選擇權）：出口管制使「中國作為增量市場」變成尾端分布— 市場可能錯估波動率與估值折現
管理層在 Q4 2025 直接表示：「不再預估中國額外收入」（動態情勢）。來源：

**我方非共識點**：市場通常把出口管制當作一次性新聞，但對 AMD 這類正在擴張 AI GPU 的公司，它更像是：
- 把需求分布變成「高波動、低可預測」；
- 迫使公司在 SKU、供應鏈與客戶結構上做調整。

**mispricing 的可能方向**：
- 若市場忽視此波動（用過低風險折現），股價在政策變化時容易急跌；
- 反之，若市場把『中國歸零』當成確定結果，則任何合規 SKU 或替代市場消化能力的改善，都可能成為上修催化。

### 本節的「下一輪量化清單」（避免停留在敘事）
- 補：sell-side/一致預期的 NTM EPS、2026–2028 revenue/EBITDA（至少 1–2 個可查來源，如彙總型資料網站）→ 把 Forward P/E 對應的隱含 EPS 具體算出來。
- 補：Instinct（Data Center GPU）收入指引/量化目標（若公司有在 investor deck 給出）→ 把 A/B 兩個非共識主張轉成可計算的情境（份額×ASP×毛利）。

## 4.2 Core Pillars (2-3 core logic points supporting buy/sell)
**Pillar 1：DC CPU + GPU 的「平台化」會決定長期估值**
- 不是單顆 GPU 的性能，而是能否以 RackScale + ROCm 降低客戶遷移成本。

**Pillar 2：混合（mix）與槓桿（OpEx）比純收入更關鍵**
- 管理層指出 Q4 2025 GM 受一次性存貨準備回轉影響（逐字稿摘要：$306M inventory reserve release），因此需要追蹤「乾淨毛利」的趨勢。

**Pillar 3：Embedded 設計導入提供下行緩衝**
- 逐字稿摘要：2025 Embedded design wins $17B（需下輪對照原文與 10-K 的口徑）。

## 4.3 Structural Change vs. Cyclical Fluctuation
- **結構性**：AI 計算需求（訓練/推論）帶來的資料中心加速器長期 capex；雲端/企業對 CPU 效能與能效的升級。
- **週期性**：PC TAM 與遊戲主機週期（管理層明確指引 2026 semi-custom 下滑）。

## 4.4 Competitive Advantage & Moat Analysis (Five Forces + specific competitor comparisons)
**五力（定性）**
- 供應商議價：高（TSMC、HBM 供應商、先進封裝）。
- 客戶議價：高（hyperscaler 集中度高、議價力強）。
- 競爭強度：極高（NVDA/Intel/自研 ASIC）。
- 新進入者：中（晶片設計門檻高，但雲端自研 ASIC 提高）。
- 替代威脅：中到高（軟體棧可遷移性低使替代難，但客戶可自研）。

**AMD 相對優勢（需下一輪量化）**
- CPU：EPYC 的每瓦效能與平台節奏使其能在雲端與企業逐步拿 share。
- GPU：以 ROCm 開放策略與 pricing/供給作為楔子，但 Moat 取決於軟體成熟與系統交付。

# Step 5: Catalyst & Risk (Stock Sense)

## 5.1 Catalyst List (timeline + trigger conditions + expected impact)
- **產品/平台放量（MI350/MI450 + RackScale）**：若 Q3–Q4 2026 開始出現 AI GPU 放量、DC segment margin 上升 → 估值 regime 轉向 AI 平台。
- **企業與雲端部署里程碑**：EPYC instance 數與 enterprise deployments 持續上修。
- **回購加速**：在估值壓縮或現金流強勁時，回購可提供技術性支撐（但非核心）。

來源（產品節奏與指引線索）：

## 5.2 Risk List & Pre-Mortem Analysis
**Pre-mortem（假設 1 年後股價 -50%）最可能路徑**
1. AI GPU 供給/軟體生態不及預期 → 客戶部署延後 → DC revenue growth 放緩。
2. 毛利被一次性因素掩蓋，實際「乾淨毛利」下滑 + OpEx 維持高增 → EPS 下修。
3. 出口管制擴大或規範變更 → 中國相關 SKU 無法出貨且引發庫存/減損。

監管不確定性（公司不做中國額外收入預估）：

## 5.3 Scenario Analysis Matrix (if A → do X, if B → do Y)
| 觀測到的「因果事件」 | 解讀（對長期 thesis） | 動作 |
|---|---|---|
| Data Center rev 連續 2 季加速且 DC op margin 同步上升（非一次性） | 表示 CPU+GPU 平台化開始結出利潤果實 | **加碼/持有**；提高目標估值倍數假設 |
| DC rev 成長但 DC op margin 下滑（HBM/封裝成本或價格競爭） | 份額可能靠低價換取，Moat 不強 | **減碼**；等待毛利修復再評估 |
| 出現重大產品延遲（MI450/平台）或大客戶取消部署 | thesis 核心被破壞 | **退出/換股**（同主題轉 NVDA/AVGO 等） |
| PC/遊戲下行但 Embedded 訂單/設計導入穩健、FCF 仍強 | 結構性 thesis 未破壞，只是循環噪音 | **持有**；利用回檔分批布局 |

## 5.4 Alarm Threshold Settings (what conditions shake the long-term thesis? what action to trigger?)
- **Alarm 1（毛利）**：若「剔除一次性因素後」GM 連續 2 季下滑且管理層無法用 mix/成本解釋 → 減碼。
- **Alarm 2（資料中心）**：DC segment 收入連續 2 季 QoQ 下滑（非季節性）→ 檢查 AI GPU 需求/供給與競品份額；必要時退出。
- **Alarm 3（庫存）**：庫存連續 2 季增加且同時營收/毛利轉弱 → 提高減損風險警戒。

# Step 6: Dynamic Verification & Cross-Comparison

## 6.1 Marginal Change Tracking (new event's +/0/- impact on thesis)
本輪基準事件（Q4 2025 法說逐字稿摘要）
- Data Center revenue 強勁、AI GPU 創新高、但中國收入高度不確定 → 對 thesis 的邊際貢獻：**+ / 0 混合**（需求與產品節奏正面，但地緣風險提高波動）。

來源：

## 6.2 Cross-Comparison: Which ticker has the best risk-reward under the same theme?
同主題（AI 資料中心算力供應鏈）至少 2 檔比較：
- **NVDA**：優勢在 CUDA 生態與系統平台（DGX 等）；風險在估值與出口限制。
- **INTC**：若 foundry/封裝與 Xeon 反攻成功有反轉選擇權；但執行風險大。

N/A — 本輪未做量化估值比較（需下輪補各自估值倍數與財務韌性）。

## 6.3 Downside Protection Analysis (if key assumptions partially fail, which ticker falls least?)
- 若 AI GPU thesis 失速：**AMD** 的下行保護來自 Embedded（Xilinx）長週期與 CPU/Client 的基礎盤，但仍屬高 beta 半導體。
- NVDA 下行保護較弱（估值高、集中於 AI GPU），但毛利與生態強。
- INTC 可能因估值低而相對抗跌，但基本面不確定性更高。

N/A — 需下輪用「FCF yield / 淨現金(負債) / segment 穩定性」量化。

## 6.4 Continuous Calibration Log (does the time horizon need adjusting? do assumptions need updating?)
- 2026-04-06：維持 2–3 年持有期；核心假設尚未改變。
- 待更新項：補齊 2016–2024 財務歷史、分部表、以及可查 TAM/份額數據後，才可把估值從「定性 regime」升級到可計算的 DCF/倍數。

# Scorecard (six-step detail and notes)
N/A — 待下一輪完整數據後評分。