首席执行官李萨苏表示 AMD提高人工智能的形象

大家好，今日小科来聊聊一篇关于首席执行官李萨苏表示 AMD将提高人工智能的形象的文章，现在让我们往下看看吧！

对于长期投资者来说，了解三家公司的人工智能机会非常重要。三种方法点击AI的方式都不一样，所以它们的AI TAM(总可寻址值)也不一样。哪家公司的策略最适合投资者还有待观察。

热门芯片31:英特尔、AMD、英伟达的人工智能战略。

据估计，到2023年，NVIDIA的数据中心人工智能TAM将达到500亿美元。其中包括HPC(高性能计算)、DLT(深度学习训练)和DLI(深度学习推理)。

据估计，英特尔的DLT和DLI TAM在2020年将达到460亿美元。AMD没有发布任何用于深度学习的TAM，因为它更专注于从英特尔和NVIDIA获得市场份额。因此，AMD并不专注于人工智能芯片。然而，AMD首席执行官苏姿丰表示，该公司正在努力成为人工智能领域更重要的参与者。

任何关于计算性能的讨论都是从摩尔定律开始的，摩尔定律正在放缓。摩尔定律表明，随着芯片尺寸的减小和晶体管密度的增加，计算性能将每两年翻一番。

苏姿丰在AnandTech报道的Hot Chips 31主题演讲中解释说，该公司通过使用各种元素来提高CPU(中央处理器)的性能。这些要素包括工艺技术、芯片尺寸、TDP(热设计功耗)、电源管理、微体系结构和编译器。

技术是最大的贡献者，因为它将性能提高了40%。增加芯片尺寸也可以提高两位数的性能，但不划算。

AMD使用微体系结构将EPYC罗马服务器CPU的IPC(每周期指令数)在单线程和多线程工作负载中分别提高了15%和23%。IPC的提升幅度比行业平均IPC高5%-8%左右。然而，上述所有方法都是在2。5年内业绩会翻倍。

苏：人工智能加速计算。

苏说，一方面，摩尔定律正在减速。另一方面，世界上最快的超级计算机的性能每1.2年翻一番。这意味着过去十年的解决方案将是无效的。

行业目前的需求是优化系统的各个部分，使之成为人工智能工作量的理想选择。她解释说，每瓦性能在ASIC(专用集成电路)和FPGA(现场可编程门阵列)中最高，在CPU中最低。就性能功耗比而言，通用图形处理器介于中央处理器和现场可编程门阵列之间。

这篇好文章是转载于：知行礼动