前幾年講故事，不帶上XR混合現實、區塊鏈、元宇宙什麼的，你都不好意思和人打招呼。如今，AI也是同樣的待遇。不過，不像前邊幾個更多是停留在概念性，缺乏群眾基礎，有的甚至隱約有些“詐騙”的味道，AI其實有著悠久的歷史，有著很現實、很廣泛的技術和應用，更有著真正廣闊的未來，就像曾經的科幻正在一步一步走入現實。

2023年3月的Adobe峰會期間，AMD首席執行官蘇姿豐博士在和Adobe首席執行官Shantanu Narayen進行對話時，她提出，未來10年，最重要的事情就是AI，它甚至可以主導芯片設計。

其實早在1956年，人工智能(Artificial Intelligence)的概念就誕生了，算下來已有長達67年的歷史。

不過直到1997年，IBM公司的“深藍”電腦擊敗國際象棋大師卡斯帕羅夫，才讓AI的概念廣為人知，被視為世界三大尖端技術之一(另兩個是空間技術、能源技術) ，也被認為是21世紀三大尖端技術之一(另兩個是基因工程、納米科學)。

2016-2017年，Google AlphaGo與李世石、柯潔等高手的圍棋大戰，將AI推向了一個新的高度。

2022年11月，OpenAI ChatGPT的誕生，更是讓AI走向了全民化。

自誕生以來，AI的追求始終都是用機器模擬甚至超越人類智能，無論用什麼方法、什麼技術，這一終極目標從未改變。

幸運的是，經過半個多世紀的演進，半導體技術已經達到了空前的高度，無論算力性能還是算法應用，都給了AI無限的可能。

實現這些可能的根基，毫無疑問是強大的硬件，否則一切都是建築在沙丘之上。

能夠運算AI的硬件多種多樣，可以分為兩大類。

一是傳統的是CPU處理器，好處是通用性強，什麼都能做，尤其擅長邏輯控制與串行計算，缺點就是計算能力和針對性不夠強。

二就是加速卡，又分為三類，其中GPU適合大量重複計算；FPGA靈活性好，集成度高，但是算力一般，成本高；ASIC專用性強，但開發週期長，難度極高。

今年6月份的“數據中心與人工智能技術首映會”上，AMD給出的數據顯示，僅僅是在數據中心， AI加速器的市場價值在2023年就有約300億美元，預計到2027年可超過1500億美元，年復合增長率超過50％，妥妥的藍海。

目前，Intel、AMD、NVIDIA三巨頭都有各自豐富的AI軟硬件解決方案，CPU、GPU可以做，但又各自不同。

Intel CPU歷史悠久，一直有領導地位，但近些年遭遇重大挑戰，GPU則剛剛起步。

NVIDIA GPU執行業牛耳，優勢很大，但是CPU受到極大限制，只能走ARM架構。

AMD則一直是綜合性最強的，以往被戲稱“GPU吊打Intel、CPU吊打NVIDIA”，如今更是在CPU方面各種欺負Intel，GPU也在奮起直追、不斷創新，此外，現在AMD還擁有豐富的FPGA和自適應SoC產品系列供選擇。

更進一步，不僅僅在數據中心，AMD在消費端的AI也嶄露頭角，銳龍7040系列就是全球首款集成獨立AI引擎的處理器，開啟了AI筆記本的時代。

AMD GPU AI加速器就是Instinct系列，經過多年迭代已經發展得極為成熟，在技術上某些方面更是遙遙領先。

比如最新的Instinct MI300A是全球第一款面向HPC、AI的APU加速器，同時集成CDNA 3架構的GPU、Zen 4架構的CPU、128GB HBM3高帶寬內存。MI300X更是整合了史無前例的192GB HBM3內存，晶體管數量多達1530億個，令人嘆為觀止。同時，AMD ROCm開發平台也正進行改革，針對AI進行全方位深度優化。

GPU做AI如此強悍，已經是很多企業、開發者的首選，你也應該聽說過“GPU徹底取代CPU地位”之類的言論，但其實這都是宣傳套路而已，聽听就行了，切莫認真。

不然的話，NVIDIA為啥還要做個Grace CPU來搭檔自家GPU，還號稱“超級芯片”？

CPU、GPU、FPGA、ASIC無論哪一個，在AI面前都無所謂誰好誰壞，關鍵是在靈活多變的AI需求面前，各自做最適合自己的工作。

打個比方，GPU、FPGA、ASIC就像是具備不同特殊技能的特種兵，在某項工作上可以做得非常好，CPU則像是核心領導，只有在它的協調指揮下，才能形成強大的整體戰鬥力，否則只是一盤散沙而已。

因此，如果非要給大家排個序，CPU反而更有資格排在前列。

這也正是AMD的核心優勢，一方面有著極為完整、久經考驗的完整產品線和綜合平台，另一方面其EPYC CPU處理器近些年更是意氣風發，甚至大有完全不把Intel至強放在眼裡的架勢。

EPYC堪稱AMD歷史上最成功的產品之一，每一代都極為閃耀，甚至可以說是一直遙遙領先。

2017年，隨著基於初代Zen架構、代號Naples的第一代EPYC 7001系列的誕生，AMD終於重返高性能計算市場，得到了整個行業的熱烈歡迎。

第三代Milan EPYC首次延伸除了專門針對高密度計算需求的Milan-X，通過堆疊3D V-Cache緩存，得到了數倍的性能提升，在業內是獨一無二的存在。

最新的第四代Genoa EPYC 9004系列，更是多點開花，從通用計算到高密度計算，從雲服務到邊緣計算，再到AI，幾乎無所不能。

其中，標準版的Genoa升級到先進的5nm工藝、Zen 4架構，憑藉成熟的Chiplet佈局，做到最多96核心192線程，還有12通道DDR5內存、160條PCIe 5.0總線的強力加持。

同時，為了滿足更多應用領域的特定需求，這一代的EPYC極大地豐富了產品線，除了標準版之外還衍生出了三個特殊系列：

一是Genoa-X EPYC 9084X系列，加入了極為成功的3D V-Cache，是世界上首個採用3D芯片堆疊緩存的數據中心處理器，最多達768MB，加上原生的256MB，三級緩存就有1152MB，再算上6MB一級緩存、96MB二級緩存，總計就是海量的1254MB。

對於需要極強計算性能的應用，Genoa-X是絕對的大殺器，可以輕鬆獲得數倍的性能提升，對手根本看不見尾燈。

二是Bergamo EPYC 9704系列，首次採用精簡版的Zen 4c架構，單個核心面積相比標準的Zen 4縮小了大約35％，同時能效大大提升，可以做到遙遙領先的128核心256線程，而且同樣有12通道DDR5、160條PCIe 5.0，是雲原生計算領域的上佳之選。

三是即將發布的Siena系列，也是Zen 4c架構，據此前信息了解其是專為邊緣計算等應用打造，能效同樣非常高。

彪悍的規格帶來了彪悍的性能，這一次，AMD EPYC在各種應用場景中都有著顯著的領先優勢。

根據官方數據，96核心的旗艦Genoa EPYC 9654對比60核心的競品旗艦至強鉑金8490H，無論是SPECrate2017_int為代表的雲服務應用中，還是Java、VMmark、SAP等企業級應用中，性能差異都達到了1.8倍左右，可以說直接甩開了一個身位，根本不給追趕的空間。

更關鍵的是，性能非常高的同時，EPYC的能效也非常高，性能優勢也達到1.8倍左右。

128核心的Bergamo EPYC 9754在雲原生應用中，更是近乎蹂躪至強鉑金8490H，性能優勢更是最高達到驚人的2.6倍。

96核心、1152MB三級緩存的Genoa-X EPYC 9684X，在計算性能上的表現也是逆天級別，對比競品的優勢幾乎達到了3倍。

目前，戴爾、慧與、聯想、超微都已推出基於Genoa-X的高性能計算系統。

當然了，作為AMD AI產品矩陣的一環，EPYC在AI方面的表現同樣不遑多讓，極強的計算能力帶來了極佳的表現。

隨便舉個例子，TPCx-AI端到端負載計算中，EPYC 9654相比於至強鉑金8490H的性能優勢輕鬆達到了大約1.9倍之多。

AMD EPYC處理器、Instinct加速器可謂珠聯璧合，已經在數據中心、超級計算機中得到了廣泛應用。

最典型的就是當今世界第一超算“Frontier”，也是唯一投入實用的百億億次超算，用的就是這對黃金組合，其中處理器是Zen 3架構的64核心旗艦EPYC 7A53，加速器則是CDNA 2架構的Instinct MI250X，而且它的綠色能效也是位居前列。

當然了，EPYC、Instinct強強聯手的同時，它們也是開放的，完全可以搭檔友商的硬件使用，AMD ROCm開發框架同樣提供良好的支持。

比如NVIDIA DGX高性能計算平台，就一直在使用頂級的EPYC處理器，可加速多種類型的AI工作負載，例如數據分析、訓練和推理等。

任何一個美好的故事，要想持續講下去，要想變得越來越美好，都必須要有紮實的根基，從硬件到軟件再到應用都必須到位才能真正普及開來，MR就是最典型的反面例子。

走過半個多世紀的AI正在煥發新的活力，恰恰就是因為從硬到軟，技術和應用都在持續演進，形成了正向循環。

ChatGPT為代表則這一波的爆發，可以說是AI歷史上一個新的節點。它最大的貢獻就是讓AI不再高高在上，而是真正來到了普通老百姓的身邊，工作、生活、娛樂都能從中獲益匪淺，大大減輕人的壓力，可以盡情享受成果。這也正是技術應該帶給人的美好之處。

這一切的實現，規格到底，離不開硬件技術的進步、軟件生態的成熟、應用領域的豐富。從CPU到GPU，從FPGA到ASIC，都在為AI的繁榮提供紮實的基礎，而擁有最全解決方案的AMD，前景尤為值得期許！