AMD高层指出,公司具备全面的产品组合,可充分满足云计算、高性能计算(HPC)、企业、嵌入式及个人电脑等领域的多样化运算需求。在生态系统构建方面,AMD强调与ISV、IHV的紧密合作至关重要,因为单一厂商难以独立构建完整的生态系统。Ryzen 8040系列移动版处理器集成了CPU、GPU、NPU等运算单元,提供高达39TOPS的AI运算性能。在AMD AI发展趋势报告中,王启尚详细阐述了AMD家用产品的未来规划。
大型语言模型正朝着两个方向发展:一是大型、闭源模型,这类模型需要更多的计算资源进行训练,但训练结果更为精准;二是小型、开源模型,这类模型定制化弹性更高,运算需求相对较低。针对个人终端用户,省电是最关键的需求。
AMD推出了包括Zen、CDNA、RDNA、XDNA在内的五种运算架构,以应对不同的使用需求。其中,XDNA架构通过Adaptive Dataflow技术,将深度网络映射到Custom Dataflow,从而优化内存效率并提升性能。Spatial Partitioning技术则能增强AI运算的多任务性能,使同时执行多个工作负载成为可能。Ryzen AI软件堆栈则涵盖了前端工具优化PyTorch、TensorFlow、ONNX模型的功能,以及后端工具支持各种模型在CPU、GPU、NPU等运算单元上的执行。
Lisa Su在会上宣布,AMD将于2024年内推出代号为Strix Point的下一代处理器。该处理器将搭载XDNA 2架构NPU,进一步提升AI运算性能。此外,AMD还展示了在北京举办的AI PC创新高峰会上自家平台集成CPU、GPU、NPU等多种运算单元的优势。
2023年,AMD发布了Ryzen 7040与Ryzen 8040系列处理器,这两款产品均为业界首款集成NPU(神经处理器,采用XDNA架构)的产品,并配备了Zen 4架构CPU和RDNA 3架构GPU。这些产品均在AI运算领域展现出强大的性能。
AMD的战略重点包括:一是提供广泛且高电力效率的CPU、GPU、NPU产品组合,以满足AI训练与推论的需求;二是构建开放、可靠、易于开发的软件平台,确保AMD硬件能够完整执行所有主流AI运算框架、函数库和AI模型;三是与ISV、IHV深度合作,共同打造生态系统,为用户提供完整的AI解决方案。
在会上,王启尚还介绍了大型语言模型的发展趋势,并指出不同AI使用场景的需求各不相同。例如,企业云计算应用需要更高的运算性能;边缘应用需要连接大量传感器且需低延迟;而终端应用(如AI笔记本和智能手机)则对功耗更加敏感,需要高电力效率。此外,他还宣布了AMD即将推出的RDNA 3+和XDNA 2架构的详细信息。
最后,Lisa Su再次上台并预告了将于2024年内推出的搭载Zen 5、RDNA 3+、XDNA 2架构的Strix Point处理器。其中,XDNA 2架构将大幅提升NPU性能至三倍以上,从而显著提高AI运算性能。