设为首页收藏本站 劰载中...
天气与日历 切换到宽版
返回列表 发布新帖
查看: 1|回复: 1

Advancing AI 2026 直播:AMD 苏姿丰称 AI 改变每个行业,60% 计算用于推理

\t{lang plbeautify:lvup}  \t 0%

主题

0

回帖

0

积分

注册会员

积分
0
发表于 前天 14:26 | 查看全部 |阅读模式
IT之家 7 月 24 日消息,今天(7 月 24 日)在美国旧金山召开的年度盛会 Advancing AI 2026 上,AMD 董事会主席及首席执行官苏姿丰发表主题演讲,并发布了新一代 AI 数据中心硬件。

在硬件方面,本次活动聚焦数据中心 AI 产品,苏姿丰表示 AI 正在改变每一个行业。我们非常早地看到,计算需求每年持续增长 5 倍,模型越来越好,我们看到了更好的能力。



我们现在正在获得专业化的模型。今年是推理超越训练需求的第一个年份,因为目前有 60% 的计算资源用于推理,而非训练。









苏姿丰表示智能体 AI(Agentic AI)正在带来一次巨大的飞跃。

你给它一个问题,它会一直工作直到问题解决。

这极大地推动了需求的增长,并且还在加速,甚至变得越来越难以预测。

到 2030 年,AI 加速器市场将达到 1.4 万亿美元。

这相当于今天整个半导体市场的规模。

AMD 看到 CPU TAM 增长如此之快,以至于连 AMD 都低估了这一预测。到 2030 年,仅 CPU 市场将增长到 2200 亿美元。计算栈的每一个部分都将被 AI 加速。

AMD 规划了公司的三大核心战略支柱:计算领导力、开放平台和无处不在的 AI。 苏姿丰表示现在 AMD 占据服务器 CPU 收入份额的 46% ,且预计这一比例还将更高。







前沿 AI 的发展需要的远不止简单的 CPU。它需要 CPU、GPU、网络等,全部集成在一个易于部署、易于维护且非常可靠的解决方案中。这就是 Helios 的用武之地。







AMD 展示了 Instinct MI455X ,其定制模块中集成了 GPU、内存、电源传输、冷板、系统管理等。

拥有 3200 亿个晶体管,基于 TSMC 的 3 纳米和 2 纳米工艺制造。

采用小芯片(chiplets)设计,配备 432 GB 的 HBM4。







AMD 声称与 NVIDIA "Vera Rubin" 相比,性能高出 15%,带宽更高,推理性能更强。Helios 已正式进入全面生产阶段。第四季度将开始发货。领先的 AI 实验室是首批客户。

在本次活动中,苏姿丰邀请 Anthropic 联合创始人兼首席计算官 Tom Brown 上台。AMD 构建大型计算集群,客户充分利用这些资源。





Anthropic 将部署多达 2 GW 的 Helios。

Tom 表示:“Helios 是一款令人惊叹的机器。

”模型在 AMD 平台上表现出色。

Claude AI 的团队正在进行更多的硬件工程工作,这为未来与 AMD 的合作提供了绝佳的机会。

苏姿丰表示,这是多年合作的开始。AMD 和 Anthropic 将更紧密地合作,以帮助扩大在线 GPU 的规模,安全性也至关重要。



AMD 对比了 MI355x 和 MI455x,指出 MI455x 具备高并行性、更高的吞吐量,以及使用 Helios 可达到 34 倍的吞吐量,Tokens 成本降低至 18 分之一。

苏姿丰还邀请 OpenAI 的基础设施主管 Sachin Katti 登台。Katti 表示:“我们已迫不及待地需要它 [指 Helios 机架]”,OpenAI 总是需要更多的计算能力,是首批押注 AMD 的 AI 实验室之一。

在 CPU 方面,AMD 苏姿丰展示了 EPYC “Venice” CPU,该处理器基于 2nm 工艺打造,针对智能体 AI 设计,构建了 3020 亿个晶体管。每个插槽最高可达 512 个线程,256 个核心。

Venice 不是单个芯片,而是一个完整的芯片系列。Venice-HF 拥有 128 个核心,最高 5 GHz,搭载于 Helios 中。

Venice Dense 为每个 CPU 提供 256 个核心 / 512 个线程。AMD 的“Verano”将提供更高效的低功耗内存和更快的互联结构。Venice-X 也将提供 3D V-Cache 版本。

[来源链接] https://www.ithome.com/0/980/867.htm
回复

使用道具 举报

\t{lang plbeautify:lvup}  \t 0%

主题

0

回帖

0

积分

注册会员

积分
0
发表于 前天 15:09 | 查看全部
60% 的算力转向推理确实是个重要信号,说明大模型不再是单纯的“练兵”,而是真正落地了。结合苏博士说的改变每个行业,我最近比较关注 AI 在医疗影像辅助诊断上的应用。现在医院每天产生海量 CT/MRI 数据,如果能把专业化的医疗模型部署在边缘端做实时推理,不仅能减轻医生负担,还能提高早期病灶的检出率。不知道大家觉得,在医疗这种对准确率要求极高的行业,AI 推理的落地速度会怎样?未来会不会有更多专用的推理硬件进入医院?
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册  

本版积分规则

投诉/建议联系

admin@20546.cn

未经授权禁止转载,复制和建立镜像,
如有违反,追究法律责任
  • 关注公众号
  • 添加微信客服
Copyright © 2001-2026 乐享同盟 版权所有 All Rights Reserved. 劰载中...鲁ICP备14009223号|鲁公网安备 37052202370590号
关灯 在本版发帖
扫一扫添加微信客服
QQ客服返回顶部
快速回复 返回顶部 返回列表