“时代留给当下的企业很多难题，而AMD认为新品牌口号‘同超越，共成就’，正是当前创新的答案。”
摩尔定律是指半导体技术的集成度每隔18至24个月就会翻倍，而成本却降低一半。在过去几年，随着半导体工艺的进步，越来越多的证据表明，摩尔定律正在失效或者放缓。芯片制造商必须转而寻求更加先进的技术和设计方法来提高性能和效率。
另一方面，ChatGPT的爆火掀开了人工智能(AI)发展的天花板，新算法，新框架，新场景应用层出不穷。AI不仅存在CPU、GPU、云端数据中心和商业数据中心，也应用于智慧零售、智能工厂、医疗生命科学、数字家庭等场景。而芯片需要更多变，更灵活的架构才能适应种种变化。这样的趋势下，芯片制造企业如何在不确定环境下进行创新?
近期举办的AMD线上媒体沟通会，AMD全球副总裁唐晓蕾女士围绕“‘芯’科技加速创新落地”这一主题，分享了自适应和嵌入式在核心领域的行业应用与业务进展，以及AMD基于“同超越，共成就”的全新品牌口号，如何加速客户的创新落地。
核心领域的多元化应用与创新
AMD的核心领域包括汽车、工业、医疗、音视频以及TME(测试、测量与仿真)等。这些行业特性各异，数据应用需求不同，通用的CPU和专用的芯片很难满足要求，而兼具性能和灵活性的自适应计算平台成为各应用场景的理想解决方案。
● 汽车创新
整个汽车行业正面临前所未有的改变，智能化转型快速进行。在汽车领域，AMD围绕智能座舱、高级驾驶员安全，高级安全传感器，自动驾驶几个方面，为合作伙伴提供了一系列创新应用。
唐晓蕾指出，汽车正在经历从机械到电子，再到智能的巨大变革过程。无论新能源汽车还是传统汽车，为了提供更好的体验，汽车行业与半导体公司正在产生前所未有的紧密耦合以满足发展所需的更强算力。这个融合过程是数据驱动的。在这个世界上， AMD的站位独特在于将CPU，GPU，FPGA，以及Semi ASIC融合到一起，帮助汽车行业的客户实现大数据计算的转型。
● 医疗创新
医疗作为人文关怀项目，一直是AMD重要的研发方向。医疗创新包括内窥镜系统，医疗超声，手术机器人，大型扫描仪器，以及病患护理。为了配合医疗创新的尽快落地，AMD还为客户提供影像库和发布医疗电子书，助其更快地接受、使用以及落地自适应计算，帮助客户完成医疗方面的快速转变和迭代。
● 工业创新
智能制造离不开系统底层技术，即传感、控制、计算与联网。AMD可以将各项底层技术整合在同一平台中，让数据高效利用，从而为用户创新落地提供实际支持。 AMD对工业创新的助力可以涵盖从厂房的建立，工程设计的数字孪生，中间的物流，最后的生产，直至产品质量把控整个流程。
通过内生成长和外延并购，目前AMD已经构成了“CPU+GPU+嵌入式+smartNIC/DPU”业务板块。唐晓蕾表示，“通过对赛灵思的收购，AMD可以为工业、视觉、医疗及科学领域的客户提供完整的嵌入式产品组合，满足各种自适应和高性能计算应用以及不断演进的未来需求。”以工控机IPC市场为例，由于市场需求复杂多样，对IPC的自适应计算要求非常独特。AMD将SoC，FPGA协同，快速满足客户的资源配置需求，加速IPC实现工业互联、AI 推理、传感器融合、功能安全。此外，在车载信息娱乐系统(IVI)等方面同时采用ARM、X86和FPGA相结合的产品组合，可以为客户提供更强的算力以及更大带宽的基础平台。
● 音视频创新
在音视频领域，消费体验的升级以及内容的驱动，带动了对高带宽，高清晰度，灵活处理方式的要求。AMD在实况转播、企业与零售，电视与影院，智慧家庭、音视频与娱乐等细分市场提供灵活、差异化和基于标准的解决方案。
● TME(测试、测量与仿真)创新
随着半导体在日常生活中扮演的角色越来越多，半导体的创新也不断涌现：在半导体检测(Semi ATE)方面，技术复杂性及质量要求不断增加，集成带来更长的测试时间，半导体产量增长等;标准演进方面，片上协议标准不断更新，需要更大的容量、算力和吞吐量，其中有线达到 1.6Tb，无线达到 6G;仿真与原型设计方面，“左移(Shift Left)”策略，非传统企业设计新型半导体，硬件-软件协同设计的设计趋势，单靠仿真无法跟上设计复杂性的增长步伐。
而目前，对测试、测量以及对仪器仪表升级的需求是AMD关注的重点之一。
协同创新是时代的底色
创新是驱动发展的引擎，千行百业的数字化与智能化转型离不开创新输送的源源不断的强劲动能。为了适应市场快速发展、满足客户的多元化需求，AMD从芯片创新，平台创新，工具创新多个维度持续打造高性能和自适应计算解决方案，赋能合作伙伴创新，并加速方案落地。
● 芯片创新
AMD通过分装技术安装Chiplet集成助力实现代际性能增益，抵消摩尔定律放缓带来的创新放缓，保持AMD发展步伐。无论Chiplet还是异构计算领域AMD都应用了最核心的RDNA、CDNA、XDNA以及ZEN架构。
据唐晓蕾介绍，XDNA是AMD的自适应架构IP组合体，主要是用于AI以及传统的信号处理和数据流之间的架构。XDNA带有本地存储器和数据移动器的高度可扩展引擎阵列，是AMD利用深厚的FPGA和自适应SOC编译算法专业知识推出的一种算法工具。其中，AI引擎(AIE)可以让AI和信号处理实现高性能和高能效，而AMD专长的FPGA架构也有类似的优势。这为迎接正在到来的AI浪潮做好准备。
● 平台创新- Kria 系统级模块(SOM)
创新中总是充满了不确定性，SOM成为帮助客户打通外围接口，更快地落地自己算法的有力支持。三年前，AMD推出Kria系统级模块SOM，其应用专注于安防系统、城市摄像头和道路摄像头等视觉相关领域。
未来，SOM通道根据需求将分成两个产品路线：一个方向注重成本优化，关注电力驱动和其他尺寸及成本受限应用;另一个方向致力于提供更高的算力。“客户对算力的需求在呈指数级增加。然而，SOM的算力不能完全依赖于云端，越来越多的场景需要端、边缘侧的算力支撑。”唐晓蕾表示，AMD推出了具有更高算力的SOM以满足边缘计算的需求。
● 工具创新- Versal 开发环境
除了硬件创新，在FPGA领域以及X86领域，工具的重要性不可忽视。尤其是随着AI的推进，更多的软件工程师加入这个领域，AMD Versal作为面向所有开发者的创新工具，支持所有类型的开发者通过优化的软硬件来为他们的整体应用提速，同时具备即时的灵活应变能力，从而能够跟上科技快速发展的步伐。
在科技迅速演进、需求不断迭代的今天，我们坚信，唯有创新和合作才是实现长期发展的不竭动力。“每个行业客户才是真正的专家，我们需要与他们共同讨论，找到行业需求的平衡点，确定其中CPU、FPGA或SoC的价值最大化。”唐晓蕾表示。
（转载自IIANews）
