前几年讲故事，不带上XR混合现实、区块链、元宇宙什么的，你都不好意思和人打招呼。如今，AI也是同样的待遇。

不过，不像前边几个更多是停留在概念性，缺乏群众基础，有的甚至隐约有些“诈骗”的味道，AI其实有着悠久的历史，有着很现实、很广泛的技术和应用，更有着真正广阔的未来，就像曾经的科幻正在一步一步走入现实。

2023年3月的Adobe峰会期间，AMD首席执行官苏姿丰博士在和Adobe首席执行官Shantanu Narayen进行对话时，她提出，未来10年，最重要的事情就是AI，它甚至可以主导芯片设计。

其实早在1956年，人工智能(Artificial Intelligence)的概念就诞生了，算下来已有长达67年的历史。

不过直到1997年，IBM公司的“深蓝”电脑击败国际象棋大师卡斯帕罗夫，才让AI的概念广为人知，被视为世界三大尖端技术之一(另两个是空间技术、能源技术)，也被认为是21世纪三大尖端技术之一(另两个是基因工程、纳米科学)。

2016-2017年，Google AlphaGo与李世石、柯洁等高手的围棋大战，将AI推向了一个新的高度。

2022年11月，OpenAI ChatGPT的诞生，更是让AI走向了全民化。

自诞生以来，AI的追求始终都是用机器模拟甚至超越人类智能，无论用什么方法、什么技术，这一终极目标从未改变。

幸运的是，经过半个多世纪的演进，半导体技术已经达到了空前的高度，无论算力性能还是算法应用，都给了AI无限的可能。

实现这些可能的根基，毫无疑问是强大的硬件，否则一切都是建筑在沙丘之上。

能够运算AI的硬件多种多样，可以分为两大类。

一是传统的是CPU处理器，好处是通用性强，什么都能做，尤其擅长逻辑控制与串行计算，缺点就是计算能力和针对性不够强。

二就是加速卡，又分为三类，其中GPU适合大量重复计算；FPGA灵活性好，集成度高，但是算力一般，成本高；ASIC专用性强，但开发周期长，难度极高。

今年6月份的“数据中心与人工智能技术首映会”上，AMD给出的数据显示，仅仅是在数据中心， AI加速器的市场价值在2023年就有约300亿美元，预计到2027年可超过1500亿美元，年复合增长率超过50％，妥妥的蓝海。

目前，Intel、AMD、NVIDIA三巨头都有各自丰富的AI软硬件解决方案，CPU、GPU可以做，但又各自不同。

Intel CPU历史悠久，一直有领导地位，但近些年遭遇重大挑战，GPU则刚刚起步。

NVIDIA GPU执行业牛耳，优势很大，但是CPU受到极大限制，只能走ARM架构。

AMD则一直是综合性最强的，以往被戏称“GPU吊打Intel、CPU吊打NVIDIA”，如今更是在CPU方面各种欺负Intel，GPU也在奋起直追、不断创新，此外，现在AMD还拥有丰富的FPGA和自适应SoC产品系列供选择。

更进一步，不仅仅在数据中心，AMD在消费端的AI也崭露头角，锐龙7040系列就是全球首款集成独立AI引擎的处理器，开启了AI笔记本的时代。

AMD GPU AI加速器就是Instinct系列，经过多年迭代已经发展得极为成熟，在技术上某些方面更是遥遥领先。

比如最新的Instinct MI300A是全球第一款面向HPC、AI的APU加速器，同时集成CDNA 3架构的GPU、Zen 4架构的CPU、128GB HBM3高带宽内存。MI300X更是整合了史无前例的192GB HBM3内存，晶体管数量多达1530亿个，令人叹为观止。同时，AMD ROCm开发平台也正进行改革，针对AI进行全方位深度优化。

GPU做AI如此强悍，已经是很多企业、开发者的首选，你也应该听说过“GPU彻底取代CPU地位”之类的言论，但其实这都是宣传套路而已，听听就行了，切莫认真。

不然的话，NVIDIA为啥还要做个Grace CPU来搭档自家GPU，还号称“超级芯片”？

CPU、GPU、FPGA、ASIC无论哪一个，在AI面前都无所谓谁好谁坏，关键是在灵活多变的AI需求面前，各自做最适合自己的工作。

打个比方，GPU、FPGA、ASIC就像是具备不同特殊技能的特种兵，在某项工作上可以做得非常好，CPU则像是核心领导，只有在它的协调指挥下，才能形成强大的整体战斗力，否则只是一盘散沙而已。

因此，如果非要给大家排个序，CPU反而更有资格排在前列。

这也正是AMD的核心优势，一方面有着极为完整、久经考验的完整产品线和综合平台，另一方面其EPYC CPU处理器近些年更是意气风发，甚至大有完全不把Intel至强放在眼里的架势。

EPYC堪称AMD历史上最成功的产品之一，每一代都极为闪耀，甚至可以说是一直遥遥领先。

2017年，随着基于初代Zen架构、代号Naples的第一代EPYC 7001系列的诞生，AMD终于重返高性能计算市场，得到了整个行业的热烈欢迎。

第三代Milan EPYC首次延伸除了专门针对高密度计算需求的Milan-X，通过堆叠3D V-Cache缓存，得到了数倍的性能提升，在业内是独一无二的存在。

最新的第四代Genoa EPYC 9004系列，更是多点开花，从通用计算到高密度计算，从云服务到边缘计算，再到AI，几乎无所不能。

其中，标准版的Genoa升级到先进的5nm工艺、Zen 4架构，凭借成熟的Chiplet布局，做到最多96核心192线程，还有12通道DDR5内存、160条PCIe 5.0总线的强力加持。

同时，为了满足更多应用领域的特定需求，这一代的EPYC极大地丰富了产品线，除了标准版之外还衍生出了三个特殊系列：

一是Genoa-X EPYC 9084X系列，加入了极为成功的3D V-Cache，是世界上首个采用3D芯片堆叠缓存的数据中心处理器，最多达768MB，加上原生的256MB，三级缓存就有1152MB，再算上6MB一级缓存、96MB二级缓存，总计就是海量的1254MB。

对于需要极强计算性能的应用，Genoa-X是绝对的大杀器，可以轻松获得数倍的性能提升，对手根本看不见尾灯。

二是Bergamo EPYC 9704系列，首次采用精简版的Zen 4c架构，单个核心面积相比标准的Zen 4缩小了大约35％，同时能效大大提升，可以做到遥遥领先的128核心256线程，而且同样有12通道DDR5、160条PCIe 5.0，是云原生计算领域的上佳之选。

三是即将发布的Siena系列，也是Zen 4c架构，据此前信息了解其是专为边缘计算等应用打造，能效同样非常高。

彪悍的规格带来了彪悍的性能，这一次，AMD EPYC在各种应用场景中都有着显著的领先优势。

根据官方数据，96核心的旗舰Genoa EPYC 9654对比60核心的竞品旗舰至强铂金8490H，无论是SPECrate2017_int为代表的云服务应用中，还是Java、VMmark、SAP等企业级应用中，性能差异都达到了1.8倍左右，可以说直接甩开了一个身位，根本不给追赶的空间。

更关键的是，性能非常高的同时，EPYC的能效也非常高，性能优势也达到1.8倍左右。

128核心的Bergamo EPYC 9754在云原生应用中，更是近乎蹂躏至强铂金8490H，性能优势更是最高达到惊人的2.6倍。

96核心、1152MB三级缓存的Genoa-X EPYC 9684X，在计算性能上的表现也是逆天级别，对比竞品的优势几乎达到了3倍。

目前，戴尔、慧与、联想、超微都已推出基于Genoa-X的高性能计算系统。

当然了，作为AMD AI产品矩阵的一环，EPYC在AI方面的表现同样不遑多让，极强的计算能力带来了极佳的表现。

随便举个例子，TPCx-AI端到端负载计算中，EPYC 9654相比于至强铂金8490H的性能优势轻松达到了大约1.9倍之多。

AMD EPYC处理器、Instinct加速器可谓珠联璧合，已经在数据中心、超级计算机中得到了广泛应用。

最典型的就是当今世界第一超算“Frontier”，也是唯一投入实用的百亿亿次超算，用的就是这对黄金组合，其中处理器是Zen 3架构的64核心旗舰EPYC 7A53，加速器则是CDNA 2架构的Instinct MI250X，而且它的绿色能效也是位居前列。

当然了，EPYC、Instinct强强联手的同时，它们也是开放的，完全可以搭档友商的硬件使用，AMD ROCm开发框架同样提供良好的支持。

比如NVIDIA DGX高性能计算平台，就一直在使用顶级的EPYC处理器，可加速多种类型的AI工作负载，例如数据分析、训练和推理等。

任何一个美好的故事，要想持续讲下去，要想变得越来越美好，都必须要有扎实的根基，从硬件到软件再到应用都必须到位才能真正普及开来，MR就是最典型的反面例子。

走过半个多世纪的AI正在焕发新的活力，恰恰就是因为从硬到软，技术和应用都在持续演进，形成了正向循环。

ChatGPT为代表则这一波的爆发，可以说是AI历史上一个新的节点。它最大的贡献就是让AI不再高高在上，而是真正来到了普通老百姓的身边，工作、生活、娱乐都能从中获益匪浅，大大减轻人的压力，可以尽情享受成果。这也正是技术应该带给人的美好之处。

这一切的实现，规格到底，离不开硬件技术的进步、软件生态的成熟、应用领域的丰富。从CPU到GPU，从FPGA到ASIC，都在为AI的繁荣提供扎实的基础，而拥有最全解决方案的AMD，前景尤为值得期许！