AMD CTO，深度对话

公众号记得加星标⭐️，第一时间看推送不会错过。

如果时光倒流十年，当时的AMD并非如今的AMD。彼时，Zen架构尚未出货，EPYC仍在研发路线图上，而AMD能够同时在CPU、GPU和AI基础设施领域占据高端市场，这在当时还远非主流观点。过去十年见证了半导体行业最激进的技术革新之一，涵盖核心架构、芯片策略、封装、代工厂合作，以及如今的机架级系统设计。这一转型并非一蹴而就，而是需要长期的基础设施投入、多代产品的执行力，以及在成果显现前数年就勇于承担风险的魄力。

本次对话的嘉宾是AMD首席技术官兼执行副总裁Mark Papermaster (Mark Papermaster)。马克自2011年加入AMD以来，一直负责公司现代工程战略的制定和实施，从早期的Zen架构转型到Infinity Fabric、3D V-Cache、Instinct GPU，以及公司近期进军机架级AI平台的举措。

在本次访谈中，我们将探讨AMD过去十年来的变化，工程文化和路线图规划的演变，AI如何重塑芯片设计，以及AMD未来在功耗扩展、光学、散热和模块化系统架构方面的思考。

以下为对话全文：

Ian Cutress：如果我没记错的话，我们第一次见面是在2016年的柏林IFA展会上，当时AMD还远没有现在这么庞大。我们当时正在讨论市场的各种情况。鉴于现在你们拥有Ryzen、EPYC和Instinct这三大产品线，它们都是推动公司发展的主要动力，您认为公司内部最大的变化是什么？

Mark Papermaster：我很高兴你提到了我们近十年前在柏林的初次相遇，因为这完美地概括了我们的发展历程。我于2011年底加入公司，两三个月后，苏姿丰也加入了。她负责业务，我负责工程，两年半后，苏姿丰成为了首席执行官。在那段时间里，直到2016年你我交谈时，人们才意识到为了构建一个能够迎接人工智能时代的芯片基础设施，我们需要做多少工作。

你我交谈时，我想几乎没人相信我们能在业内占有一席之地。我最欣赏你当时的一点是，你非常乐于倾听，而且你对这个行业很了解。你问：“你觉得这款名为 Zen 的新 CPU 为什么能参与竞争？” 我们讨论了不同的市场细分以及它的发展方向。事实上，事情的发展确实如你所料，而且这些年来我们也一直保持着联系。

这段时间以来，最大的变化在于愿景变成了现实，这不仅体现在行业层面，也体现在我们AMD制定的发展战略中。我们立志成为一家非常灵活的竞争者，不仅提供CPU和GPU，还提供其他关键的硬件和软件IP，从而成为解决方案提供商，倾听客户的需求。如今，我们拥有极其丰富的产品组合。

自从我们上次谈话以来，行业发生了哪些变化？我们当时的设想已经实现。情况略有不同：2016年，我们可能都认为元计算领域（Meta world）会比现在发展得更成熟。我们当时认为它的市场规模可能比现在更大，但我们当时主要讨论的是人工智能将带来的颠覆性影响。而现在，人工智能的发展远超预期。总的来说，我们对行业和AMD的愿景都如我们所料，甚至比我们想象的还要迅速。

Ian Cutress：我们显然进行过很多讨论。我和架构师们交流过，每次我们谈到芯片设计时，都会有一个两到三年的周期，但之后还需要五到七年的时间进行探索，并与代工厂合作伙伴合作等等。回过头来看，你认为Zen架构前两代产品的成功，相对于公司未来的发展方向而言，究竟有多少“烟幕弹”（smoke screen）效应？

Mark Papermaster：想想我们第一代Zen架构的开发历程——我们在2017年发布了Zen，它被应用在EPYC服务器和Ryzen PC上。你称之为“烟幕弹”，但我并不认同这种说法。我认为那是我们前两代Zen架构的试验期。当时的问题是：AMD真的有实力吗？他们提供的价值真的有价值吗？他们能否持续创新？他们能否在每个周期都保持竞争力？他们是真正具有领先性能的竞争对手，还是昙花一现？

Ian Cutress：在成功之前，你显然需要规划未来的发展方向。现在一切都飞速发展，但当时——这也是我为什么说是“烟幕弹”——在某个时刻，你必须全力以赴。当时你是否做过这样的规划，或者你是否能够准确地与客户和合作伙伴合作，构建出你预期达到的目标模型？

Mark Papermaster：我们始终全力以赴！在这个行业，你只能以最佳速度前进。推出 Zen 架构时，我们寄希望于 AMD 能够扭转颓势，不仅要打造一款具有竞争力的处理器，更要打造一款行业领先的处理器。Zen 处理器的性能用了三代才达到巅峰。在 Zen 之前，核心处理器的竞争力存在巨大差距。第一代 Zen 处理器每时钟周期指令数提升了 42%。

Ian Cutress：我记得那次演讲。那是我印象最深刻的记忆之一。

Mark Papermaster：它让x86 CPU市场重新有了竞争。从那时起，我们的IPC（每时钟周期指令数）就实现了两位数的增长——而且每一代都有15%到20%的显著提升。所以，我们并没有放慢脚步。到了第三代Zen架构的时候，所有人都意识到：“等等，AMD已经不一样了。他们每一代都保持着竞争力。他们兑现了所有承诺，而且总是按时交付。” 正是从那时起，我们的市场份额开始真正增长。

这对AMD来说是一个转折点——大家都看到了技术能力曲线的拐点以及随之而来的财务业绩下滑。我们一直计划从CPU入手，因为CPU的普及没有障碍；x86就是x86。如果我们能占据领先地位，产品自然会畅销。人们没有注意到，我们同时也在推进GPU项目，通过Radeon显卡提升游戏图形性能，而且我们一直非常专注于人工智能，致力于将GPU计算技术推向市场。

Ian Cutress：您一直提到两位数的代际性能提升。这个问题每五年都会被问到一次，但考虑到阿姆达尔定律、摩尔定律和丹纳德扩展定律，您认为单核原始性能在短期内会达到极限吗？或者最终性能提升会取决于工作负载？

Mark Papermaster：我很高兴你问了这个问题，因为你在每次采访中都问过我这个问题。

Ian Cutress：我估计每次采访大家都会问你这个问题！

Mark Papermaster：这是一个常见问题——我喜欢这个问题。因为我总是对我们工程师的创新能力感到惊叹。在Mike Clark的技术领导下，我们的CPU团队如今已成为一支传奇团队。他创造了“ZEN”这个名字。

Ian Cutress：他告诉我们，上次公司内部称他为“Zen Daddy”。

Mark Papermaster：他被称为“Zen Daddy”，但不仅仅是迈克，而是他周围的整个团队。我对我们CPU路线图的发展方向感到无比兴奋。没错，我们在每个工艺节点上的性能提升都在减少，但我们与台积电进行了极其深入的协同优化。在2纳米制程方面，我们是台积电的首批客户——我们拿到了他们第一个流片的产品。我们围绕这一点进行了高度优化。虽然我们无法获得同样的能效提升，但我们获得了更高的密度，这对于降低总体拥有成本至关重要。

你会看到核心密度持续增长。然而，你不能仅仅依赖核心密度；你必须考虑如何构建架构才能保持 CPU 计算、内存和 I/O 之间的平衡。你需要确保乘加运算的效率非常高，因为人工智能无处不在，而且由于各种传统工作负载的存在，每个人都仍然拥有大量的 CPU。这些工作负载不会全部转移到 GPU 上；CPU 还会存在很长时间。

我们对AVX引擎的改进感到非常兴奋。各位听众都知道我们拥有一个专用的AVX引擎。它已经原生支持512位宽，并且本身就是一个优秀的推理引擎，支持VNNI。此外，正如大家所见，我们在与x86咨询小组的合作中公开表示，我们拥有一个名为ACE引擎的全新引擎。这是一个先进且非常灵活的推理能力，我们正在将其集成到Zen 7及后续版本中。它代表着CPU计算领域令人振奋的未来——不仅体现在每平方毫米每瓦的性能上，还体现在推理能力的融合以及如何确保它与GPU无缝协作以实现异构计算。

Ian Cutress：让我们稍微回顾一下最初，您在AMD工作至今已有15年，经历了Zen、EPYC和Instinct的迭代升级。您是否遇到过需要在A和B之间做出选择的情况，并且事后后悔过，或者意识到自己当初的选择其实更好？

Mark Papermaster：关于后者，我们回顾过去时，发现有很多决策都是正确的。当然，也有一些决策是错误的。但我们做对的最重要的一件事，就是在启动 Zen 核心之前，就对后来公开的 Infinity Fabric 技术进行了投资。这是我们的片上网络链路技术，它彻底改变了 AMD 的格局。你可以制造出最好的 CPU 和 GPU，但如果你无法将它们无缝连接起来，从而实现扩展并避免瓶颈，那么一切都毫无意义。

我们从2012年开始进行这项投资，现在已经发展到第五代了。这项投资带来了巨大的推动作用。当时，它造成了巨大的冲击——很多人都离开了公司。他们觉得这条路走错了；甚至有高层领导直接辞职了。

Ian Cutress：我记得Mike说过这话。

Mark Papermaster：那绝对是一个改变格局的决定。如果我们没有能力进行大手笔的投入，我不确定我们是否会做出那样的决定。

Chiplet 技术是公司的一项重大投资，但已获得丰厚的回报。在 3D 堆叠技术领域，我们仍然是唯一一家实现量产的公司。试想一下，如果一款游戏芯片搭载了我们的 SRAM 或 3D V-Cache，四年来，由于我们实现了内存局部化，它一直保持着领先地位。

在我们的工程文化中，我们支持我所谓的“良性争论”，大家可以对不同的想法提出质疑，并进行专业的辩论，从而做出更明智的决策。我们从未犯过重大错误；也从未出现过需要我们说“哦，我们只是开玩笑，我们不支持那个”的微架构构想。我们遇到的失误，比如由于后期出现的bug导致芯片转盘，我们会尽力减少损失——我们会进行深入的“经验教训总结”，并调整我们的方法，以避免重蹈覆辙。这已经融入到我们的文化中。

Ian Cutress：我记得迈克讲过这样一个故事：从 Zen 1 回来的第一个版本只能在零度以下的冷却条件下工作，当时必须吸取一些经验教训。

Mark Papermaster：没错，我们第一阶段确实遇到了一些问题，但你猜怎么着？我们都一一解决了。还有一点：你必须构建弹性。我们在架构中融入了可靠性、可用性和可维护性，以确保稳健运行。人们可能没意识到，我们内置了大量的诊断和可替代性机制，这样即使出现问题，我们也能找到解决方法。如果问题发现得比较晚，而且已经应用到生产级芯片上，我们也能提供非常可靠的生产补丁，确保最终用户不会遭受任何功能损失。

Ian Cutress：A0 图纸必须能够直接用于商业用途，这一点有多重要？你多久才能达到这个标准？

Mark Papermaster：对于我们的GPU来说，几乎每个周期A0都是生产目标，因为GPU本身就可编程。这一点可以忽略不计。CPU方面，我们通常都会设计两遍印刷，但未来会改变，原因有二。首先，制作一套掩模的成本极其高昂——每套掩模都要花费数百万美元。其次，制作测试样品也需要成本，因为需要对成千上万个样品进行测试，这同样非常昂贵。我们需要确保所有产品都能一次性成功。

好消息是人工智能已经发展起来，我们在物理设计领域取得了长足进步，但我最兴奋的其实是设计验证。我们正在获得强大的智能流程，这大大提高了我们的覆盖率，让我们能够更早地发现缺陷。我们多年前就投资了深度仿真技术——对我们来说，确保设计正确固然重要，但更重要的是使用我们自己的FPGA！

Ian Cutress：在设计和验证过程中，有多少机器学习工具是直接来自您的 EDA 合作伙伴，又有多少是内部开发的？

Mark Papermaster：这两者兼而有之，大概各占一半。如果你看一下综合流程和布局布线流程，我们会在这两方面全面部署EDA合作伙伴的解决方案，因为他们在这方面投入巨大。但另一半真正需要我们投入的是自身的知识。这关乎主动性流程——如何运用我们拥有的智慧。我们是一家拥有55年历史的芯片设计公司，我们拥有最先进的封装能力以及一些最先进的散热和供电技术。这些都会对设计本身产生影响。

你不能只是简单地构建 3D 堆栈；你需要为 3D 堆栈进行架构设计。我们必须创建相应的能力，以确保不会出现热点问题。因此，在我们需要的前沿领域，我们将开发所需的能力。展望未来，我们将采用业内最佳技术，并结合我们多年来积累的知识，运用我们自主开发的智能体流程。

Ian Cutress：可能有些听众不知道您曾在IBM工作了26年。您参与过各种各样的项目，包括IBM Power。我们刚才提到的工具显然是非常新的。您能否从这26年的职业生涯经验中总结出一些贯穿至今的共同点？

Mark Papermaster：我很幸运能在那个时候入行。80年代初我毕业后就加入了IBM。我最初所在的团队规模很小，而且非常特立独行，我们被委以重任，负责开发IBM的第一块NMOS芯片，两年后又开发了第一块CMOS ASIC芯片。当时还没有EDA行业。我们当时的客户是IBM大型机，正是大型机推动了技术的飞速发展。我那时就学会了如何设计多芯片。

我最初从事模拟电路设计，然后很快转向数字电路和微处理器设计，并领导了功率微处理器设计。模拟电路教会我永远不能忽视物理原理。即使拥有所有先进的分析工具，最终还是要回到同一个问题：物理原理是否合理？背后的科学是否可靠？

这段经历让我从一开始就深刻体会到跨学科创新的重要性。当时正值EDA（电子设计自动化）行业的萌芽期，先进的工具和自动化技术被引入芯片设计领域。由于我们是一个小型一体化团队，必须与晶圆厂紧密合作，共同进行设计。我当时就在晶圆上进行测量。

上世纪八九十年代的经验教训在今天依然适用。想想为什么BiCMOS最终被CMOS取代：因为BiCMOS功耗过高。如今，我们再次面临功耗限制，不得不突破这些障碍进行创新。我从中得到的教训是，每当有人告诉你“我们完蛋了”、“遇到了瓶颈”或“摩尔定律已死”时，创新才是制胜之道。我们会找到绕过这些障碍的方法，并为终端客户创造价值。

Ian Cutress：所以，摩尔定律并没有失效？

Mark Papermaster：正是如此！

Ian Cutress：你提到你的经历很有意思，因为我们都认识的斯坦福大学的Philip Wong 经常感叹，现在的学生没有那么多机会，或者说，行业内的工作岗位并没有更多地转向芯片设计和物理设计领域。你对如何改变这种状况有什么看法吗？

Mark Papermaster：我刚刚见过Philip ，过去几周我们一直在聊这个。实际上，人们对硬件的兴趣正在回归。之前大家都在关注软件，但现在我们看到越来越多的学生对硬件感兴趣。不过，Ian，现在的情况完全不同了。AMD 正在推广一种原生人工智能的芯片设计方法。这种设计理念是把人工智能当作你的得力助手——就像你出门离不开手机一样——它是一种不可或缺的工具。人工智能是一种生产力工具，从一开始就将芯片设计重新构想为原生人工智能，将在未来五年甚至更长时间内带来颠覆性的变革。我认为我们今天进行芯片设计的方式将会彻底改变。当然，我们的目标是一次性成功——我们正在构建的用于人工智能训练的计算能力，同样也可以用于科学领域的人工智能。这将颠覆整个行业——我们将能够实现硅芯片与算法之间更加紧密的结合。

Ian Cutress：如果算法发生变化，这难道不会造成硅芯片变得一文不值的风险吗？

Mark Papermaster：嗯，这就是为什么我们要持续投资通用CPU和GPU！人们总是想当然地认为，既然定制设计在特定工作负载下能提升40%的性能，那么所有事情都会转向定制设计。但事实并非如此，原因正如你所说——算法在不断变化。所以，你始终需要通用计算。

我们相信，这个领域非常广阔，即使您需要面向未来的通用可编程性，也能找到量身定制的专业解决方案。我们拥有FPGA，方便您进行原型设计并适配最新的算法。对于需要定制芯片的大客户，我们也乐于效劳，并充分利用我们先进的封装技术和代工厂合作伙伴关系。

Ian Cutress：您是说AMD的业务范围非常广泛，而AMD今年（2025年）的一项重要举措就是收购——我想大概收购了十几家公司，数千名员工，其中大部分都归您领导的组织所有。那么问题就变成了，AMD的规模够大吗？工程师的数量永远都不够吗？

Mark Papermaster：情况正在发生变化。首先，作为首席技术官，我与所有团队都有合作。我很幸运能担任这个角色，而且从我们所做的技能引进来看，我们非常注重重点。大部分都集中在人工智能模型开发以及我们在光子学和光学开发方面所需的一系列技能上。但去年最大的收购是ZT Systems，它为我们带来了真正的机架级设计能力。你无需展望明年的Helios机架——我们在今年的OCP大会上展示了它，你可以看到这种紧密合作带来的好处。我们的竞争对手在看过之后都说：“哇，这才是真正的协同设计。”

展望未来，您需要与代工厂进行深度协同设计。如今，要实现真正的AI训练和大规模模型推理，您必须与顶尖的超大规模数据中心和模型开发商建立同样的合作关系。我们已经赢得了这方面的地位。为了实现优化，您必须精通机架设计的方方面面。对于最强大的AI计算能力，我们现在提供机架参考设计。

Ian Cutress：Helios 的设计有多少是在收购之前完成的？ZT Systems 是否参与其中？

Mark Papermaster：没错。我们当时正在着手收购，而完成这类交易大约需要一年时间。我们制定了一系列协议；协议规定，如果收购最终失败，他们必须能够继续运营下去。我们落实了所有这些措施，并建立了深度合作设计伙伴关系。回顾过去，我们与ZT已经合作多年，并对其设计和制造能力深表赞赏。我们当时已经签署了一系列协议。您在Helios上看到的，正是真正合作设计的成果。

Ian Cutress：当金钱介入后，这种情况是否加速了？

Mark Papermaster：你说到钱，但钱到底是什么？关键在于拥有一个领导力人工智能集群设计。大家都知道这个行业发展迅速，所以摆在眼前的诱惑已经非常巨大了。

Ian Cutress：回到功耗问题，我们曾经对每个核心 90 瓦、120 瓦的功耗感到震惊。现在多核处理器来了：128 核、192 核，每个芯片 500 瓦。人工智能芯片的功耗已经达到 1 千瓦、2 千瓦，而且你们也看到了和我一样的预测，每个芯片的功耗将达到 6 千瓦到 10 千瓦。从工程角度来看，这是否令你们担忧？

Mark Papermaster：就像我之前说的，它推动了不同的创新。有些人看到这种情况会说，“我们显然会遇到瓶颈，创新将会停止”。不，它反而会推动创新。

我们今天开始出货750瓦的GPU，正朝着千瓦级、两千瓦级乃至更高功率的设计迈进。这极大地推动了创新。过去两周，我与一些初创公司会面，并参观了大学关于散热和散热技术的研究。上个月在IEEE会议上，一篇关于金刚石散热技术的文章占据了主导地位，这项技术非常出色。因此，目前有很多正在研发中的技术将有助于解决这个问题。

短期内，所有需要高密度集群的用户都将采用紧密集成的液冷方案。这正逐渐成为高密度机架的事实标准。这是一个需要克服的问题，但并非障碍，只是需要共同进行架构设计。

Ian Cutress：有趣的是，之前谈到 IBM 时，他们实际上在 90 年代对芯片内部冷却做了很多工作。

Mark Papermaster：我的天！我之前提到的那些大型机——每个芯片都安装在一个“弹簧杆”上，那是一个散热导热管道。考虑到通货膨胀，这可真是个相当昂贵的设计方案！但这说明：工程师们不断创新，解决问题。如今，要实现同样高效的散热，新的方法将比90年代的方法经济得多。

Ian Cutress：您刚才提到这些机架是紧密耦合的协同设计。但如果我们回顾上世纪八九十年代的IBM大型机，当时不可分割的单元就是大型机本身。而如今，当我们审视机架规模时，我们拥有CPU、GPU和光纤连接等组件。它们的设计方式截然不同。

Mark Papermaster：如今，它的模块化程度比那时高得多。AMD 致力于模块化设计，因为它能扩大我们的目标市场。如果我们只针对数据中心计算来定制 GPU 或 CPU 计算核心，我们就无法满足企业需求、边缘计算，甚至 PC 的需求。如今，我们已经在 AIPC 上运行着参数量达 1000 亿的模型。

从我们的角度来看，我们每天早上醒来都在思考如何构建这种规模的架构。我们有些人每天醒来都在思考垂直优化，专注于机架规模。而另一些人则着眼于水平方向。他们之间会进行良性竞争，并提出这样的观点：“我很欣赏你们在机架方面所做的工作，但如果你们稍作调整，我们就能很快地将其应用到我们在AMD服务的其他市场。” 这可以追溯到我们2016年的讨论——模块化是我们今天发展历程中至关重要的一部分，而且在未来，它也将是我们更大的发展机遇。

Ian Cutress：展望未来几年，大家都在谈论带宽，无论是芯片内部、芯片之间还是芯片到内存的带宽。我一直非常关注光学领域，特别是共封装光学器件。对于大型GPU厂商来说，光学器件的发展路径至关重要。您对此有何看法？我们应该如何理解这个问题？

Mark Papermaster：思考光学技术的关键在于：为什么它只在数据中心大规模集群的横向扩展中应用广泛，而没有在高密度集群的纵向扩展中得到应用？原因在于成本。铜缆解决了这个问题。Helios 就是一个采用铜缆的 72 GPU 节点设计；它成本低、可靠性高，虽然需要架构设计，但效果非常好。然而，当节点数量超过 72 个，开始扩展到数千个节点时——例如采用混合专家方法——你就需要越来越大的集群规模。

好消息是，未来几年光子技术将迎来经济效益的转折点。供应链正在逐步完善。在需要高密度节点的地方，你会看到光子解决方案逐步普及。但铜缆不会消失，因为光子技术拥有丰富的解决方案。想想那些不需要基础模型训练的企业吧。未来三年，光子技术将逐步融入主流，供应链的各个环节将整合起来，首先从最大的集群开始。

Ian Cutress：从技术角度来看，你能设计一款可以自由切换光学元件和铜线的产品吗？还是说你必须完全采用光学元件？

Mark Papermaster：你可以同时考虑这两种情况。你可以设计出灵活的架构。

Ian Cutress：如今大部分讨论都集中在芯片间的连接，但我们也看到一些解决方案探讨了如何通过光学器件连接到更多HBM存储体，这是一种芯片到内存的扩展方式。您对这方面有多少关注？

Mark Papermaster：我们一直关注着这一切。Celestial.ai刚刚宣布将被Marvell收购，他们正在研发类似的解决方案。我们认为这是一个很棒的方案，祝贺David和他的团队。AMD致力于构建开放的生态系统。我们鼓励所有这些创新，因为这能为我们的客户提供更多选择。我们不追求完全由AMD自主研发的专有解决方案。对我们来说，关键在于打造最佳的计算单元，并拥有多个合作伙伴共同协作，将这些单元整合起来。未来3到5年，光子学领域将会迎来非常激动人心的发展。

Ian Cutress：在计算机领域，采用这种年度节奏后，压力增加了多少？

Mark Papermaster：我们之前针对个人电脑和消费游戏市场的产品发布周期已经是每年一次。我们的EPYC CPU也基本保持着18个月的周期。我们很清楚要实现年度发布需要付出什么。但人工智能的发展速度惊人，而这正是由那些需要这种改进的客户所驱动的。无论是新的数学运算格式还是其他类似的元素，都需要这样的速度，而我们也正是这样做的。我们发现必须了解瓶颈所在，并在某些领域加强人员配备。这就是我们目前专注于将人工智能应用于芯片设计实践的原因——在芯片层面进行改进，从而实现年度发布周期。

Ian Cutress：这显然是以客户为中心的。这会如何影响你们的决策方向？当你们如此快速地推出设计作品时，如何才能继续创新？

Mark Papermaster：这是个普遍的担忧。有些公司说，“我们每周五会抽出半天时间进行创新”，但我发现这种方法并不有效。我们发现，创新必须融入到设计流程中。因此，我们不会急于求成地推进设计阶段，而是设立了探索团队，而这一切都始于研发阶段。我们拥有一支非常强大的研发团队，收购赛灵思后，团队规模扩大了一倍。赛灵思也像AMD一样致力于构建开放的生态系统，这真是个绝佳的机会。所以，探索就从这里开始。想想看，在CPU、GPU和AI算法方面最先进的研究成果，研发团队通常需要五年以上的时间才能完成。

但我们并非只有一支象牙塔里的研究团队，只着眼于未来五年甚至更久远的发展。团队中的一部分成员负责三到五年内的项目，他们与正在研发下一代 Zen CPU 或 Instinct GPU 的团队紧密合作。在高层设计阶段，我们希望给予团队足够的时间，确保他们拥有能够保持竞争力的创新成果。我们拥有一套运转良好的路线图流程，这是我和 Lisa 在我们最初接触公司时，甚至更早的时候就着手制定的。我们秉持的理念是，这些想法不仅要解决客户的实际问题，还要有业务团队与之对接，确保其符合市场需求。我们赋予团队创新的灵活性，但一旦项目获得批准，就必须具备严谨的执行力。我们要求所有项目都能交付成果，并兑现对公司的承诺。

Ian Cutress：对于2026年，您能向观众透露一下您最期待的事情吗？

Mark Papermaster：2026 年将会是令人兴奋的一年，原因有很多。在 AMD，我们对下一代 Instinct GPU 的到来感到无比激动，因为有了 Helios 机架，我们就能全面实现训练和推理。我们目前支持训练，但仅限于数千个节点，而我们未来将能够支持数十万个 GPU。

从行业角度来看，这令人无比兴奋，因为正如我们在芯片设计领域所看到的，人工智能正开始真正地将高影响力的智能流程投入使用。我与越来越多的企业客户交流，他们都看到了这种影响。我认为到2026年，我们将看到人工智能在我们日常生活中得到更广泛的应用，届时它将变得绝对不可或缺。

https://morethanmoore.substack.com/p/an-interview-with-amd-cto-mark-papermaster

（来源：编译自morethanmoore）

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4306期内容，欢迎关注。

加星标⭐️第一时间看推送

求推荐