在資料中心與 PC 之間，AMD 正構築一個廣闊的智慧場域。本文探討 AMD 可能於 Computex 2025 發表的 AI 策略。

AMD 在人工智能領域的戰略正迅速擴展，成為塑造 AI 計算未來的重要力量。公司的 AI 策略不僅限於銷售 GPU，而是涵蓋了從資料中心到邊緣設備的全面部署。透過一系列創新產品、戰略收購和開放軟體方案，AMD 正在爭取 AI 市場的更大份額，同時挑戰 Nvidia 的主導地位。以下是關於 AMD AI 產品策略的全面概述。

全面整合的 AI 策略路線圖

AMD 的 AI 策略核心是建立一個端到端的生態系統，這不僅關乎 GPU，而是將 AI 能力整合至其所有產品線中。AI 不會局限於 GPU；它將在未來十年融入所有計算平台。從智能手機到桌面電腦和筆記本電腦，汽車，甚至冰箱。

AMD 在 AI 領域的路線圖非常全面：

  1. 資料中心加速器：Instinct MI 系列 GPU 是 AMD 在高性能 AI 計算市場中與 Nvidia 競爭的主力產品。
  2. AI 處理器：Ryzen AI 系列處理器針對 AI PC 市場，特別是 Microsoft 的 Copilot+ PC 計劃。
  3. 網路解決方案：透過 Pensando 收購，AMD 強化了其 AI 網路產品。
  4. 統一架構：即將推出的 UDNA 架構將整合 RDNA (遊戲) 和 CDNA (資料中心) 技術。
  5. 嵌入式 AI：利用 Xilinx 技術將 AI 功能擴展到嵌入式系統和邊緣設備。

這種多方位戰略使 AMD 能夠從多個角度進入 AI 市場，並最大化其核心技術的投資回報。

資料中心 AI 加速器：Instinct 系列的進化

AMD 的 Instinct MI 系列是其在資料中心 AI 市場的旗艦產品線，直接與 Nvidia 的 GPU 競爭。AMD 已公布了多年的 Instinct 加速器路線圖，每一代都帶來顯著的性能提升和記憶體增強：

  • MI300X：2023年12月推出，是 AMD 歷史上增長最快的產品。配備 192GB HBM2e 記憶體，特別適合大型語言模型的推理工作。
  • MI325X：預計2024年第四季度推出，將提供 288GB HBM3E 記憶體和 6TB/s 的記憶體頻寬。
  • MI350 系列：基於 CDNA 4 架構，預計於2025年發布。將使用先進的 3nm 製程技術，支持 FP4 和 FP6 AI 資料類型，以及高達 288GB 的 HBM3E 記憶體。
  • MI400 系列：基於 CDNA "Next" 架構，預計於2026年發布，將提供最新功能和增強性能。

這一年度更新週期旨在滿足 AI 計算不斷增長的需求，特別是推理和大規模 AI 訓練方面。

碳化矽晶圓上晶粒的製造

Ryzen AI Max：改變 AI PC 體驗

除了資料中心產品，AMD 還積極開發面向消費者和企業 AI PC 市場的處理器。2025年初在 CES 上，AMD 發布了 Ryzen AI Max 晶片系列：

  • 高性能設計：Ryzen AI Max 被 AMD 稱為「有史以來最先進的移動 x86 處理器」，承諾在關鍵領域超越 Intel、Apple 和 Nvidia 的頂級晶片。
  • 統一記憶體架構：這些處理器引入了新的統一、連貫的記憶體架構，允許 PC 為 GPU 分配高達 96GB 的系統記憶體。
  • 市場滲透：AMD 預計其 Ryzen AI 系列將在2025年用於來自 Lenovo、HP Inc.、Acer、Asus 等 OEM 廠商的 150 多種 PC 設計中。

這些處理器將出現在即將推出的 Copilot+ PC 中，如 HP ZBook Ultra G1A 移動工作站、HP Z2 Mini G1a 迷你桌面工作站和 Asus ROG Flow Z13 遊戲二合一設備。

UDNA：統一 AI 架構的策略轉變

AMD 最近宣布了重大架構變革 - UDNA（統一架構），將合併其 RDNA（遊戲）和 CDNA（資料中心）架構：

  • 開發簡化：UDNA 將為開發者提供單一平台用於遊戲和 AI/HPC 應用程序，簡化工作流程。
  • 一致性與兼容性：AMD 計劃確保完全的前向和後向兼容性，這需要先進的規劃，但將避免每次記憶體層次結構變更時重置優化。
  • 技術融合：這種統一將使 AMD 能夠在遊戲產品中利用 CDNA 技術，如矩陣乘法單元，同時簡化 AI 的軟體堆疊。

這一變革表明，AMD 已經解決了遊戲晶片組的挑戰，並正在採取更加整合的方法來應對 AI 計算市場。

開放軟體策略：ROCm 與生態系統

AMD 的 AI 軟體策略圍繞開放標準和廣泛兼容性展開：

  • ROCm 平台：AMD 的 ROCm（Radeon Open Compute）是其開源軟體框架，支持各種 AI 框架。最新的 ROCm 6.3 更新改進了推理能力，增強了 AMD 硬體在 AI 領域的競爭力。
  • 框架支持：AMD 支持 ONNX、PyTorch、TensorFlow、MXNet 和 CuPy，確保機器學習代碼的可移植性。
  • Hugging Face 合作：AMD 在 Hugging Face 上建立 AI 模型中心，使在 AMD 平台上部署 AI 變得更加容易。
  • 統一 AI 軟體堆疊：AMD 正在構建統一的 AI 軟體堆疊，使開發者能夠在熟悉的 AI 框架內工作，並針對任何 AMD 設備。

與 Nvidia 的 CUDA 相比，AMD 的開源 ROCm 軟體框架吸引了尋求在訓練 AI 模型時具有靈活性的開發者和企業。

晶片組技術：AMD 的差異化優勢

AMD 的晶片組設計方法是其 AI 戰略的關鍵差異化因素：

  • 晶片組專業知識：AMD 在晶片組技術方面的專業知識使其能夠連接不同的計算引擎，並將 AI 能力注入其所有產品。
  • 可定制性：晶片組設計允許更高的可定制性和靈活性，使 AMD 能夠針對特定 AI 工作負載優化其產品。
  • 先進封裝：如 AMD 的專利申請所示，該公司正在開發集成機器學習加速器的晶片組，將 GPU 核心、機器學習加速器和緩存結合在一個封裝中。

這一方法使 AMD 能夠開發更具成本效益和能源效率的 AI 加速器，同時滿足從大型資料中心到邊緣設備的各種需求。

戰略收購：增強 AI 能力

收購在 AMD 的 AI 戰略中發揮了關鍵作用，使公司能夠快速擴展其技術能力：

  • Silo AI：2024年7月，AMD 宣布以約 6.65 億美元收購歐洲最大的私人 AI 實驗室 Silo AI。此次收購旨在「加速基於 AMD 平台的 AI 模型和軟體解決方案的開發和部署」。
  • Pensando：這一收購增強了 AMD 的網路能力，特別是 AI 工作負載方面。
  • Xilinx：此前最大的半導體交易使 AMD 在可編程晶片和嵌入式 AI 解決方案方面獲得了強大的技術。

這些收購補充了 AMD 的內部開發努力，使公司能夠提供更全面的 AI 解決方案組合。

市場定位與競爭戰略

AMD 正採取多方面戰略來增加其在競爭激烈的 AI 晶片市場的份額：

  1. 差異化定位：
    • 在記憶體容量方面超越競爭對手（MI300X 的 192GB 相比 Nvidia H100 的較低容量）
    • 強調開放標準和靈活性
    • 針對特定工作負載（如大型語言模型的推理）優化性能
  2. 市場份額戰略：
    • 多樣化產品組合：到 2025 年底，AMD 將提供三條產品線以滿足各種客戶需求
    • 從推理擴展到訓練：MI300X 最初僅限於推理任務，但現在正在處理更多的訓練應用
    • 利用供應限制：在 GPU 供不應求的情況下爭取市場份額
  3. 前瞻性市場發展：
    • 關注推理市場的增長潛力：雖然訓練是昂貴的一次性操作，但推理的持續需求可能會非常顯著
    • 探索新市場機會：與阿聯酋、沙特阿拉伯和印度等國家的主權 AI 計劃合作
    • 應對 ASIC 挑戰：Lisa Su 認為 ASIC 更適合需要較低性能和穩定模型的任務，而大部分市場仍將依靠 GPU

未來發展與挑戰

展望未來，AMD 的 AI 戰略面臨幾個關鍵領域的機遇和挑戰：

  • ROCm 生態系統增強：AMD 需要使其 ROCm 軟體更加用戶友好和高效。透過更好的工具、更廣泛的框架兼容性和全面的文檔，減少 AI 開發者的障礙。
  • 推理領域領先：隨著 AI 工作負載越來越多地轉向推理，AMD 的 MI300X 在記憶體頻寬和成本效益方面具有優勢（比 Nvidia 便宜約30%）。
  • 擴大戰略合作夥伴關係：AMD 應追求更深入的高調合作（如 Microsoft 使用 MI300X 用於 Copilot）。確保與雲服務提供商（如 Amazon AWS 和 Google Cloud）的額外企業協議和合作夥伴關係將加強 AMD 在資料中心的地位。
  • 垂直整合：AMD 的 CPU 和 GPU 組合可以提供顯著的競爭優勢。統一架構提高了性能，如果 AMD 能夠比 Nvidia 更快地創新，它可能會在 AI 計算中佔據獨特地位。
  • AI 特定解決方案投資：AMD 必須展示對 AI 專注研發的重大投資，包括針對企業應用定制的晶片，以確認其對 AI 的長期承諾，而不僅僅是追趕 Nvidia。

AI 合作夥伴關係案例

AMD 的 AI 戰略不僅包括與大型科技公司的合作，還包括與專業 AI 和生物技術公司的合作：

  • Meta：使用 AMD Instinct 作為 Llama 3.1 405B 模型的唯一加速器。
  • Microsoft：表示 Instinct 為 Microsoft Azure 上的 GPT-4 推理提供了最佳「性價比」。
  • Absci：AMD 與 AI 藥物發現公司 Absci 合作，部署 AMD Instinct 加速器和 ROCm 軟體來支持關鍵的 AI 藥物發現工作負載。AMD 還對 Absci 進行了 2000 萬美元的股權投資。
  • Nvidia 合作：儘管兩家公司是競爭對手，但 AMD 和 Nvidia 也在合作，為將 Nvidia GPU 與 AMD CPU 結合使用的客戶提供指導。

這些合作夥伴關係展示了 AMD 在 AI 領域的實用和協作方法，以及其技術在各種應用中的相關性。

Share this post