激发创新活力，AMD以自适应计算开启未来科技

       在本届刚刚结束的服贸会上，从栩栩如生的虚拟数字人到拥有沉浸式体验的元宇宙产业生态，其背后的人工智能优势正不断显现。然而令人注意的是，无论是部署在云端、边缘还是终端，人工智能应用的性能和功耗需求都远超芯片发展速度，这也导致了基于固定架构的ASIC难以跟进迭代的步伐。自适应计算在产品制造之后依然可以针对特定应用而进行优化，可以灵活的运用到实际生产环境中，其价值正获得市场更广泛的认可。在日前AMD举办的媒体沟通会上，AMD大中华区销售副总裁唐晓蕾分享了自适应计算如何加速创意实现以及AMD如何支持行业应用发展等话题，为企业推进自适应计算应用带来了思考。

深耕行业应用，AMD呈现自适应计算变革成果

       从2017年发布INT8 DPU将浮点 (FP32) 变为整数 (INT8)到2019年推出了名为 Vitis AI的统一软件平台工具，AMD一直在加速释放自适应计算能力。从目前的核心市场应用来看，唐晓蕾表示AMD正聚焦在医疗、工业、汽车、专业音视频以及广播等多个领域。

       在唐晓蕾看来，应用于工业和医疗领域的基于人工智能的系统，正越来越多地从研究项目和原型走向产品化阶段。这也就带来了专门针对边缘器件的关键需求，例如在低价格、低功耗和低时延下提高算力和性能。因此企业需要开发出更新颖的算法和模型，这就需要对不同的硬件架构进行优化。AMD采用自适应计算的方式可为一系列应用中的核心工业功能和医疗功能加速，如电动机控制（控制算法）、机器人（运动规划）、医疗成像（超声波束成型）等。

       在汽车领域，AMD主要应用在车舱数字化、ADAS（高级驾驶辅助系统）、AD（自动驾驶）三个方面。首先车舱数字化主要是通过数字座舱的方式丰富汽车的数字功能，从而提升用户体验，如车载娱乐系统和自动泊车等。其次，在高级驾驶辅助系统方面，AMD主要发挥的作用是把数据系统化，通过丰富的接口实现数据从边缘到中心的实时汇集和交互，使汽车的中央处理单元能够依据数据更好更快的做出决策。最后，不同与自动驾驶算法公司，AMD自适应计算在自动驾驶领域更偏向于整车的智能化应用，如机器人出租车、上门送货车、商用车队用车等细分领域。

       在助力医疗国产化和医疗创新方面，AMD的核心优势主要体现在数据的处理和应用。例如随着内窥镜的国产化率不断提升，AMD MPSoC系列产品正得到市场广泛认可，凭借低功耗、高带宽等优势，MPSoC可以为医生带来实时的内窥镜处理数据，让医生拥有更加清晰的内窥镜图像用于诊断。唐晓蕾总结AMD的自适应架构能够加速数据采集，提升医疗诊断效率，为医生的工作带来很多的便捷性。

       在音视频消费领域，唐晓蕾表示随着近年来疫情的反复，使企业对于远程沟通协作的应用需求变得越来越旺盛。为了创造更接近于“现场感”的使用体验，目前主流视频会议分辨率已从传统的720P、1080P逐渐向2K、4K高清过渡，AMD被广泛应用于镜头捕捉、画面升级等方面。而数字虚拟人则是音频广播中的一个突出应用，虚拟角色背后需要的是先进的人工智能模型，这些模型能看、能听、可以理解语言，掌握知识、进行交谈和制作动画。

       实际上，目前各行业对虚拟人和虚拟助手的需求呈指数级增长，但同时创建和扩展也变得越来越复杂。北京市经济和信息化局正式对外发布《北京市促进数字人产业创新发展行动计划(2022—2025年)》，这是国内首个数字人产业专项支持政策。根据《行动计划》，到2025年，北京市虚拟人产业规模将突破500亿元，初步形成具有互联网3.0特征的技术体系、商业模式和治理机制。

       在消费领域，AMD专注在智慧家庭娱乐，通过互连的虚拟方式增强玩家的体验，例如模拟高尔夫的击打动作时，AMD的自适应系统可以抓拍球的旋转来去判断它的轨迹，并进行预判。

       最后是在制造领域，唐晓蕾强调这是AMD自始至终都非常关注的领域。在如今智能制造的浪潮下，许多制造企业开始尝试创建数字孪生的应用，例如在智能仓储的规划中，去进行AGV（自动导引运输车）的路线设计，还有仓储配送过程中的实时数据采集，这些都需要大量的数据处理、数据接口和传书带宽，而这也是AMD自适应系统的优势之所在。

       值得一提的是，唐晓蕾表示基于人工智能的机器视觉检测，将成为自适应计算率的一个较好切入点，机器视觉不仅大大的提高了生产的自动化程度，而且在检测准确性上，极大的解决了人眼检测本身的无监督性、无准则性、检测效率低、准确率低等问题。

激发创新活力，开启未来科技无限可能

       一直以来，AMD都希望把传感、控制、计算、互联整合成一个平台，激发客户的创新活力并赋能落地，实现全流程的算力支持。唐晓蕾表示AMD的自适应计算能够部署到云端、网络、边缘甚至终端，将最新的架构创新带到单独及端到端的应用。鉴于存在各种自适应平台，部署位置也可以是多样化的——从数据中心内 PCIe 加速器卡上的大容量器件，到适用于物联网设备所需终端处理的小型低功耗器件。

       随着AMD的Chiplet以及3D封装技术越来越成熟，更多的用户使用AMD先进的封装去助力代际之间的增益，而不再像以前只是通过技术节点（tech node）的改进去提升产品性能，例如通过RFSoC，实时重新配置无线电中的信道，并对来自基站天线的无线电信号进行预处理，然后将其发送到DU中的基带处理器。换句话说，RFSoC 结合了用于RF功能的强化逻辑，同时保留了一定程度的可编程逻辑。

       此外，AMD还拥有新的自适应架构IP—XDNA，这是来自赛灵思的基础架构IP，包括FPGA架构和AI引擎(AIE)，将与AMD产品阵容进行整合，并计划用于2023年推出的基于AMD“Zen 4”核心架构的“Phoenix Point”移动处理器。

       在唐晓蕾看来，对于一些新客户而言，直接应用芯片并不能保证缩短上市时间，可能还需要融入SOM的框架中。SOM（System-on-Module）可在单块印刷电路板 ( PCB ) 上提供嵌入式处理系统的各种核心组件，包括处理器内核、通信接口和内存模块等。有了这种模块化方法，SOM 将成为嵌入各种终端系统的理想选择，开发者可以在高起点和层次上进行设计，并为软件开发者在开发的同时提供一个统一的硬件基础。

       这也是为什么在今年5月AMD发布了全新的Kria KR260机器人入门开发套件。作为Kria自适应系统模块(SOM)产品和开发者套件产品组合的最新成员，KR260专为机器人专家和工业自动化的开发人员而设计，能够提供其所熟悉的以ROS 2为中心的开发体验，还可以在模块化平台上实现时延更低的精确多轴控制，从而实现简单高效的开发和快速部署。

       为全球用户提供更强大、更高效的算力平台是AMD秉持的初心，唐晓蕾表示目前AMD致力于同超越、共成就（Together We Advance），通过自身技术创新去激发客户的创新活力，开启未来科技无限可能。