3月21日，AMD AI PC创新峰会在北京举行。作为AI PC元年全球半导体圈首场以此为主题的活动，AMD展示了自己与合作伙伴在AI PC领域取得的进展：现有30款新的AI PC产品；首次将NPU芯片集成在了台式机处理器中，其算力达到39TOPS；十多种全球和中国开源LLM在设备上运行，超过20个LLM的参数规模在20亿以上，最高达到720亿……

      AMD董事会主席兼首席执行官苏姿丰现身峰会现场，并为面向下一代人工智能设备的计算引擎划定了战略重点。

      在2个小时的活动上，不论是介绍企业战略的苏姿丰，还是介绍AMD技术路线的AMD GPU技术与工程研发高级副总裁David Wang（王启尚），都强调了一个词：合适。

      苏姿丰在演讲中提到，当你看到我们的人工智能硬件产品组合和软件功能时，我们会讨论很多，关键是要为每个市场提供合适的解决方案。

      “我们实际上更关注AI PC，这是一个全新的设备类别，我看到的是将PC转变为最智能和最个性化的设备的能力。”苏姿丰说道。

       对于适合AI PC的处理器，David Wang对其再做分类：Zen、RDNA 、XDNA。他介绍，Zen架构主要是用于通用处理和AI推理，RDNA主要是用于游戏和基于AI的内容开发，而XDNA用于低功耗的AI推理。

David Wang介绍AMD解决AI的不同需求的架构

      在针对上述三种架构的介绍中，用于NPU的XDNA架构给记者留下的印象最为深刻。David Wang介绍，XDNA的Adaptive dataflow（自适应数据流）架构解决了深层次AI面临的主要挑战：带宽有限、内存消耗大和高功耗。“我们通过自适应互联，将深度的神经网络映射到Custom dataflow（自定义数据流）上。这样就可以减少对于外部内存的访问，从而提高性能和能效。”David Wang介绍，“这就是XDNA能够在电池供应的AI PC上提供最佳AI性能的原因。”

      David Wang还介绍了XDNA架构的另外一个主要的优势——special partitioning（空间分区架构）。他说，该架构能够支持多重任务处理，而不会影响服务的品质。他在现场展示了一个案例：设备上同时执行了深度的预测、眼睛注视的矫正、超分辨率和场景的检测四个AI工作负载。每个空间分区执行一个负载，上述四个应用程序可在互不影响性能的情况下保持服务质量。

AMD XDNA具备空间分区架构

      NPU的采用，还大大降低了CPU和GPU的工作负载。AMD现场展示了本地文生图、文生文、图生图几项生成式人工智能的应用。现场结果显示，上述几项应用执行过程中，CPU和GPU的负载极低，CPU负荷不超过8%。

      David Wang还介绍了Zen4和RDNA两个架构。Zen4采用了AVX-512指令集，以更节能的方式来加速AI推理。从而实现了Int8推理方面的性能提升85%。同时，Zen4还支持BF16，可提供两倍于FP32的性能，同时能够保持与FP32相同的动态范围 （BF16和FP32均为大模型的精度，分别为用16位二进制来表示的浮点数和用32位二进制来表示的浮点数）。这样让开发者能够很便捷地把FP32的模型转换成BF16的模型。

      RDNA架构更适用于高性能游戏场景。相较于RDNA2，RDNA3将AI加速器的数量增加了一倍，提供了高达2.3倍的峰值AI性能提升。相比于RDNA2，RDNA3提供了超过1.5倍的每瓦性能和1.8倍的光追性能，使整体的游戏性能提升了1.4倍。

     定义AI PC

     AI PC该是什么样的？

      大模型是诸多演讲人离不开的词。

      在活动上，联想集团执行副总裁兼中国区总裁刘军阐释了AI PC的五大特征：一是内嵌基于个人大模型、自然交互的个人智能体，二是内嵌个人知识库，三是具备CPU+GPU+NPU的本地异构算力，四是连接开放的AI应用的系统生态，五是保护个人的隐私及数据安全。刘军补充道，内嵌在本地的个人大模型，不仅要具备在离线状态下完成工作任务的能力，还要更方便地与本地知识库集成，结合用户的风格生成个性化的作品。

刘军分享AI PC五大特征

     David Wang表示，当前，大型闭源模型的规模呈指数级增长趋势。而较小的开源模型，特别是针对边缘和终端的专门任务的模型，也同样有效。他举例称，Llama 7B在简单的问答总结和翻译任务中表现得非常出色，相较于高等级版本可显著降低成本和能耗，并且在终端运行时，会提供更好的隐私和安全性。“通过更广泛的开发者社区的参与，开源模型还能实现更多的创新。”David Wang表示。

     将开源模型用于AI PC，不只是AMD的考量。

      始智AI CEO刘道全介绍了他们正在做的事情：建立开源基础模型开源社区，作为中立者，集中开源模型资源，连接处理器供应商、软件应用商等生态伙伴。之所以做开源社区的尝试，刘道全给出的理由是：“未来，尤其是在to B领域中，可能60%的大模型应用都会基于开源大模型来做。开源基础开源社区的建立就是为了发展模型与应用的生态。”

AMD中国AI生态合作伙伴共话AI PC应用可能

      在活动现场，还有诸多中国ISV生态系统的代表，始智AI、百川智能、有道、游戏加加、生数与另外30多家ISV合作伙伴在会上展示了AMD AI PC体验。在体验区，记者看到了丰富多样的模型在PC端应用的实例：绘画、视频剪辑、代码撰写、音乐创作……与会嘉宾也谈了自己对AI PC应用的畅想。有道首席科学家段亦涛说，教育是需要个性化的行业。可以用算法，用模型针对学生的数据进行深度的分析，从而为每个学生量身打造个性化的学习路径。百川智能联席总裁洪涛说，端侧模型要具备三项能力，首先是性能要稳定，其次是要有强大的意图理解能力，第三是能够做任务规划，判断力足够强，在本地算力足够或有隐私性要求的情况下在本地生成结果，对于一些复杂的、需要大参数模型调用的，也能做云端的调用。

                                                                                        来源：中国电子报、电子信息产业网