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。