王启尚先生有着30多年的显卡和芯片工程研发经验，目前在AMD负责架构、IP和软件等GPU技术开发，同时领导着AMD显卡、数据中心GPU、客户端和半定制业务SoC的工程研发。
本文引用地址：
访谈从AI LLM大语言模型开始。
王启尚在此前3月份北京举办的AMD AI PC创新峰会上就开门见山地分析了LLM的发展趋势，大型闭源模型越来越庞大，比如GPT-4的参数量已经达到1.76万亿；即便是相对小型的开源模型也在膨胀，Llama 2参数量达700亿，阿里通义千问2达到720亿。
如此庞大的LLM，对于算力的需求是十分“饥渴”的，同样需要海量的电力去支撑，远超一般数据中心的承受能力，越发引起行业的担忧。
对此，王启尚分析指出，基础大模型的参数规模成长曲线比摩尔定律来得还要猛烈，几乎每两年就增长多达5-10倍，所以诞生了新的“混合专家模型”(MOE)策略，将单一大模型变为众多专家模型的集合，每一个都有自己专门擅长的领域，因此不需要超级庞大甚至无限制，相信未来会越来越流行。
在硬件方面，每一年都在更新换代，匹配大模型的快速进化趋势，重点就是提升算力和算法、内存容量和带宽。
其中，算力和精度密切相关，趋势是越来越低，前几年需要16位，现在逐渐转向8位精度，AMD下一代CDNA4 MI350会进一步降至6位或者4位，而最终可能会走向2位或者1位——人脑就是1位或者2位的。
当然，这个精度也要看模型的设计，有时可能需要量化和重新训练。
目前来看，没什么“魔法”大幅降低硬件的功耗，能做的就是努力提升能效。
比如AMD的下一代产品，性能可以提升35倍，但功耗不会增加这么多，客户依然愿意购买越来越多的GPU，毕竟算力依然不够。
王启尚承认，电力的问题会一直存在，未来数据中心可能真的需要自建发电厂。
回到距离我们更近的AI产品，比如说Strix Point的下一代移动处理器锐龙AI 300系列，NPU的算力达到了50TOPS，可以满足更多对算力有需求的场景，更多地接手CPU、GPU的工作。
王启尚表示，每一种AI引擎都有适合自己的工作，比如CPU主要做通用运算，GPU可以快速训练大模型，NPU则可以达成最低的功耗和最高的能效，当然将负载迁移到NPU上都需要一定的优化和时间。
特别是在GPU、NPU之间，存在着折衷和妥协，取决于你看中高速度还是高能效。
另一方面，在未来，AMD希望通过多层的Graph Compile 编译器，根据系统里的AI引擎类别，可以将不同的负载分配给不同的AI引擎，让CPU、GPU、NPU同时跑起来，达到最高效率。
不过这方面还需要一定的时间，目前仍是将全部的工作负载放在同一个编译器里执行，我们能做的是让整个模型变得更成熟，使其简单地进行编译最佳化，但这仍需要一定的人力成本。
当笔者问到，说起CPU、GPU、NPU的多引擎组合，Intel也已经具备全线实力，NVIDIA也在尝试做自己的CPU，AMD又该怎么办呢？
王启尚认为，每一家厂商都有自己的独特优势，AMD的三种引擎在业内都是非常好的，也非常均衡。
未来，AMD将继续发挥三种引擎都可以提供最佳状态的优势，每一样都要做好，同时延续AMD一贯的企业文化，在软件方面坚持开源，和行业伙伴共同创新，打造开放的生态链，拥抱AI大时代。
比如AMD联合博通、思科、谷歌、慧与、Intel、Meta、微软共同宣布了开放的行业标准UALink(Ultra Accelerator Link)，共同推进AI基础设施建设。
在这八大创始成员中，谷歌、慧与、Meta、微软都是数据中心客户，都非常高兴能有这样的开放标准，可以更标准化、更容易地扩建大规模数据中心，不会被限制在专有方案中。
最后聊到了王启尚的专长，也就是GPU发展，包括锐龙AI 300系列核显使用的RDNA 3.5(或者叫RDNA 3+)，以及下一代显卡将会使用的RDNA 4。
具体细节目前肯定无法公开，不过王启尚透露，RDNA 3.5重点针对APU环境做了优化，比如集成图形核心规模从12个CU单元增加到最多提供16个CU单元（笔者换算为增幅33%），对于APU来说是非常强悍的，可以更好地用于游戏。
RDNA 4在游戏方面的重点就是通过AI增强游戏体验，包括更强的光线追踪，更多的AI加速画质和帧率。
事实上，这也是RDNA GPU家族发展的大方向。
根据王启尚先生的精彩分享，我们拭目以待AMD在未来的AI进击！
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
