（图片来源：钛媒体App编辑拍摄）

近期，美国AMD（超微半导体）公司董事长、CEO苏姿丰（Lisa Su）参加微软CTO凯文·斯科特（Kevin Scott）主持的《Behind the Tech》播客节目。

苏姿丰在对谈中谈及“摩尔定律”、生成式人工智能（AI）技术，硬件的魅力以及她在AMD的工作经历等多个话题。

苏姿丰表示，AI 是一种赋能技术，它在许多方面都赋予了我们强大的力量。同时，AI 对我们生活的影响将是持续且深远的，所有参与其中的公司都有机会重新定义个人电脑和手机的功能。

她坦言，虽然“摩尔定律”确实在放缓，但远远没有终结。我们需要做的，是寻找新的芯片组合方式以应对未来的挑战。

“相较于软件，我可能觉得硬件更为‘性感’。我曾经有机会在显微镜下亲眼看到芯片是如何在一块硬币大小的材料上构建起来的，尽管那并非最先进的技术，但对我来说却是一次非常珍贵的体验。”苏姿丰称，未来，我们真正需要做的是要好好想想该怎么解决这个问题，如何为行业或学术界做出贡献。

苏姿丰强调，AI 技术的变革，将成为近几十年来计算机领域最激动人心的时刻。

以下为苏姿丰对话全文，由钛媒体App编辑进行整理：

主持人：大家好，欢迎收听《Behind the Tech》。我是你们的主持人，微软的首席技术官凯文·斯科特。

在这档播客中，我们将深入了解科技背后的故事。我们将与那些使我们的现代科技世界成为可能的人们交谈，了解是什么激励他们创造了他们所做的一切。所以，请加入我，也许我们可以了解一些计算机历史，并深入了解今天正在发生的事情。请留下来看看。

克里斯蒂娜·沃伦：大家好，欢迎收听《Behind the Tech》。我是联合主持人，GitHub的高级开发者倡导者克里斯蒂娜·沃伦。

主持人：今天，我们为大家带来了一位非常重要的人物，她是我们技术领域的重要组成部分，也是一个非常酷的人——AMD CEO 苏姿丰（Lisa），她是一个非常鼓舞人心的人，我认为，鉴于她的职业轨迹，以及她现在所处的技术行业的领导地位，但我总是喜欢与半导体行业的人交谈。就像，作为计算机科学家，我对低级系统的东西有偏见，所以我是一个超级粉丝，非常喜欢丽莎和她的公司，以及他们所做的一切。是的，就像我在桌子下有一台定制的AMD机器，我已经为拥有它感到非常自豪，这已经过去三年了。

克里斯蒂娜·沃伦：是的，这很有趣，我是Lisa Su和AMD的超级粉丝，我真的很期待这次对话。

主持人：AMD的董事长兼首席执行官苏姿丰博士，她领导了公司向高性能和自适应计算领导者的转型。她热衷于与合作伙伴紧密合作，提供下一代计算和人工智能解决方案，以解决世界上最重要的挑战。

在2018年，她被选入国家工程学院，在2021年，她被IEEE授予其最高的半导体荣誉——罗伯特·诺伊斯奖章，并被拜登总统任命为总统科技顾问委员会成员。她还担任半导体工业协会的董事会成员。

Lisa，欢迎来到《Behind the Tech》。非常感谢你今天加入我们。

苏姿丰：很高兴和你在一起，Kevin，谢谢你邀请我。

主持人：你是从什么时候开始对科技产生兴趣的？是在你小时候与父母相处的过程中培养起来的吗？

苏姿丰：当然，所以你知道，Kevin，我出生在中国台湾，在纽约长大，我的父亲是一名数学家，更准确地说，他是一名统计学家。每当孩子们坐在餐桌旁时，他就会让我们练习乘法表，这促使我必须在数学方面表现出色。我一直对事物的工作原理和结构充满好奇。

关于这一点，我最早的记忆是和弟弟一起玩遥控汽车。有一次，那辆遥控汽车突然停下来了，我就开始思考它为什么会停下来。于是我拆开了它，发现里面有一根电线松动了。当我把电线放回正确的位置后，它又重新跑了起来。那一刻，我幼小的心灵受到了极大的震撼。从那时起我就开始对各种事物的工作原理产生了好奇心。

主持人：你当时多大？

苏姿丰：我不知道，大概 10 岁左右，我的弟弟更年轻。我只是有点好奇事情是如何运作的。

主持人：我认为这些——这真的很有趣。对于那些年幼时的偶然发现，你是否觉得特别有趣？有些东西在你看来难以理解甚至神奇，直到你逐渐掌握了它们的工作原理，才开始真正理解这些事物的运行逻辑？

苏姿丰：确实如此，每当你掌握了一些新知识，都会有一种自豪感油然而生，这种感觉会一直伴随着你的成长。

因为你很自豪地想，“哇，好像我在那里学到了一些东西”，这就是你的想法。

主持人：你在高中时期就已经决定要在大学攻读电气工程专业了吗，还是在进入大学之后才做出这个决定的？

苏姿丰：说起来，我高中的时候可能是个书呆子。当时我参加了数学小组等活动，毕业后有幸进入麻省理工学院完成本科学业。在那里，每个人都对工程领域充满热情。

学院里开设了很多电子工程和计算机科学的课程，那的环境对我影响很大。不过问题也随之而来：你想成为一名工程师吗？你想研发硬件还是软件？你想成为计算机科学家吗？周围的同学都在思考这些问题。而对我来说，我确信自己想成为一名硬件工程师。

主持人：你是如何发现自己更倾向于硬件领域的呢？因为我也有过类似的困惑。年轻时，我对电子和电气工程都很感兴趣，也包括一些软件方面的知识。但我最终选择了软件，因为我觉得软件在某些方面更有优势。

苏姿丰：嗯，你知道，我有两次实验室经历。我有软件方面的经验，我就像是在帮助一个实验室项目。

麻省理工学院的优点之一是，他们鼓励本科生参与研究工作。除了课程作业，学院还鼓励学生尝试各种课外项目。

我有过两次类似于实验室项目的实习经历。其中一次是参与软件开发，那时我的时薪是5美元或等值的其他报酬。那份工作让我有机会与实验室同事们一起合作。而另一次是研究硬件相关的项目，属于半导体领域。虽然任务繁重，但我坚持了下来。在那次实验中，我们将晶圆放入反应离子刻蚀机中，然后在显微镜下观察它的变化。正是这次经历让我对硬件产生了浓厚的兴趣。

请注意，我并不是要贬低软件领域，软件同样非常重要且有趣。但在那时，硬件对我来说更具吸引力。我有机会亲眼见证芯片的制造过程，尽管它们并不是当时最先进的技术。那时我们就能够在硬币大小的材料上构建晶体管并在系统上进行测试，这正是我选择进入半导体行业的原因。

主持人：在某种程度上，我们都能意识到，如果你在计算领域工作，硬件和软件这两个部分是同样重要的。但是，我想首先谈谈你的实践经验，因为就像我们的主题之一，与计算机科学家和工程师交谈的概念是，我们几十年来建立起来的抽象层，有时会掩盖一些低层次的技术细节东西。

我们在与计算机科学家和工程师讨论时，经常会提到一个话题：过去几十年来，人类在计算机领域建立的“抽象层”有时会掩盖一些底层的技术细节。你是否还能回想起在材料科学课程中获得的成就感？

苏姿丰：我是个坚定的“信徒”。有些人可能更擅长理论学习，而有些人则更注重实际操作。两者都有各自的优势，都能体验到不同的事物。而我更倾向于通过实践来学习，我认为经历是非常重要的。

在本科时期，我上的第一堂课就是搭建自己的个人电脑。我不仅需要构建电路，还要进行编程。那种亲手打造出自己的半导体设备，并观察每一个步骤是如何完成的感觉，可能并不是每个人都会喜欢，但我却非常享受这个过程。我喜欢触摸和感受由我构建的产品，这对我来说有种成就感。所以，我认为学校应该帮助我们思考在生活中喜欢做什么。

我不会说每个人都喜欢这些经历，但我确实喜欢，而且你知道，学校不应该是工作培训。它不应该是职业培训，但它应该帮助我们思考我们在生活中喜欢做什么，这让我难以忘怀，因为看到你所做的事情的结果是非常重要的，你知道，我喜欢我可以制造我可以触摸和感觉的产品，你知道，走进百思买，看看这些产品，或者走进你的数据中心，看看这些产品，这就是我喜欢的。

主持人：说到硬件和软件的区别，有个有趣的现象。我认为，总的来说，硬件是一件很好的事情。因为即使你在编写程序时，也很难获得像构建芯片那样的直观感受。即使你把软件一点一滴地组装成一个完整的系统，也不会像组装自己的个人电脑那样有成就感。比如，一块主板、一个机箱、一个电源和一个CPU，你只是在物理上组装这些东西，但最后能给你带来一种实实在在的成就感。

苏姿丰：是的，那么，Kevin，我是在鼓励你来硬件方面，还是......

主持人：不，我已经做了很长一段时间（软件）了，但是我在想，实际上我现在正在录制的机器，有一个AMD 32核Threadripper CPU，你知道这是非常定制的配置。我正准备做另一个版本，我可能会手工组装下一个，因为我已经很久没有组装自己的个人电脑了。

苏姿丰：哦，kevin，那太令人兴奋了。我必须把我们最新的ThreadRipper寄给你，因为我们刚刚推出了下一代。这很酷，但是——听着，我完全同意你的看法，我认为能够亲手构建并触摸到技术的机会是非常酷的。这对于引导学生进入STEM（科学、技术、工程和数学）领域也是非常有帮助的。

主持人：你在麻省理工学院主修电子工程，完成学业后，你是如何规划下一步的？

苏姿丰：我是麻省理工学院的终身教授。我在麻省理工学院完成了本科、硕士以及博士学位的学习，这是一段相当艰难的经历。当时，我的朋友们都陆续毕业开始寻找工作了。但我觉得自己还有很多需要学习的地方，于是我决定继续攻读博士学位，专注于半导体领域的研究。

你知道，他们都搬到了很酷的地方，但我觉得我还没有完成学习，还有更多的东西要学，我真的很感激我的博士导师，你知道吗。他叫（Dimitri Antoniadis）——建立早期模拟芯片能力的人之一。我觉得有更多的东西要学，所以我决定获得博士学位，我的重点是半导体设备，所以我当时正在建造四分之一微米（0.25um）设备，这在当时是非常非常先进的。

现在人们谈论的是2nm技术，但在当时，我的研究方向是构建四分之一微米的设备，那在当时已经是非常非常先进的技术了，甚至可以说是艺术级的作品。因此，我选择了继续深造，希望能够在这一领域做出更多的贡献。

你知道，即使在那时，人们也在谈论摩尔定律是否结束了。但它显然没有结束，所以，我研究了一种叫做绝缘体上硅设备的东西，这是一个很大的学习，但它也很有趣，因为你可以认为你正在做一些最先进的研究，作为你学习的一部分。

主持人：我很想知道您对于博士学位价值的看法。许多人认为博士学位的主要价值在于对先进技术的贡献，但我认为它的价值更在于能够完成一件非常复杂的事情并将其综合起来。您认为您的博士学位对您来说有多大的价值呢？

苏姿丰：在我作为一名学生的时候，我总是急切地想要前进，所以当我开始攻读博士学位时，我希望能尽快完成。

然而，博士学位对我来说具有无法估量的价值。它不仅仅是一个学历，更是一个让我学会如何思考并解决复杂问题的机会。这段经历给了我巨大的信心。

想象一下，某个没人能解决的问题，你能去找一本书，然后说，嘿，这是如何解决它的答案吗？很明显这是行不通的。我们真正需要做的是要好好想想该怎么解决这个问题，如何为行业或学术界做出贡献。答案并不明确。

对我来说，是四年，你知道，三年、四年、五年，真的给了你信心，你知道，你可以在某个领域做出最高水平的贡献。你知道，这就是我从中学到的东西。我只是认为它教会你如何思考，那段时间这一研究给了我信心，即使在当时，这也是一个团队，我喜欢和其他研究生一起研究如何解决这些问题。

主持人：我认为，你所研究的那些问题都相当棘手，且前所未有，因此你无法向他人寻求答案。那么，你从麻省理工学院毕业后，第一份工作是什么呢？

苏姿丰：我毕业后，第一份工作是在达拉斯的一家德州仪器（TI，模拟半导体）公司。但我在那里工作的时间很短，仅仅不到一年，那段时间我非常想家。之后，我早期的职业生涯大部分时间都是在TJ Watson研究中心，然后在纽约的IBM度过的。

主持人：当时，那么你是在研究他们在那里建造的RISC处理器吗？

苏姿丰：是的，那时IBM一直聚焦于新一代技术的发展，我把大量时间花在工艺技术领域，因为我们一直在关注下一代技术。是的，IBM第一个处理器——在IBM，我一直在研究处理器技术，

从我开始接触的第一个处理器到现在，已经过去30年了。我参与开发的第一个处理器是PowerPC处理器，它被广泛应用在个人电脑以及一些大型服务器系统上。

主持人：是的，我记得，我曾经去过一所科技管理学校，那里有一台可能是最早的PowerPC，我们做了很多实习。我只记得，那是一件多么神奇的事情。

Lisa Su：真的——超级超级有趣。我的意思是，这又是一种RISC处理的想法，对我们来说，这是我们如何在正确的地方获得性能和功率。

主持人：我想说，在我们两人的职业生涯早期，都经历了一场技术变革。那是一个指令集架构创新层出不穷的时代，有PowerPC、PA Risk、MIPS和DEC等。但最终，全球大部分电脑都开始采用英特尔的x86指令集处理器。

现在，我们似乎又进入了一个同样有趣的时代，ARM处理器以及计算能力越来越强的GPU正在崛起。这种变革与二三十年前的情况颇为相似。对此，你有何感想呢？

苏姿丰：回想起二、三十年前，那时候有各种各样的指令集，但很多都无法实现规模化和商业化。

这很有趣，我们当时都在做alpha东西，我们确实建造了很多指令集和x86架构等。但我实际上还没有找到两者之间的相似之处。我认为情况是这样的，实际上我很想知道你对此的看法，那就是指令集，当然在那些日子里，有这么多不同的指令集，以及某种程度的整合，我不认为它与指令集有太多的关系。

我的意思是，人们总是问我关于ARM与x86的对比，我想，看…这不是ARM对x86的问题。你知道，伟大的指令集，是关于我们试图在其上运行的应用程序和生态系统，有很多想要扩大规模的原因，所以，你知道，如果我想想20年前发生的事情，只是你有太多的指令集，其中许多都不能扩展。现在你看看今天，随着我们正在做的事情，工作负载正在改变，对吗？这就是GPU如此重要的原因。

现在，随着工作量和方式的变化，GPU市场需求激增，这使得GPU的性能变得来越重要重要。比如最近热议的人工智能，人工智能企业对算力的需求日益增长，市场也随之不断扩大。这就是选择研究方向的关键所在。

主持人：是的，我想我是一个关心指令集的怪人。我的职业生涯是从编写很多汇编语言代码开始的。在研究生阶段，我专注于编译器和计算机架构。你知道，我为x86编写了一个软件解码器，所以我认为你关心的是你是否在堆栈的最底层实现了一些东西，但这只是开发活动中的一小部分。就像其他人一样，你想要的是低功耗、高性能和便宜。

苏姿丰：是的！

主持人：你知道，就像这三件事一样，就你的观点而言，我认为规模推动了这一点。

苏姿丰：Kevin，你是否同意，当你思考现在的情况时，在最低、最低级别编程的相对好处可能更少，因为有这么多的计算能力。这就是为什么人们为了速度和灵活性以及所有这些东西而向上移动堆栈？或者您如何看待最高与最低级别编程之间的关系。

主持人：我认为这将是同样的事情。我认为，随着时间的推移，需要处理计算堆栈最底层细节的人会越来越少。我甚至认为，最终大部分开发人员可能会被人工智能所取代。因为——你知道，他们正在尝试做一些可能的事情，他们必须从最底层的东西中挤出最后一点性能。我认为对于大多数开发人员来说，最终大部分都会被抽象掉。这就是一直发生的事情。

苏姿丰：我完全同意这个观点。这正是我们所预见的趋势。技术日新月异，计算机迭代的速度几乎可以弥补任何不足。我把这种现象称为“抽象性（想象力）”的丧失。

主持人：确实如此。但即便如此，我们仍然需要那些对低层次细节和问题充满热情的工程师群体。我们需要他们来构建低层次的系统软件。

当我看到一些孩子在学习计算机科学课程时，他们展现出的抽象水平非常高。然而，你是否真正喜欢深入理解你正在操作的完整堆栈？是否有兴趣成为那些在系统低级别层面上摸索的系统人员之一？专研底层堆栈的系统工程师会不会消失？

苏姿丰：很多人问过我，AMD是如何让足够多的人对硬件产生兴趣的。每个人的兴趣点都不同，但我认为在软件优化和推动硬件优化方面还有很多工作可以做。

事实上，凯文，我认为你完全正确。我认为，当我们思考，你如何拥有最好的工程师，或者你知道，最聪明的人，你希望他们拥有广泛的经验。我是说，这真的很重要。我的意思是，你仍然可以专业化，但了解的广度，如计算机如何工作以及你需要做什么来实现这一点，我认为这是非常重要的。

你知道，对于我交谈过的很多人来说，发生的一件事是，我们如何让足够多的人对硬件感兴趣？因为你知道，软件是“性感”的地方，所以我试着说，看…每个人的兴趣都不一样，但在硬件优化和推动方面仍有很多可以做的事情。

主持人：与过去二三十年相比，我认为人工智能的出现是我们几十年来在计算机领域最激动人心的时刻。

苏姿丰：我完全同意这个看法。

主持人：所以我每天都去上班，我对我正在做的事情感到非常惊讶。所以你知道，当我在大学和研究生院的时候，我在国家超级计算应用中心实习，并为思维机器、CM5超级计算机写了一大堆东西。你知道，我在硅谷图形公司（Silicon Graphics）实习，就在他们收购克雷研究公司（Cray Research）之后，我喜欢在Origin 2000上工作，就像他们建造的这个大型的现金连贯的气动机器，它是超级创新的。

然后我离开了研究生院，确切地说，20年来这些都不重要。现在，所有这些，就像，再次变得重要，就像你真的必须考虑其中的一些，就像旧的高性能计算原则来编写我们今天正在构建的一些软件，计算机体系结构再次变得重要。就像，太棒了。

我们必须考虑使用旧的高性能计算原则来编写今天的软件，但问题是，这些旧原则是否还能满足现在的需求？因此，计算机体系结构的重要性再次凸显出来。

苏资丰：确实如此。我的意思是，你正在做的、微软正在做的（一些工作），无疑是在挑战我们所认为的与硬件和系统有关的一切（极限）。

主持人：让我们回到你的职业发展上来。您在IBM工作了很长一段时间，之后是不是就计划加入AMD了？

苏资丰：是的，我在IBM工作了大约12-13年，你知道，我在半导体研发和下一代处理器技术方面做了很多事情。然后，我是一个半导体人，对吗？我希望在更大的范围内产生影响。

所以，实际上，加入AMD之前，我还去了飞思卡尔（Freescale）半导体，我在飞思卡尔工作了五年。实际上，我有你的头衔——我是飞思卡尔的首席技术官，当时公司正在考虑如何重塑他们的产品组合，然后我负责他们的网络和多媒体业务几年。

你知道，那时我已经搬到奥斯汀了，所以现在我正式成为德克萨斯人，然后我有机会加入AMD。所以我在大约12年前加入了AMD，这是一段很棒的旅程。

我们在重塑AMD公司的过程中经历了一系列事情，但就像我说的，我的职业生涯离处理器还不远，始终与处理器领域紧密相连。不知何故，处理器找到了我，或者我找到了它们。

主持人：在您的职业生涯中，您何时决定要担任领导团队的？领导力是您喜欢或认为必要的因素吗？

苏姿丰：在IBM最初的几年，我的经理曾问我想成为IBM的研究员还是副总裁。

“嘿，你是想成为IBM的一员，还是想成为IBM的副总裁？”当时，我想，“嗯，这是一个有趣的问题。”

事实上，我认为对我来说，最有趣的是，我喜欢做自己的研究，你知道，我有一些好的想法，但更有趣的是看到团队聚在一起，做一些事情。坦率地说，我们认为是不可能的，而且——你知道，就像早期的记忆，嘿，你在一个项目上，你必须在某个特定的时间向客户发送一些东西，就像什么都不起作用一样。那是我最喜欢的。就像，我喜欢思考：我如何把这些放在一起？我如何将团队聚集在一起？

但问题是，如果我成为IBM的副总裁，我该如何带领团队？

是的，那可能是我在IBM的最初几年。你知道，我必须决定的一件事是——有人问我——我想我的经理问我，“嘿，你是想成为IBM的一员，还是想成为IBM的副总裁？”当时，我想，“嗯，这是一个有趣的问题。”

所以这个问题的答案是，我认为我不够聪明，不能成为IBM技术研究的一员，所以我想我会努力成为IBM的副总裁。从那时起，我开始有机会领导小型团队，然后成为中型团队，成为更大的团队，但这实际上是我最喜欢的。

kevin，技术是超级有趣的，但更值得的是，看到团队成员们团结一心、齐心协力，共同面对挑战，完成那些看似困难甚至不可能的任务，做一些真正具有开创性的事情。这个过程一直是我职业生涯中最享受的部分。

主持人：你是美国移民过来第一代到世界上最重要的半导体公司之一的董事长兼首席执行官。你的道路就是技术上的卓越，进入这个极好的领导职位，这对很多人来说都是一种激励。不管你喜欢与否，你的整个职业生涯是非凡的，你都是一个榜样。

但我更想了解您在AMD的职业发展。您凭借卓越的技术实力，成功担任了美国最重要的半导体公司之一AMD的董事长兼首席执行官，这无疑对许多人来说都是一种巨大的鼓舞。您如何看待您的工作和所取得的成就？哪些希望向你学习的人如何成为这种榜样？

苏姿丰：谢谢你，凯文。我想了几件事。

首先，我认为，一个人的成功不仅仅取决于他自身的才能和努力，还需要在正确的时间出现在正确的地点。我认为，在某种程度上我是幸运的，因为我在正确的时间找到了正确的地方。

当我加入AMD的时候，你知道很多人问我，“嗯，你为什么要加入AMD ”，在那个时候？事实上，我从来没有想过我为什么不加入AMD。

看看在美国，你知道，有多少公司在制造高性能处理器，对吧？只是没有那么多人这样做，我认为这是一个我可以帮助的地方。我对我们所做的事情充满热情。

对我来说，我从来没有说过“我必须成为一名首席执行官”。在我看来，对我来说，做一些我认为重要的事情，是非常重要的。就像你知道，我喜欢半导体。我想进入这个行业，进入一个我可以对这个行业产生影响的地方。

而AMD一直是一个很好的平台，因为我确实认为，高性能计算和这项技术是我们必须做的事情的基础。但你知道，对于你的观点，成为一个榜样或帮助，就像很多人帮助我走到今天一样。

我认为，对我帮助最大的导师是那些在我搞砸的时候告诉我的人，坦率地说，每个人都可以告诉你，你有多棒，但如果有人告诉你你犯了一个错误，那些真正愿意帮助你的人才会告诉你怎么做才能更好，所以我很感激。

我认为，我的工作，或者说我希望我能做的是帮助别人感觉到，嘿，你完全有可能实现自己的抱负和梦想。一路上你会犯一些错误，但没关系。

所以我有机会遇到很多职业生涯早期的女性，我鼓励她们做的很多事情实际上是雄心勃勃，感觉你可以告诉别人你想做什么，因为有很多人想要帮助你，但你知道，有时人们会感到害羞，或者——你知道，“我不能这么说，”我说，“是的，你可以。”你知道，“是的，你可以。”你绝对可以做不可思议的事情，人们会很乐意帮助你。

你当然要努力。所有这些事情都是真的，但我认为鼓励人们，你可以做一些——一些令人惊奇的事情，这很好。

主持人：是的，我完全同意这个建议，就像告诉人们，你可以有野心，你应该为你的野心辩护，这是非常非常重要的。这对我来说是疯狂的，有多少人不这样做，或者在他们的头脑中没有一个清晰的感觉，他们的野心实际上是什么。

所以你在AMD的时候，看到了半导体行业一系列令人难以置信的发展，大家继续在工艺技术上取得惊人的进步，你知道，因为我已经成为了一名专业的计算机科学家，这是很长一段时间了。

人们一直在谈论摩尔定律（集成电路上可以容纳的晶体管数目在大约每经过18个月到24个月便会增加一倍。处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。）的终结，但微软还在坚持技术层面的更新换代，随着时间的推移，我们已经找到了更经济高效的方式。例如，利用高性能计算来处理大量的科学工作以及当前的人工智能模型训练等。那么，在你进入AMD的12年里，你认为最有趣的趋势是什么？

苏姿丰：我们一直在讨论摩尔定律，是否在放缓，甚至是否已经结束。确实，摩尔定律的速度已经有所放缓，但它从未完全停止。

我经常对我的团队说，在技术方面下对赌注非常重要，因为这需要很长时间才能真正见效。

你知道，摩尔定律放缓的事实意味着，我们必须寻找不同的方式来组装芯片。这可能是我们在AMD做出的最重要的决定之一。

2014年、2015年的时候，AMD就已经做出了一个重要的决定：如果摩尔定律真的已经放缓，那么更好的芯片组装方式就是将其分解为更小的单元，分解成这些被称为小芯片（Chiplet，芯粒）的东西

这更像是一个大胆的赌注。我认为这种方法代表着未来，这种新的组合方式成本效益要高得多。

我记得当我们做出那个决定时，我想，坦率地说，这几乎是公司的一个赌注，因为你知道，我们试图得到一个非常非常有竞争力的路线图，但思考的过程是：这是未来——你如何把芯片放在一起的未来。

我们必须把芯片变得更小，因为它们的产出更好，它们更具成本效益，但它们之间的互连非常重要，因此如何实现这一点，以及如何确保从编程的角度来看，它不会对软件产生太大影响。

现在，我们已经看到了这个想法，在Instinct MI300上。我们刚刚推出了我们最新的人工智能芯片，顺便说一句，Kevin，非常感谢你和我们在一起。你知道，这就像Instinct的小芯片，对吧？就像你知道的那样，12 个Die堆叠在顶部，横向、上下以及所有这些东西。

如果你在 20 年前问我，作为一名半导体学生，或者作为一名半导体工程师，我会说，这些东西永远不会起作用。比如它太复杂了，它需要太多的精度才能工作，大约需要 1500 亿个晶体管的水平，但这就是我们行业的美妙之处。

就像，你知道吗？我们找到了让它发挥作用的方法。现在，我认为，当我们展望未来时，这就是我们必须寻找的，那就是技术中存在拐点，使您能够迈出下一个大步骤，而在正确的时间做出这些决定，是我所要做的事情。

想想看，因为你知道，在物理学方面确实存在这些基本限制，但对此我们有非常聪明的专业人士。你抛出给他们一个问题，他们就会发现，哦，有一种方法可以解决这个问题。只是你必须对他们的研究进行投资。

我认为，对于漫不经心的（外行）观察者来说，我认为他们不必关心任何这些事情。他们所关心的是，您将以更低的成本获得更高的性能，因此我们一直在讨论计算领域。

我们希望确保摩尔定律，即每隔几年将性能提高一倍。按照常规方法，它无法做到这一点，但使用所有这些技巧和技术，您确实可以扩展性能曲线，这为像您这样的人提供了更多的计算，以用于您正在做和构建的所有伟大的事情，因此AMD发展目标，是确保计算可以扩展。你确实得到了更多，这使应用程序能够做更多的事情。

主持人：实际上，有一段时间我对计算感到有点沮丧，因为我们似乎已经失去了我们的想象力，你可以用更多的计算来做什么，就像我们已经进入了内部，就像，好吧，就像我如何优化计算，你知道，在小电池上提供的特定功能，你知道，以及类似的事情——这是非常非常重要的，总会非常令人兴奋。

苏丽莎：这不是big iron（大熨斗），对吗？

主持人：是的，这就是成本效益和计算之间的关系。我认为，当前这一代的生成式 AI 就像是这个问题的答案之一，它非常了不起，我不认为我们已经接近了事物的scaling laws的终点，所以这让我感到兴奋，更像是互联网，而不是移动手机。微软正在迅速部署很多计算机，并有如此多的人有这些非常有创意的想法，关于他们可以做什么，形成巨大扩展的计算机发展前景。对此，你有什么看法？或许，生成式人工智能领域就蕴藏着我们寻找的答案？

苏姿丰：我完全同意你的观点。过去的十年里，我们在计算领域取得了显著的进步，但大部分的关注点都集中在了外在形式上。

坦率地说，人工智能可以说是过去四五十年来最重要的技术。我们发现在计算应用方面，还存在着大量未开发的潜力。计算能力仍然难以充分利用。而生成式人工智能为我们如何运用计算力量带来了一个全新的视角。

主持人：当我还是个孩子的时候，我喜欢读科幻小说，看《星际迷航》系列。这些乐观的科幻作品里的计算机都无比强大。当然，这些都是在个人电脑出现之前的想象，作者们在描绘他们对计算机未来的憧憬。但你有没有觉得，计算机革命在某种程度上限制了人们的想象力？我认为过去几年的发展再次激发了人们的想象力，虽然有时候表现方式有些奇特，但我认为这大部分都是积极的。

苏姿丰：我完全同意你的看法。

主持人：让我们来谈一谈，比如你认为人工智能计算机将走向何方？你刚刚宣布了AMD在人工智能计算路线图上的突破，MI300是一个非常强大的GPU，为人工智能工作负载而赋能我们一起做了很多工作，试图找出如何让最强大的 AI 工作负载在这个系统上工作。所以很明显，你知道，我们看到了同样的未来轨迹，就像你一定在想各种各样的事情，就像半导体世界的未来会是什么样子？我相信AMD也一定在考虑这个问题。

苏姿丰：是的。首先，在我看来，人工智能是一种赋能技术，它在许多方面都赋予了我们强大的力量。

我们谈论了很多关于数据中心的观点，你知道，这些大语言模型，如微软和OpenAI，以及其他人正在做的。训练世界上最大的模型需要大量的计算，这就是我们的切入点，但我也把它看作是，人工智能将影响我们的生活，所以在数据中心，你需要大量算力来训练和推理最复杂的模型。

人工智能对我们生活的影响将是持续且深远的，所有参与其中的公司都有机会重新定义个人电脑和手机的功能。但这一切都需要算力来支撑，尽管在芯片技术方面可能并不完全相同。随着技术的不断进步，我们将在所有计算机产品中看到人工智能的身影。

无论是在数据中心，客户端设备，还是个人电脑、手机的功能，所有这些都需要人工智能的能力。尽管它可能不一定是完全相同的技术。我认为他们都想在一起相互操作。

所以这是一个超级繁忙的一年，几年来，AMD真正扩展我们的路线图，让我们称之为更多的通用处理，更多的人工智能能力。随着我们的发展，我认为我们将在我们所有的计算产品中看到 AI、，比如数据中心、边缘、客户端，这是一个有趣的地方，但你知道，我们对我们正在做的工作非常满意，当然是在Azure中，但也在PC和Windows方面。我非常兴奋的是，Windows的发展和Copilot的能力。

主持人：但你们已经了解这一点有一段时间了，因为AMD的一些强大超级计算机已经上了全球TOP500超级计算机名单。在构建这些系统时，你们必须考虑所有的因素。

例如，如何为数据中心供电，如何冷却设备，如何设计机架，如何构建网络。我认为这是另一个非常激动人心的部分。这不仅仅是关于芯片，更是关于芯片周围的所有配套设施。就像我们必须考虑整个系统的设计一样，如果一个完整的系统中只有某些部分是高性能的，而其他部分仍然是过时的，那么这个系统仍然无法正常工作。

苏姿丰：我想这就是AMD所看到的机会，对吧？然后，结合你们在模型开发方面所做的努力，我们可以共同构建出更出色的整体系统。

你知道，像我们所拥有的深度合作伙伴关系，可以将计算提升到一个新的水平，芯片、系统、模型开发，将这些东西协同在一起，我们可以构建更好的整体系统，并向前发展。

主持人：最后一个问题，你在工作之余会如何消遣？

苏姿丰：我觉得工作很有趣。我想你也认为工作很有趣。

工作之余，我喜欢打高尔夫球。所以我不得不说，在过去几年里，我的高尔夫差点上升了，我还没玩够。而且，我有点像一个美食家，Kevin，你知道我们都喜欢吃美味的食物，我偶尔喝点波尔多葡萄酒。这只是一个放松和享受生活中，感受所有美好事物的机会。

主持人：太棒了。非常感谢您在百忙之中抽出时间与我们一起讨论这个问题。很高兴听到更多关于你的故事。你知道，再一次我非常感激，不仅仅是因为合作关系，还因为你在职业生涯中所做的一切，以及你对年轻一代工程师的鼓舞。世界上需要更多的Lisa Su。

苏姿丰：嗯，非常感谢你，Kevin。世界上还需要更多的凯文·斯科特。我很荣幸也很高兴今天能和你们在一起，我期待着我们一起做的一切。