AMD CEO苏姿丰在2012年1月加入AMD,彼时公司前路茫茫。那时的AMD正面临着自身的危机——多个执行问题动摇着客户的信心,而AMD过度依赖于紧缩的PC市场,又被那些不能发挥自身优势的市场分散着精力。此外路线图和战略的多变引发了外界对AMD的不信任。在2012年,AMD负债近25亿美元,前五年间营业额仅有一次增长。那时关于AMD破产和分拆的谣言四起。
当2014年苏姿丰被任命为CEO时,她面临着艰巨的任务——通过重新聚焦于公司文化、执行力和技术,将AMD带出困境。这在很多人看来近乎不可能,而苏姿丰在执掌AMD两年后成功做到了。在完全看到Zen带来的成绩之前,断定AMD已实现好转似乎为时过早,但现在来看,AMD已经回到了复兴的正途上。
苏姿丰上任CEO后的第一把火,就是给公司指明当前发展急需明确的方向——除客户端计算设备外,还要聚焦于一些更具“粘性”的高增长、高利润的市场。在此理念下,,AMD重新定位了聚焦的领域——游戏、数据中心和沉浸感设备。苏姿丰还提出了AMD复兴的三大战略——打造伟大的产品,加深与客户、合作伙伴的关系以及简化运营。
打造伟大的产品
三大战略的第一条——打造伟大的产品是第一要务,也是让AMD得以发展并实现华丽转身的关键。这一点对于高科技公司来说可能稀松平常,但对于2012年的AMD却显得格外重要。AMD重新聚焦到立身之本的核心竞争力上来,那就是打造卓越的高性能计算和图形解决方案。
公司还进一步精简研发,用一款可扩展设计——被寄予厚望并常被提及的Zen来强化CPU路线图。AMD开始执行全新的产品周期,每年均有新的GPU上市,每1.5年推出新的CPU。为了充分利用行业领先的知识产权,AMD还制定了知识产权授权战略,为AMD的技术培育并发展市场机会。最后,AMD成立了专门的业务发展委员会和工程设计领导团队,定期审视AMD的路线图,确保所有的投入均在正确的方向上——保证公司在正确的道路上运行,在正确合适的时间点向客户提供最适合的产品。看一下AMD目前推出的GPU和下一代CPU核心技术,你就会知道这些新的战略正在发挥它们的作用。
作者Patrick Moorhead,美国、英国和欧洲首席科技行业分析师,全球他引最多的分析师之一;全球有影响力的独立科技分析机构Moor Insights & Strategy创始人、主席。拥有21年高科技公司供职经验。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。