Radeon与笔记本电脑销量激增,为AMD公司带来了过去七年来表现最佳的季度。
AMD公司宣称,其Ryzen处理器与Radeon图形芯片的持续成功,为其带来了自2011年以来业绩最佳的一个季度。
在本周三的公告中,该公司表示其在2018财年第二季度中实现了显著增长,销售额与净收入皆迎来可观提升。在截止于6月30日的当季度内:
Moor Insights and Research公司分析师Patrick Moorhead指出,“正如预期的那样,AMD公司的第二代Ryzen、Ryzen移动以及Epyc全部表现强劲,并带动整体收益增长了54%。”
“Ryzen的销量连续实现两位数增长,Ryzen移动的销量继续翻番,Radeon图形销售额虽然因区块链收入的下滑而有所缩水,但总体来看程度也不严重——仅为4%。”
就在公布这一周报数据的同时,Su也为AMD公司的短期未来描绘出一幅亮丽的图景——特别是该公司即将在CPU与GPU芯片中采用7纳米制程工艺,具体产品上市时间在今年年底到2019年年初。
Su在电话会议上向各位分析师们指出,“我们在7纳米身上投入了大量资源,我们认为7纳米将成为该行业中的一个重要节点。”
“当大家审视我们今天在CPU方面的表现时,就会发现我们已经在突破性方向上迈出了第一步,这看非常棒。”
Su同时表示,AMD公司将进一步增加其在软件领域的支出,并借此从芯片当中挤出更多性能。
Su指出,“我们在CPU与GPU的软件方面拥有大量机遇,有望进一步加速一部分机器学习工作的运行速度。而我们也正在这方面进行增量研发。”
投资者们对于收入飙升当然充满热情,AMD公司股价在随后收盘时上涨5%,每股报得16.88美元。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。