NVIDIA described Vera as the strongest competitor ever to Intel and AMD x86_64 processors in a keynote slide. However, Jensen Huang denied that Vera CPU was intended to take Intel and AMD's market when asked during a global media Q&A. The distinction suggests NVIDIA wants Vera viewed as more than a direct replacement for conventional x86_64 CPUs.
When Lisa Su became AMD's CEO in 2014, the company was near bankruptcy with a $2 stock price. She turned it around through two critical bets: transitioning advanced manufacturing entirely to TSMC, and pioneering the modular "Chiplet" architecture. These strategic moves allowed AMD to leapfrog Intel in performance and efficiency, driving its market cap past $760 billion.
繼 AMD 董事長暨執行長蘇姿丰的台灣行程告一段落後,NVIDIA 執行長黃仁勳於今日再度抵達台灣。他下飛機後首站便直奔南港,參與 Meet-a-Claw 開發者大會並發表專題演講,再度引發台灣科技界與開發者社群的高度關注。
AMD 執行長蘇姿丰表示,AI 應用正從訓練快速轉向推論階段,帶動 CPU 需求急遽上升。過去半年至一年內少有人提及的 CPU 短缺問題,自去年底起已出現明顯供需轉變。她預期 CPU 市場將迎來年增 35% 的成長,且硬體架構很快將轉變為 CPU 與 GPU 比例趨近「1:1」的新格局。
AMD 執行長蘇姿丰透露在台灣投資百億美元的背後邏輯。她指出,AMD 積極採用 2.5D、3D 及 CoWoS、EFB 等先進封裝技術,當要求合作夥伴加速量產時,AMD 理應共同分擔投資。這筆百億資金不僅是實質支持,更是對台灣頂尖半導體技術投下的巨大信任票。
Hugging Face 推出全新支援,簡化 AMD ROCm 運算核心(Kernels)的構建與分享。開發者現在可以更輕鬆地在平台上打包與分發適用於 AMD GPU 的自訂運算核心(如 Triton 核心),解決了以往 AMD 生態系中編譯與部署優化核心的痛點,進一步提升 AMD 硬體在 AI 推理與訓練上的效能與易用性。
Hugging Face 宣布與 AMD 展開深度合作,全面優化 AMD Instinct MI300X GPU。透過 AMD ROCm 軟體棧與 Hugging Face 核心庫(如 Transformers、TGI)的無縫整合,開發者無需修改程式碼即可在 MI300X 上運行 Llama 3 等大型模型。MI300X 憑藉 192GB HBM3 超大記憶體,為企業提供極具性價比且能擺脫單一晶片供應商依賴的高效能 AI 算力選擇。
AMD 與 Hugging Face 合作舉辦「Pervasive AI 開發者大賽」,旨在推廣 AMD 的 AI 硬體生態系。競賽分為生成式 AI、機器人 AI 與 PC AI 三大賽道,參賽者需利用 AMD Radeon GPU、Ryzen AI 或 Kria 開發套件,並結合 Hugging Face 的模型進行開發。本活動提供豐富的硬體支援與高達 15 萬美元的總獎金,吸引全球開發者共襄盛舉。
Hugging Face 宣布與 AMD 深度合作,推出 optimum-amd 套件,旨在簡化 AMD GPU(如 Instinct 與 Radeon 系列)上的模型部署與加速。該套件整合了 AMD ROCm 軟體平台,開發者只需修改幾行程式碼,即可在 AMD 硬體上無縫運行並加速主流的大語言模型(LLM)。此舉打破了過去 NVIDIA CUDA 在 AI 訓練與推理上的壟斷,為企業與開發者提供更具性價比的硬體選擇。
Hugging Face 宣佈與 AMD 展開深度合作,旨在為 AMD 的 CPU 和 GPU 平台(包括 Ryzen、EPYC、Radeon 及 Instinct 系列)提供頂級的 AI 模型加速。雙方將共同優化 Hugging Face 的 Optimum 庫,讓開發者能無縫地在 AMD 硬體上部署與訓練 Transformer 模型。此舉為 AI 社群提供了 NVIDIA 之外的高性價比硬體選擇,促進開源 AI 生態的多樣性。