在AMD正式完成了对赛灵思的收购之后，两个行业领先者的组合造就了一系列高度互补的产品、客户和市场，成就了更宽广的“护城河”，如何进一步发挥协同效应亦成为AMD的新重心。

　　

　　AMD大中华区销售副总裁唐晓蕾对此表示，AMD将以自适应计算赋能，通过IP、平台、工具链来加速创新落地。

　　

　　自适应平台助力核心市场创新

　　

　　经过多年的历练，AMD已将包括汽车、工业与视觉、医疗和科学、广播与专业音视频及消费电子、测试测量与仿真在内的市场统称为“核心市场”。

　　

　　在大数据、云计算、5G和AIoT的促进下，上述核心市场出现了“求同存异”般的创新需求，AMD也各有侧重。

　　

　　在热度不减的汽车领域，唐晓蕾认为，信息娱乐代表着座舱走向数字化，ADAS需要实时从传感器到毫米波雷达产生及收集并处理数据，自动驾驶催生新的商业模式等，AMD将重点关注信息娱乐、ADAS、自动驾驶三大方向。

　　

　　面向医疗创新，AMD主要关注国产化和医疗数据的处理。针对消费创新领域，AMD更加着力专业音视频和广播方面、智能家居涉及的创新。随着智能制造走入深水区，数字孪生、智能仓储、智能视觉检测、工业机器人应用不断升温。对于TME（测试、测量和仿真）这一个重要的传统行业，唐晓蕾指出，客户对信号吞吐量和带宽的要求都越来越高，且更多的客户加入AI引擎进行数字信号处理等。

　　

　　一系列变化也由此产生。唐晓蕾提到，近年来客户的需求正在转变，如客户仅关注芯片高算力转向更加关注“数据生命周期”的贯通；算法工程师不单单满足于算法得以实现，更看重如何让算法更加强大，如何利用异构计算平台实现从底层到上层应用的贯通等等。

　　

　　而这背后都指向一个“显性化”的答案，唐晓蕾认为这正是自适应计算平台的新机会。她举例说，从ADAS数据的产生来看，无论是通过视觉还是激光雷达获取的，均需要一个自适应的计算平台识别数据结构。而在数据的处理和同步方面，也需要自适应平台的支持。这也意味着在整个数据产生、传输、处理的生命周期中，自适应平台将“功不可没”。

　　

　　在这方面积累多年优势的AMD，通过将传感、控制、计算、互联等技术结合在一起整合成一个创新的自适应计算平台，正着力解锁为客户赋能创新落地，提供全流程支持。

　　

　　IP、平台和工具链全面解耦

　　

　　面对自适应平台的“以一当十”，AMD的选择是从自适应IP、平台和工具链全面解耦。

　　

　　对此唐晓蕾提到，面向摩尔定律的放缓，不再像之前只通过technode（技术节点）的改进实现芯片性能的提升，而是越来越多地通过异构集成或先进封装的方式。一方面随着AMD在Chiplet以及3D封装技术等的发展，不断推动芯片代际之间的增益。另一方面，异构计算成为驱动系统性能提升的关键，AMD也着力在平台层面集成更多的异构计算，助力客户创造更大的价值。

　　

　　为不同行业不同应用提供更加灵活的算力支撑，AMD推出了自适应架构IP：XDNA。这是来自赛灵思的基础架构IP，包括FPGA架构和AI引擎(AIE)，将与AMD产品阵容进行整合，提供更强大的算力。据悉，XDNA将计划用于2023年推出的基于AMD“Zen4”核心架构的“PhoenixPoint”移动处理器。

　　

　　此外，AMD还发现客户直接拿到芯片可能也不会做到快速上市，客户更需要的是平台化的产品，为此AMD也在力推SOM板。SOM即“位于系统核心的小尺寸嵌入式PCB(包括处理器、DDR、外设)”，属于板卡级而非芯片级设计，直接插入最终产品即可进行生产部署。据悉某款KriaSOM允许开发者从设计周期中更为成熟的节点入手，进而将部署时间缩短多达9个月。

　　

　　除了芯片、单板之外，唐晓蕾还强调，工具是一个非常重要的创新环节，对此AMD打造了无硬件编译、异构软件平台、中间件、AIE等等，助力开发者获得更快的实时响应和加快进度。

　　

　　不得不说，已经“先行一步”的AMD借助自适应计算平台，已收获了丰硕的果实。如在ADAS领域，AMD提供丰富的I/O接口和域控制器等产品，将数字或数据更加系统化，完成数据的处理以及打包分发。在智能制造涉及的传感、控制、计算与互联底层技术，AMD的自适应平台可实现高带宽、高算力、高精度，助力客户的创新落地。未来的自适应计算平台也将“渐入佳境”。