大家都知道了，Meta跟AMD合作，砸下了好几百亿美元。这笔钱花得实在，不只是把显卡买回来，而是把超大规模数据中心的计算方式给彻底变了样。以前的数据中心，那都是围着CPU转，做那种很规矩的线性任务还行，但一到做图形渲染、搞机器学习这种并行计算的活儿，就显得力不从心，因为内存带宽不够用，指令集也跟不上节奏。 现在的AI模型，特别是大语言模型和推荐系统，运算量特别大，全是那种低精度的浮点或整数运算，而且大家都在抢着跑。为了伺候好这些个活儿，就得专门养几台硬件处理器。本来GPU是给游戏画面设计的，里头塞了几千个小核心，正好能对付这种并行活儿。 但这东西不能光靠一种处理器。模型越来越大，单靠一种加速卡肯定不够用了。所以计算任务就像切萝卜丝似的细分出来了，有的专负责训练，有的专搞推理，还有的是按不同的精度来区分。这次协议里涉及的硬件，就是专门给这块细分市场用的，目的就是为了在特定的活计上，把每一度电里的算力榨干，把计算密度搞上去。 能效比现在是个生死指标。机器费电不光是电费高，散热也是一笔大开销。以前大家比谁家机器跑的快，现在比的是谁家的电更值钱。AMD这次拿出来的解决方案就是在芯片里塞了高速内存、改了数据路线、还用上了新的联网协议。 光有一个强硬件还不够用。单个设备的天花板摆在那，要是把成千上万台机子连在一起组成一个大池子才能干活。以前因为技术标准不行，把各种不同的东西连在一起太麻烦、也太慢了。现在这套新标准出来了，搞集群就简单了。 这笔大单对产业链也有大影响。先不说能帮着摊平研发成本的风险，还能逼着软件系统跟着变。大厂用了这些硬件后，他们的软件栈、编程模型就成了事实上的规矩。 从做生意的角度看，签个长期协议是为了锁住货源、把市场风险给挡住。在技术日新月异的当下，有个靠谱且看着长远的供货保障比图便宜重要多了。这说明企业把计算能力当战略资产了。 这次合作就说明了一个道理：AI的基础设施正在发生巨变。这一仗不光是比晶体管跑得有多快，而是看谁能把系统架构、软件生态还有供应链这几个盘子转起来。 以后的技术发展会更聚焦在具体的工作负载上搞全栈优化了。大家比拼的不是谁家有个超强的芯片玩单机游戏，而是看谁能把硬件、软件和服务搭成一个完整的计算平台。