摘要
在国际固态电路会议 （ISSCC）的主题演讲中，AMD首席执行官苏姿丰博士全面概述了近几十年来计算性能的巨大飞跃，同时强调在推进exascale甚至最终达到zettascale计算规模的过程中，提升能效的迫切需求。她强调架构创新、先进的2.5D和3D封装技术、定制加速计算、统一内存架构以及广泛运用AI优化等高潜力机遇，都可以极大提升效率。然而，她同样强调，要实现zettascale计算所需的巨大能效提升，必须在从材料到电路、微架构、系统架构和软件的整个层次上进行广泛创新。
简介
在2023年ISSCC会议上，AMD首席执行官苏姿丰博士在主题演讲中带领观众回顾了计算性能在过去七十年里惊人的进步。她反映早期处理器仅有10亿个晶体管，而如今的顶级GPU已经集成了500亿个晶体管，达到了每秒百万亿次浮点运算的性能。然而，苏博士警示，尽管计算能力持续快速呈指数增长，但能效并没有同步提升。她强调这个差距对于在未来十年内实现exascale甚至更远的zettascale计算提出了严峻挑战。
在提供启发性的历史背景后， 苏姿丰有条不紊地概述了体系结构创新、封装创新和系统级协同设计等一系列潜在可大幅提升能效的前瞻技术。她还指出，在设计和工作流中更广泛运用人工智能可能带来革命性进步。然而， 苏姿丰同时强调，要解决能效鸿沟，需要在计算技术的整个层次上进行广泛创新，从基础材料研究到电路、微架构、系统架构和软件。她相信，通过产业、学术和政府的密切协作，我们能找到突破，实现史无前例的高性能计算规模。
解锁高效计算的关键技术
苏姿丰重点介绍了一些她认为可极大提升未来能效的关键技术。首先是先进的2.5D和3D封装技术，可以实现处理器和内存的高度垂直集成，大幅降低高成本的数据移动。其次是针对AI工作负载优化的定制架构，相比通用设计可实现数量级的效率提升。接着是统一内存架构，可简化跨处理单元的数据访问。她还特别提到新兴的光电共封装（Co-Packaged Optics， CPO）技术，既可缓解互连带宽瓶颈，也可提升能效。最后，她指出持续推进材料、器件、电路和处理器微架构尤为关键，以实现这些系统级创新的全部效益。
AI和专用架构的革命性潜力
除了具体的硬件技术， 苏姿丰还指出在整个计算栈中更广泛运用人工智能可能带来革命性的系统级能效提升。在系统架构层面，她提出使用AI替身模型和混合工作流优化复杂的物理模拟等任务，摘要
在国际固态电路会议 （ISSCC）的主题演讲中，AMD首席执行官苏姿丰博士全面概述了近几十年来计算性能的巨大飞跃，同时强调在推进exascale甚至最终达到zettascale计算规模的过程中，提升能效的迫切需求。她强调架构创新、先进的2.5D和3D封装技术、定制加速计算、统一内存架构以及广泛运用AI优化等高潜力机遇，都可以极大提升效率。然而，她同样强调，要实现zettascale计算所需的巨大能效提升，必须在从材料到电路、微架构、系统架构和软件的整个层次上进行广泛创新。
简介
在2023年ISSCC会议上，AMD首席执行官苏姿丰博士在主题演讲中带领观众回顾了计算性能在过去七十年里惊人的进步。她反映早期处理器仅有10亿个晶体管，而如今的顶级GPU已经集成了500亿个晶体管，达到了每秒百万亿次浮点运算的性能。然而，苏博士警示，尽管计算能力持续快速呈指数增长，但能效并没有同步提升。她强调这个差距对于在未来十年内实现exascale甚至更远的zettascale计算提出了严峻挑战。
在提供启发性的历史背景后， 苏姿丰有条不紊地概述了体系结构创新、封装创新和系统级协同设计等一系列潜在可大幅提升能效的前瞻技术。她还指出，在设计和工作流中更广泛运用人工智能可能带来革命性进步。然而， 苏姿丰同时强调，要解决能效鸿沟，需要在计算技术的整个层次上进行广泛创新，从基础材料研究到电路、微架构、系统架构和软件。她相信，通过产业、学术和政府的密切协作，我们能找到突破，实现史无前例的高性能计算规模。
解锁高效计算的关键技术
苏姿丰重点介绍了一些她认为可极大提升未来能效的关键技术。首先是先进的2.5D和3D封装技术，可以实现处理器和内存的高度垂直集成，大幅降低高成本的数据移动。其次是针对AI工作负载优化的定制架构，相比通用设计可实现数量级的效率提升。接着是统一内存架构，可简化跨处理单元的数据访问。她还特别提到新兴的光电共封装（Co-Packaged Optics， CPO）技术，既可缓解互连带宽瓶颈，也可提升能效。最后，她指出持续推进材料、器件、电路和处理器微架构尤为关键，以实现这些系统级创新的全部效益。
AI和专用架构的革命性潜力
除了具体的硬件技术， 苏姿丰还指出在整个计算栈中更广泛运用人工智能可能带来革命性的系统级能效提升。在系统架构层面，她提出使用AI替身模型和混合工作流优化复杂的物理模拟等任务，涉及到在高效的使用人工智能技术和广泛使用昂贵的、高保真的超级计算机模拟之间的划分问题。在设计方面，她提倡在整个开发流程中使用AI，从设计优化到自动化芯片布局。同时，优化新兴工作负载（如AI、增强现实和元宇宙）的专用架构也非常重要。
结论
苏姿丰强调在推进exascale乃至更远的zettascale计算之际，高效计算刻不容缓。她认识到路上仍有艰巨障碍，但坚信材料、器件、电路、架构和算法领域的融合创新必将取得突破。她鼓励大家放眼本领域外，与伙伴携手攻克这一宏伟挑战。她相信，通过聚集共享能效计算目标的多领域人才，我们能开启高性能计算的新纪元。
参考资料
[1] Innovation For the Next Decade of Compute Efficiency – Lisa Su – ISSCC 2023 Plenary
微信公众号 
bilibili 
微信视频号