蘇姿丰這兩大關鍵抉擇,讓她有底氣進攻AI大餅!與輝達「搶皇冠」的優勢在哪?
蘇姿丰這兩大關鍵抉擇,讓她有底氣進攻AI大餅!與輝達「搶皇冠」的優勢在哪?

超微(AMD)執行長蘇姿丰,整個六月都在積極宣傳AI產品,更進一步傳出7月將訪台的消息。在AI領域近乎被輝達(NVIDIA)完全壟斷的狀況下,超微能否打破局面,成為市場矚目焦點。

2024年將是蘇姿丰接任超微執行長的第十年,陸續執行過不少關鍵決策,從2016年起推出全新架構Zen、轉向與台積電建立合作關係再到轉虧為盈,蘇姿丰的執行力無可挑剔。半如今半導體女王將再次出擊,領軍殺入AI市場,搶奪GPU江山。

不到十年發動兩次轉型!蘇姿丰的難處在哪?

時間拉回至2015年,輝達開始投入深度學習市場;另一方面,甫接任超微執行長之位的蘇姿丰,才正要開始整頓將半導體製造業務格羅方芯(Global Foundries)拆分出去後,在技術開發上還沒有找到方向的超微。

拆分並不像切蛋糕一樣簡單,當中存有複雜的派系和股權問題,都需要蘇姿丰解決,再加上技術發展困境,都讓超微在各方面被當時的競爭對手英特爾(Intel)壓制。《Forbes》報導, 蘇姿丰承認這個時期的超微「技術沒有競爭力。」

2016年,在蘇姿丰的領導下,超微推出全新的架構Zen,並給出Ryzen 系列桌上型電腦處理器以及 EPYC 系列伺服器處理器的藍圖。隨後,蘇姿丰也在Zen2時果斷分手格羅方芯,轉身攜手台積電7奈米。這兩項決策,成為超微轉虧為盈的關鍵。

AMD 蘇姿丰
2016年,在蘇姿丰的領導下,超微推出全新的架構Zen,並給出Ryzen 系列桌上型電腦處理器以及 EPYC 系列伺服器處理器的藍圖。隨後,蘇姿丰也在Zen2時果斷分手格羅方芯,轉身攜手台積電7奈米。這兩項決策,成為超微轉虧為盈的關鍵。
圖/ 螢幕截圖

跨入GPU(繪圖處理器)市場並開始攻向AI市場,則是蘇姿丰加入超微後發動的第二次轉型。

前資深產業分析師姚嘉洋便指出,從時間點來看,2017年的超微才終於站穩腳步不再虧損;相較之下,2016的輝達已經發表世界上第一台為深度學習打造的超級電腦,兩者的起點相差甚大,「超微現在最大的問題,也許就是天時了。」

在短短幾年內歷經重生並站穩腳步,並在強大的技術支援下推出AI產品,進入時間雖晚,為何超微仍受到高度關注?

和輝達打對台!超微優勢在哪?

證券分析師指出,超微當前的需求量雖然相對較小,「但現在AI伺服器蠻缺,很多廠商也還是會跟他下單。」

一位產業相關人士分析,本次發表會上,超微請到深度學習架構PyTorch創辦人Soumith Chintala站台,「PyTorch其背後的出資者為臉書(Meta),可以推測或許新產品的客戶就是臉書。」大摩則認為,作為超微CPU客戶的微軟(Microsoft),亦是可能性極高的潛在客戶。

臉書Facebook
一位產業相關人士分析,本次發表會上超微有請到深度學習架構PyTorch站台,由於其背後的出資者為臉書(Meta),推測臉書極有可能是MI300的客戶
圖/ unsplash

超微預計將推出的新一代資料中心GPU Instinct MI300X將會在今年Q4上市,主打大語言模型的訓練市場,和輝達產品打對台的意味濃厚。

此外,MI300X在HBM(高頻寬記憶體)上,比起輝達的H100多了近兩倍。由於如今大型語言模型在運算時,除算力之外的另一項瓶頸就是「記憶體」容量的問題。蘇姿丰在發表會上就指出,MI300X基本上能夠支持擁有400億個參數的大型AI模型。換句話說,超微的產品能讓讓更大的模型用更少的GPU進行運算。

AI先機已被佔領!2大路徑分析超微未來動向

不過分析師也指出,這也讓MI300X的功耗相對較高,連帶散熱方面變得更為困難,對企業在追求ESG上恐怕不太有利。而在軟體方面,超微在2016年所推出的開放軟體平台ROCm雖然歷經六至七年的發展,但分析師認為,和輝達的CUDA相比,在一些程式的優化上還有一段距離。

《36氪》認為,眼下擺在超微AI戰場上的策略有兩個選擇:推出在價格上更具競爭力的產品、走差異化的路線。

AMD
併購賽靈思後,超微有望走差異化路線,和輝達走出不同市場。
圖/ shutterstock

以價格競爭而言,業內人士分析:「搞不好超微之後會推出一個HBM比較少,但足以符合中、小企業需求的產品,走高CP路線也說不定。」

若以差異化來說,超微在併購賽靈思(Xillinx)之後,FPGA(現場可程式化邏輯閘陣列)在這場加速運算的競賽中,帶給超微相當好的優勢。FPGA晶片能針對特定功能加速,能在不同的應用中換上不同軟體並執行任務,效能還可以超越通用型的CPU和GPU。

賽靈思是全球少數能做FPGA的IC設計商,以投資深科技為主的聚達創業投資管理顧問合夥人余東洛分析:「超微買下賽靈思之後,FPGA某種程度就是加速IC的機會。」目前超微已有多項產品是基於賽靈思技術開發,未來是否會有更具差異化的商品出現,值得持續關注。

責任編輯:錢玉紘

關鍵字: #半導體 #AI
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓