無限Infinity的个人主页 - 老虎社区

無限Infinity

無限Infinity

暂无个人介绍

IP属地：上海

64关注

0粉丝

1主题

0勋章

2024-07-08

‌$阿里巴巴(BABA)$ ‌交易计划72-72低吸。目前处于周线级别突破后的回踩阶段。

2024-08-05

$三倍做多富时中国ETF-Direxion(YINN)$ 怎么才能赢🤔

2024-07-21

这篇文章不错，转发给大家看看

@小虎活动:【老虎十周年】探索宝藏功能，赢1010美元奖励

2024-07-17

这篇文章不错，转发给大家看看

夜读｜如何从散户成长为超级大户？

2024-07-14

记录一下

2024-07-09

这篇文章不错，转发给大家看看

@徐老猫:英伟达和博通要掀两条路线之争？

2024-06-21

这篇文章不错，转发给大家看看

Cerebras CTO演讲

2024-06-15

这篇文章不错，转发给大家看看

AMD Lisa Su专访：谈与英伟达、Intel竞争，直言Arm不是敌人

去老虎APP查看更多动态

{"i18n":{"language":"zh_CN"},"userPageInfo":{"id":"3494214550036605","uuid":"3494214550036605","gmtCreate":1531120529103,"gmtModify":1720509463667,"name":"無限Infinity","pinyin":"無xinfinity無xianinfinity","introduction":"","introductionEn":"","signature":"","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","hat":null,"hatId":null,"hatName":null,"vip":1,"status":2,"fanSize":0,"headSize":64,"tweetSize":8,"questionSize":0,"limitLevel":900,"accountStatus":4,"level":{"id":1,"name":"萌萌虎","nameTw":"萌萌虎","represent":"呱呱坠地","factor":"评论帖子3次或发布1条主帖（非转发）","iconColor":"3C9E83","bgColor":"A2F1D9"},"themeCounts":1,"badgeCounts":0,"badges":[],"moderator":false,"superModerator":false,"manageSymbols":null,"badgeLevel":null,"boolIsFan":false,"boolIsHead":false,"favoriteSize":4,"symbols":null,"coverImage":null,"realNameVerified":null,"userBadges":[{"badgeId":"976c19eed35f4cd78f17501c2e99ef37-1","templateUuid":"976c19eed35f4cd78f17501c2e99ef37","name":"博闻投资者","description":"累计交易超过10只正股","bigImgUrl":"https://static.tigerbbs.com/e74cc24115c4fbae6154ec1b1041bf47","smallImgUrl":"https://static.tigerbbs.com/d48265cbfd97c57f9048db29f22227b0","grayImgUrl":"https://static.tigerbbs.com/76c6d6898b073c77e1c537ebe9ac1c57","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.12.10","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1102},{"badgeId":"35ec162348d5460f88c959321e554969-3","templateUuid":"35ec162348d5460f88c959321e554969","name":"传说交易员","description":"证券或期货账户累计交易次数达到300次","bigImgUrl":"https://static.tigerbbs.com/656db16598a0b8f21429e10d6c1cb033","smallImgUrl":"https://static.tigerbbs.com/03f10910d4dd9234f9b5702a3342193a","grayImgUrl":"https://static.tigerbbs.com/0c767e35268feb729d50d3fa9a386c5a","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.07.30","exceedPercentage":"93.56%","individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1100},{"badgeId":"228c86a078844d74991fff2b7ab2428d-1","templateUuid":"228c86a078844d74991fff2b7ab2428d","name":"投资经理虎","description":"证券账户累计交易金额达到10万美元","bigImgUrl":"https://static.tigerbbs.com/c8dfc27c1ee0e25db1c93e9d0b641101","smallImgUrl":"https://static.tigerbbs.com/f43908c142f8a33c78f5bdf0e2897488","grayImgUrl":"https://static.tigerbbs.com/82165ff19cb8a786e8919f92acee5213","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.07.23","exceedPercentage":"60.32%","individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1101},{"badgeId":"1f74612b6f95455f970edd02b5316db8-6","templateUuid":"1f74612b6f95455f970edd02b5316db8","name":"收益排行","description":"Top 3%","bigImgUrl":"https://static.tigerbbs.com/6fbaa8e552e02eae8e6a2ce5d6566431","smallImgUrl":"https://static.tigerbbs.com/98862e418516dab972bed7aaf561dec6","grayImgUrl":"https://static.tigerbbs.com/3a5ca933a5695ed2e862b228f6c09ee5","redirectLinkEnabled":0,"redirectLink":"https://www.itigerup.com/activity/market/2023/stock-contest?adcode=StockContest2023","hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.07.23","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":5300},{"badgeId":"45aa8c9032204ad8bee19bb27da4edb8-1","templateUuid":"45aa8c9032204ad8bee19bb27da4edb8","name":"交易笔数","description":"累计达100笔","bigImgUrl":"https://static.tigerbbs.com/f6040a65e0c6e125e4dcfe0101de45ee","smallImgUrl":"https://static.tigerbbs.com/f803dba33fef1aa87b64be09f4f064ee","grayImgUrl":"https://static.tigerbbs.com/5dfa45d4a1e98a2d8c2e1b4253ddd916","redirectLinkEnabled":0,"redirectLink":"https://www.itigerup.com/activity/market/2023/stock-contest?adcode=StockContest2023","hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.07.19","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":5100},{"badgeId":"5697d37f217342faaa027fdb5a6e7c12-1","templateUuid":"5697d37f217342faaa027fdb5a6e7c12","name":"单笔平均盈利排行","description":"Top 50%","bigImgUrl":"https://static.tigerbbs.com/f53cdecfbff6499d133bad354ae10ff1","smallImgUrl":"https://static.tigerbbs.com/2554f84686bbcccc035b93fe29308e43","grayImgUrl":"https://static.tigerbbs.com/84c66bc70ac1cf09f4e89b1d4ca9d017","redirectLinkEnabled":0,"redirectLink":"https://www.itigerup.com/activity/market/2023/stock-contest?adcode=StockContest2023","hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.07.12","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":5200},{"badgeId":"518b5610c3e8410da5cfad115e4b0f5a-1","templateUuid":"518b5610c3e8410da5cfad115e4b0f5a","name":"实盘交易者","description":"完成一笔实盘交易","bigImgUrl":"https://static.tigerbbs.com/2e08a1cc2087a1de93402c2c290fa65b","smallImgUrl":"https://static.tigerbbs.com/4504a6397ce1137932d56e5f4ce27166","grayImgUrl":"https://static.tigerbbs.com/4b22c79415b4cd6e3d8ebc4a0fa32604","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.07.12","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1100},{"badgeId":"e50ce593bb40487ebfb542ca54f6a561-4","templateUuid":"e50ce593bb40487ebfb542ca54f6a561","name":"明星虎友","description":"加入老虎社区2000天","bigImgUrl":"https://static.tigerbbs.com/dddf24b906c7011de2617d4fb3f76987","smallImgUrl":"https://static.tigerbbs.com/53d58ad32c97254c6f74db8b97e6ec49","grayImgUrl":"https://static.tigerbbs.com/6304700d92ad91c7a33e2e92ec32ecc1","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.06.08","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1001}],"userBadgeCount":8,"currentWearingBadge":null,"individualDisplayBadges":null,"crmLevel":2,"crmLevelSwitch":0,"location":"上海","starInvestorFollowerNum":0,"starInvestorFlag":false,"starInvestorOrderShareNum":0,"subscribeStarInvestorNum":23,"ror":null,"winRationPercentage":null,"showRor":false,"investmentPhilosophy":null,"starInvestorSubscribeFlag":false},"baikeInfo":{},"tab":"hot","tweets":[{"id":335160145694720,"gmtCreate":1722858946669,"gmtModify":1722863334386,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3494214550036605","authorIdStr":"3494214550036605"},"themes":[],"htmlText":"<a href=\"https://laohu8.com/S/YINN\">$三倍做多富时中国ETF-Direxion(YINN)$</a> 怎么才能赢🤔","listText":"<a href=\"https://laohu8.com/S/YINN\">$三倍做多富时中国ETF-Direxion(YINN)$</a> 怎么才能赢🤔","text":"$三倍做多富时中国ETF-Direxion(YINN)$ 怎么才能赢🤔","images":[{"img":"https://static.tigerbbs.com/cad84241b4a1697b07f18e714ca47aca","width":"1086","height":"1713"}],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/335160145694720","isVote":1,"tweetType":1,"viewCount":1719,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":1,"langContent":"CN","totalScore":0},{"id":329810083258440,"gmtCreate":1721550669159,"gmtModify":1721550673210,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3494214550036605","authorIdStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/329810083258440","repostId":"313599924174896","repostType":1,"repost":{"id":313599924174896,"gmtCreate":1717584697329,"gmtModify":1719558606394,"author":{"id":"36984908995200","authorId":"36984908995200","name":"小虎活动","avatar":"https://static.tigerbbs.com/9e396d03155923b283948d2dec9191f8","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"idStr":"36984908995200","authorIdStr":"36984908995200"},"themes":[],"title":"【老虎十周年】探索宝藏功能，赢1010美元奖励","htmlText":"🎉获奖攻略已送达，解锁最高价值USD 1010 代金券！🎉我们的独家周年庆活动现已上线，快来加入我们的狂欢吧！不仅可以探索我们独特的科技驱动功能，还有机会赢取丰厚的奖励。🏆 获奖攻略 🏆1探索独家功能：点击查看您感兴趣的独家功能。观看功能介绍视频，完成相应任务。2表达您的喜爱：点赞您喜爱的功能。如果您点赞的功能最终排名前三，即可瓜分额外大奖！3收集并获胜：完成特殊任务以获得碎片。集齐所有碎片可兑换高价值奖励！💡 小提示：完成高亮任务可获得额外奖励和大额积分！ 准备好开始了吗？探索越多，赢得越多！🌟 不要错过——<a href=\"https://www.atigrvibe.com/activity/market/2024/10th-anniversary?adcode=AC1718801378204UpxuOu#/\" target=\"_blank\">立即参与</a>，充分利用这个激动人心的机会！<a href=\"https://www.itigerup.com/activity/forapp/rules/?id=DecadeTBNZ\" target=\"_blank\">*活动受规则和条款约束</a> <a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a>","listText":"🎉获奖攻略已送达，解锁最高价值USD 1010 代金券！🎉我们的独家周年庆活动现已上线，快来加入我们的狂欢吧！不仅可以探索我们独特的科技驱动功能，还有机会赢取丰厚的奖励。🏆 获奖攻略 🏆1探索独家功能：点击查看您感兴趣的独家功能。观看功能介绍视频，完成相应任务。2表达您的喜爱：点赞您喜爱的功能。如果您点赞的功能最终排名前三，即可瓜分额外大奖！3收集并获胜：完成特殊任务以获得碎片。集齐所有碎片可兑换高价值奖励！💡 小提示：完成高亮任务可获得额外奖励和大额积分！ 准备好开始了吗？探索越多，赢得越多！🌟 不要错过——<a href=\"https://www.atigrvibe.com/activity/market/2024/10th-anniversary?adcode=AC1718801378204UpxuOu#/\" target=\"_blank\">立即参与</a>，充分利用这个激动人心的机会！<a href=\"https://www.itigerup.com/activity/forapp/rules/?id=DecadeTBNZ\" target=\"_blank\">*活动受规则和条款约束</a> <a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a>","text":"🎉获奖攻略已送达，解锁最高价值USD 1010 代金券！🎉我们的独家周年庆活动现已上线，快来加入我们的狂欢吧！不仅可以探索我们独特的科技驱动功能，还有机会赢取丰厚的奖励。🏆 获奖攻略 🏆1探索独家功能：点击查看您感兴趣的独家功能。观看功能介绍视频，完成相应任务。2表达您的喜爱：点赞您喜爱的功能。如果您点赞的功能最终排名前三，即可瓜分额外大奖！3收集并获胜：完成特殊任务以获得碎片。集齐所有碎片可兑换高价值奖励！💡 小提示：完成高亮任务可获得额外奖励和大额积分！ 准备好开始了吗？探索越多，赢得越多！🌟 不要错过——立即参与，充分利用这个激动人心的机会！*活动受规则和条款约束 $老虎证券(TIGR)$","images":[{"img":"https://static.tigerbbs.com/c0fd351eaeeaa2ea34fa138ca293cb57","width":"2000","height":"2000"}],"top":1,"highlighted":1,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/313599924174896","isVote":1,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":1,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":1161,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":328449146572888,"gmtCreate":1721230857762,"gmtModify":1721230859350,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3494214550036605","authorIdStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/328449146572888","repostId":"1176667245","repostType":2,"repost":{"id":"1176667245","kind":"news","pubTimestamp":1721229037,"share":"https://www.laohu8.com/m/news/1176667245?lang=&edition=full","pubTime":"2024-07-17 23:10","market":"hk","language":"zh","title":"夜读｜如何从散户成长为超级大户？","url":"https://stock-news.laohu8.com/highlight/detail?id=1176667245","media":"红与绿","summary":"如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们知道用理念和思想指导交易才是成功的根本。比如索罗斯成功的狙击英格兰银行，制造泰国经济危机，制造97年香港经济危机，都是采取的立体攻击策略。泰国中央银行倾全国之力，针对索罗斯的的进攻，发动了一场泰国金融反击战。最后以损失320亿外汇储备而失利。一将成名万骨枯。到达集团军司令的级别。","content":"<html><head></head><body><p>如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功。</p><p style=\"text-align: left;\"><strong>一、人性在投资中的作用不容忽视</strong></p><p style=\"text-align: justify;\">很多投资者看了几本投资的书籍，了解了一些金融知识，知道了K线，均线和一些指标就认为自己已经掌握了投资技术，就开始信心十足的准备在投资市场赚钱了。据我所知目前全球顶尖的投资人士，好象没有一个单凭技术分析而在投资市场获得巨大的成功！就连技术分析的鼻祖约翰墨菲恐怕也只是在讲授技术而已，他没有讲授人性在投资市场所起到的作用。<strong>飞的最高的鹰靠的不仅是翅膀，还有信念。</strong></p><p style=\"text-align: justify;\">技术分析是术，只是投资成功的一个必要条件，而非充分条件。太在意追求术的层面，反而把有关“道”的一些东西给忽略了。如何在投机的惊涛骇浪中继续稳定的生存下去。如何了解投资者的优势与短处，合理规划投资策略，审时度势顺势而为。为了探寻投资市场投机生存之道，象雄鹰一样在投资市场飞得更高更远，我们要在技术分析、资金管理和合乎金融投机的人性基本上去进行探讨。</p><p style=\"text-align: justify;\">技术分析，基本分析不是本质的问题。<strong>正确的投资理念、以及投资者的心理素质、知识结构、人生态度、心胸格局、胆量气魄才是投资成功的关键所在。分析市场是次要的，分析了解自己才是主要的。</strong>不懂哲学，不懂方法论、不会辨证的去分析市场，在投资的过程中难免会对市场进行盲目主观的判断，即使懂得技术分析，结果又会怎么样呢？盲目主观往往是危险的开始，只有在市场中了解自己，感受市场，才能百战不殆。单纯的运用技术分析不能感受市场，常胜常负。</p><p style=\"text-align: justify;\">虽然资金的较量，决定行情方向的选择，但我们要明白价格是怎么形成的，价格是全体市场参与者共同行为的结果，也就是说价格是人的行为结果，所以在价格形成的过程中，人性必然会得到充分体现，在交易中，我们要做到“心明见性”可能离成功会更快一些。</p><p style=\"text-align: justify;\">拿破仑把优秀的统帅各种品质形象的比喻成正方体。这个正方体的底是指指挥员的勇敢、顽强、果断等精神因素。高责是指指挥员的智慧，包括谋略卓识等。他又特别强调智与勇在指挥员的精神世界里，必须等量齐观的发展，才能应付战场上的局面。</p><p style=\"text-align: justify;\">我们中华民族本是一个长于思考，善于筹谋的智慧民族，在我们的传统文化中早就指出，智谋是生产策略的源泉，策略是运用智谋的方法。没有智慧而大讲策略，或没有策略而定智谋，好比木偶演戏。虽然变化多端但不能解决实际的问题。策略达到出神入化的时候，智谋也就会发挥极致了。</p><p>只有投资策略结合心里因素的应用才能在我们的心里放的下我们所持有的单子，不因为一做多单就害怕行情下跌，一做空单就害怕行情上涨。行情的涨跌在我们下单前就经过慎重的考虑。下单是经过深思熟虑后的体现，并不是做单之后去害怕的事情。胜兵先胜而后求战，败兵先战而后求胜。行情的涨跌不以我们下单以后害怕与否而改变。那么我们为什么不坦然的面对。到了止损点就止损，到了止赢点就止赢。除此之外就应该象没有单子一样观察行情的跳动，以淡泊的心态，为下一次投资进攻制定条件充分的策略。</p><p><strong>二、投资者的军“衔”进阶</strong></p><p style=\"text-align: justify;\">行情扑朔迷离，在动荡不定的价格中，我们必须象行军打仗一样，成功的投资者就象能征善战的将军一样。既要懂得制定作战方针、行军方向、战争策略。又要懂得调兵遣将，攻守有据，才能取得战争的胜利，有勇无谋战死沙场，有谋无勇寸步难行。</p><p style=\"text-align: justify;\">在投资的战场上，如何凭借观察趋势来制定投资策略，做到攻守有据，取得投资的胜利。不但需要天时、地利、人和，更需要策略的运用得宜。<strong>每次投资决策在借鉴别人成功与失败经验的同时，还要结合以往自己在实战中的教训，在枪林弹雨中练出胆量以后做出的。</strong>否则就不能有效的把握机会，更不能做到以少胜多，出奇制胜。在道理上也就违背了以小博大的原理。</p><p style=\"text-align: justify;\">投资者只有不断的参战，感受战场上的环境，并总结一定的经验，才能从一个新兵，成长为一个合格的战士。然后在经过无数次大小的战斗考验，逐渐的晋升为班长、排长、连长、营长、团长一直到高级指挥官。对战士的基本要求，能够熟练的应用单兵做战的战术，能够坚决的服从命令，在战斗中表现勇敢顽强。连长级别还仅限于战术的应用和执行上。</p><p style=\"text-align: justify;\">当晋升为团长级别时作战经验已经相当丰富了。带领的人员为中等规模，明白自己是一场战役中的某个重要环节，要从整个战役的全局考虑问题。在投资市场中大概可以操作几百万到一千万的资金，把一套经过多年在实战验证的交易体系能够融会贯通，应用到极致。</p><p style=\"text-align: justify;\">在操作中能够做到“意随行转”进退自如。对行情的大小基本上能准确的判断。他们明白投资是个特殊的行业，和其他行业成功的逻辑不太一样，思考问题的方式，已经和大多数投资者不一样了。<strong>他们知道用理念和思想指导交易才是成功的根本。经过多年的征战已经有很强的心理承受能力，在人性修为，心胸格局，胆量气魄的修炼已经到位。</strong></p><p style=\"text-align: justify;\"><strong>他们考虑的是如何在各品种间分配资金，如何在长线与短线寻找机会，如何组建优秀的投资团队，并给团队的成员进行有效的分工并做好他们的思想工作，能够策划实施中等规模的投资战役，并有相当大的胜算。</strong>在投资市场中生存下来的投资者能晋升到这个级别已经是很少数了。而且他们当中的大部分人士会永远的停留在这个层次上。再向上很难突破发展的瓶颈。</p><p style=\"text-align: justify;\">当晋升为集团军司令的时候就要从战略考虑问题了。可能在战争开战前2年就要派出谍报人员了解市场。他们考虑的是敌我双方的事态，对手和自己本国的风土人情、文化底蕴。国际上大的经济环境，对手的外汇储备，货币政策，国家政策，外交政策等，他们指挥的是多兵种，立体式的进攻体系和纵深防御体系。他们已经在战场外指挥战争了，主要思考的问题是各战区长官的任命和陆海空三军各兵种的协调。</p><p style=\"text-align: justify;\">比如索罗斯成功的狙击英格兰银行，制造泰国经济危机，制造97年香港经济危机，都是采取的立体攻击策略。利用三个或者三个以上的金融工具之间的相关性进行金融投机。他准备了很长时间，对各种因素做到胸有成竹的时候，在1997年5月开始，量子基金联合西方冲击基金在外汇，股票，股指期货三个方向同时在泰国发起进攻。</p><p style=\"text-align: justify;\">泰国中央银行倾全国之力，针对索罗斯的的进攻，发动了一场泰国金融反击战。最后以损失320亿外汇储备而失利。索罗斯在狙击英国货币的时候属于趁火打劫，在狙击泰国货币的时候他刺破了泰国经济泡沫。这几场金融战役已经超出了简单的技术分析范畴。</p><p style=\"text-align: justify;\">一将成名万骨枯。到达集团军司令的级别。可能是十万里挑一。在投资市场里并不是每个投资者都可以由士兵不断的升级。大部分新兵经受不起战场上特殊的环境和战火的洗礼。即使在第一次战役中能侥幸的生存下来，那么在以后的第二次、第三次甚至更多次的战役中也免不了越打越少，打到最后大部分都“光荣”的战死了，还有一小部分，眼看前途无望，最后选择当了“逃兵”离开了市场，去另谋其他的职业了。或者由专业投资者变成杂牌军，在从事其他工作的同时忙里抽闲的做投资。</p><p style=\"text-align: justify;\"><strong>最后剩下的是反映灵敏，意志坚定，并有独立思考和分析能力的寥寥数人。</strong>也就是后来能晋级为团长的人。他们的心里只有一个信念，轻伤不下火线，只要一息尚存。就要战斗到最后一刻。他们虽然伤痕累累。但是他们还能战斗还能坚持。同时总结出了战场生存法则，并严格的遵守。在投资的战场上，哪怕有一点微小的变化，凭着耳朵听到，眼睛看到的情况，就会产生一种直觉，并随时作出发起攻击或迅速撤离的反映。快速的做出开仓计划和面对亏损，处理亏损。</p><p style=\"text-align: justify;\">老兵在执行任务的时候根据地形就能判断出敌人的火力点在什么位置。在对手应该反击的地方没有遇到反击，说明对手早有准备或有更大的阴谋。等待我们的可能是个圈套。我们可能中了敌人的埋伏。在重要的阻力位、支撑位、黄金分割位、重要的均线位置随时可能遇到这样的事情。</p><p style=\"text-align: justify;\">在操作中需要我们特别注意。经历满身的伤痕是一件痛苦的事，但是对于一个准备成功的人来说，满身伤痕是一种资本，这种资本的出现越早越好。<strong>投资不仅需要有理想，热情，有献身精神，更需要有智慧、谋略、和洞察力。</strong></p><p style=\"text-align: left;\"><strong>三、在投资实战中培养执行力</strong></p><p style=\"text-align: justify;\">有的人在投资实战中，遭受了很多挫折。寄予很大的希望通过培训来达到短期暴富的愿望，来弥补曾经的损失。这样的愿望不会成为现实。<strong>即使是一名非常成功的投资者，也不能百战百胜，而是遵守一项投资计划，信守一套理念和方法。他们能够严守纪律，戒除恐惧和贪婪，充分的掌握风险与回报。</strong></p><p style=\"text-align: justify;\">一套好的理念和方法三天便可学会，但易学难精。因为人性不是在3天可以改变的！一套好的方法是经验的积累需要时间来验证。台上一分钟台下3年功，王羲之3分钟就能写出一幅绝世的书法，但那是写完了十八缸墨的浓缩精华和几十年的功力。通过培训只能在理论和方法上充实投资者的思维，加强投资者对市场的认识，缩短投资者的成功时间，使投资者少走一些弯路。在正确方法的指导下去训练，能减少一些不必要的损失。</p><p style=\"text-align: justify;\">投资是一门理论联系实践的艺术。关键的因素是经过培训，在学习正确的方法后不断的通过实盘操作来训练自己的实战能力和反映能力，才能提高自己的交易水平。千里之行始于足下，学习投资之途不在于距离目标有多远，而在于每天愿意走多少路。哪怕每天操作一小时，然后再进行仔细的思考，一年下来就会对市场有很深的认识。</p><p style=\"text-align: justify;\">好的方法是经过时间的验证和实战的总结。想通过培训在短时间暴富的想法和通过上1年军校（我指的是最早的黄埔军校而不是现在的军校）出来就想当集团军司令的想法是一样可笑的。军校下来的学员从少尉排长做起。通过战争的考验来不断提高自己的做战水平。然后通过自己获取的成果来晋级。</p><p style=\"text-align: justify;\">在战争的最关键时刻能做出最大贡献的人，可能会连升三级。一下能晋升为少校营长。这个时候带领的部队会受到特别的关注。每次遇到难啃的对手，领导第一个想到的就是他。</p><p style=\"text-align: justify;\">通过培训以后的投资者，能达到参谋的水平。虽然能够帮助团长参与战争的部署但是自己因为没有经过实战的训练，还不能独立带兵打仗。虽然军衔是上尉或者是少校，要想亲自带兵还要到和自己军衔相当的部门任个副职先去锻炼。有了经验和成绩以后在转成正职。才能真正的做决策。</p><p style=\"text-align: justify;\">高等院校金融投资专业毕业的研究生，毋庸质疑来到投资市场就是少校营长军衔，理论很丰富，但是还不具备实战能力，要先找到一家大的投资机构去锻炼，也从当参谋开始做起，从写行情分析开始。有两种晋升途径，一种是做好本职，然后晋级为参谋长级别，做一名职业分析师。</p><p style=\"text-align: justify;\">还有一种在团队的领导帮助下，经过实战锻炼逐渐晋升为高级带兵将领。前一种途径很容易，后一种途径同样充满艰辛。参谋和决策者的最大区别在于当参谋是说，决策者是做，说的人不用承担风险，做的人是要担风险的，所以做一个决策者更难。曹操手下的谋士有上百人，但是做为决策者的曹操只有一个。在投资市场学会如何分析，如何提升自己的勇气，以及运用各种投资策略，才是刚刚入“道”。</p><p style=\"text-align: justify;\">市场的高风险把恐惧扩大到了极限，所以成功的交易员要从心理上超越常人。<strong>性格决定投资者的命运，投资的成败最终是由性格来决定的，看你能不能做到人人贪婪的时候我们恐惧。人人恐惧的时候我们贪婪。</strong>在投资市场真理永远掌握在少数人的手里。可是由于缺乏自信，明明知道自己在反大众之道而行之，在做正确的事。但是最终还是被羊群效应所影响，所以投资成败的主要因素取决于一个人的人生哲学，人生态度，心态，修养和境界，最终这些因素又转化为执行力。</p><p style=\"text-align: left;\"><strong>四、投资保本比增值更重要</strong></p><p style=\"text-align: justify;\">在投资市场保本比增值更重要，好比在战争中。不顾自己的生命去抓个没有用处的俘虏，战场的生存法则就是保护自己，再去消灭敌人。连自己都没保护好。就不符合战争生存法则了。<strong>资本市场资金为王，每当投资者对市场有怀疑，便应转持现金。</strong></p><p style=\"text-align: justify;\">资金是投资者的生命线，资金管理和技巧的运用，直接影响投资者的生存状态。投资市场什么情况都可能发生，我们不能不谨慎，谨慎不是胆小，是具有战术的表现。任何情况下保存实力。都会有再次成功的可能。失去资金也就失去了在市场的生存权利。成功的关键并非运气与才智，要想成功必须有正确的思想。知道何时进攻，何时防守，在适当的时候做适当的事。</p><p style=\"text-align: justify;\">投资与其他的事物一样有其内在的规律，就是学会追随趋势。促进他的发展或转化来赢得胜利。<strong>顺势者昌，逆市者亡，在交易的过程中，要顺势交易，投资顺势之时，钱就会源源不断的流入你的口袋。逆市之时，无论投资者多么聪明，多么努力，结果也是输多赢少。</strong>智者千虑必有一失，愚者千虑必有一得。虽然市场是变化的但顺势而为的规则却是不变的。只是时间段的运用不同而已，用不变的规则去适应变化的市场，需要我们逐步认识，熟悉和应用。在顺势交易的影响下，以清晰的头脑配合一定的资本。加上学会风险管理。严守纪律。勇于止损，能顶的住获利回吐的诱惑。基本可以成功但还不能成为投资大户。</p><p style=\"text-align: justify;\">世界上有很多人知道怎样做才能在投资市场取得成功，就是做不到，不能做到知行和一说明他不是想真正的成功，妨碍我们成功的原因包括投资者没有深入的去了解一个商品的各种因素。就盲目的去进行操作。或者是大家太喜欢炒短线，只是频频的赚点小钱，还美其名曰“游击战法”实际上做短线是不能取得太大的投资收益的，有时连续十次赢利。</p><p style=\"text-align: justify;\">心里确实很得意。但是不小心，一次亏损就会把十次赚来的辛苦钱，还给市场。频繁的交易根本就没有经过仔细的思考，错误的概率大大提高。每次交易是有交易成本的。最后“游击战”变成了“消耗战”。“游击战”只适合非常有天性的而且经过专门训练的少数人可以使用，因为他们的准确率在80%以上，但生来有天性的投资者又是百里挑一。对于大多数投资者最好不要相信这种投资策略。</p><p style=\"text-align: justify;\">从资金管理取胜的角度来说。<strong>成功的时候盈利的仓位要大，亏损的时候仓位要小。</strong>或者用趋势交易靠幅度来取胜。问题就在仓位的大小上，我们做中长线或者波段交易，可以先试探的的建仓。“同则长，异则短”行情与我们建仓的方向走势相同我们可以持有的时间长一些。</p><p style=\"text-align: justify;\">就可以有机会加码，也就更符合赢利的时候仓位要大的说法。做短线怎能做到赢利的仓位要大呢？行情与我们操作的方向不一样时，我们要立刻放弃持仓，把损失降到最小程度。我们赢利的时候应该赢的很多，亏的时候只亏很少，以最低的风险去赚取最大的利润，才是期货投资致富的最佳策略。</p><p style=\"text-align: justify;\">另一个妨碍投资者成功的因素就是大多投资者想赢怕输，在这种心理做怪下，心随行情波动而动，经常做出愚蠢的举动。在战场上只有不怕死的人才配活着。投资市场是悲与喜交替转换的过程，得莫喜，失莫忧。在投资市场上越怕亏，越容易亏，人格的缺陷成了投资市场的导火索，亏损是投资生活中不可分割的一部分，也就是交易成本。任何生意都是有成本投入的。</p><p style=\"text-align: justify;\"><strong>在市场上需要有一些冒险精神，如果没有当将军的冒险精神，也就没有脱离失败走向成功的勇气。</strong>其实只要在心理上准备承受10%的损失，就可以心情舒畅，怡然自得的做投资，面对投资也就没有那么恐惧了。反而能找到成功的乐趣。不能真正了解市场风险的人，就不完全知道利用市场的乐趣。</p><p style=\"text-align: justify;\">《吴起兵法》中提出治国之道“文武兼重”，强调内修文德，外治武备，要求统军将领“总文武，兼刚柔”具备理、备、果，戒的五慎条件，在战争中掌握气机、地理、外机、力机四个因素。主张“审敌虚实而趋其危，因行用权”在战争中先寻清敌人的虚实，选择有利的时机进攻，以夺取胜利。</p><p style=\"text-align: justify;\">根据战争中的情况采取相应的作战方法。在投资实战中我们要学会判断市场。用辨证的思维思考问题，从多空和散户不同的视觉去分析行情。<strong>要分清哪些是交易机会，哪些不是交易机会，能够识别什么是低风险高收益的机会。耐心的等待属于自己的交易机会。投资只有时机，没有对错。做到形势对自己不利时要忍，遇到低风险高收益的交易机会时要狠！</strong></p><p style=\"text-align: left;\"><strong>五、投资保本比增值更重要</strong></p><p style=\"text-align: justify;\">投资者来到投资市场3年以后，还没有成功，那肯定失败在思想上。<strong>如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功！</strong></p><p style=\"text-align: justify;\">投资上成功的整个过程是经验积累和改变人生态度的过程，但只有改变了自己的性格，保证技术和方法的执行才能改变自己的命运。修心第一，技术其次，心通万事通。</p><p style=\"text-align: justify;\">希望通过我的经验，帮助投资者认识投资中最重要的部分，打开自己的思维与心灵，激发你的动力、给你挑战和改变。在投资市场成为一个更优秀而不同于常人的人。</p></body></html>","source":"lsy1584353588345","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>夜读｜如何从散户成长为超级大户？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n夜读｜如何从散户成长为超级大户？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-07-17 23:10 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/iUA-L9luTPbxxsC3xdoy0w><strong>红与绿</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功。一、人性在投资中的作用不容忽视很多投资者看了几本投资的书籍，了解了一些金融知识，...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/iUA-L9luTPbxxsC3xdoy0w\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/e68f18a297e419bae3cc0320b6d8ff4e","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/iUA-L9luTPbxxsC3xdoy0w","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1176667245","content_text":"如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功。一、人性在投资中的作用不容忽视很多投资者看了几本投资的书籍，了解了一些金融知识，知道了K线，均线和一些指标就认为自己已经掌握了投资技术，就开始信心十足的准备在投资市场赚钱了。据我所知目前全球顶尖的投资人士，好象没有一个单凭技术分析而在投资市场获得巨大的成功！就连技术分析的鼻祖约翰墨菲恐怕也只是在讲授技术而已，他没有讲授人性在投资市场所起到的作用。飞的最高的鹰靠的不仅是翅膀，还有信念。技术分析是术，只是投资成功的一个必要条件，而非充分条件。太在意追求术的层面，反而把有关“道”的一些东西给忽略了。如何在投机的惊涛骇浪中继续稳定的生存下去。如何了解投资者的优势与短处，合理规划投资策略，审时度势顺势而为。为了探寻投资市场投机生存之道，象雄鹰一样在投资市场飞得更高更远，我们要在技术分析、资金管理和合乎金融投机的人性基本上去进行探讨。技术分析，基本分析不是本质的问题。正确的投资理念、以及投资者的心理素质、知识结构、人生态度、心胸格局、胆量气魄才是投资成功的关键所在。分析市场是次要的，分析了解自己才是主要的。不懂哲学，不懂方法论、不会辨证的去分析市场，在投资的过程中难免会对市场进行盲目主观的判断，即使懂得技术分析，结果又会怎么样呢？盲目主观往往是危险的开始，只有在市场中了解自己，感受市场，才能百战不殆。单纯的运用技术分析不能感受市场，常胜常负。虽然资金的较量，决定行情方向的选择，但我们要明白价格是怎么形成的，价格是全体市场参与者共同行为的结果，也就是说价格是人的行为结果，所以在价格形成的过程中，人性必然会得到充分体现，在交易中，我们要做到“心明见性”可能离成功会更快一些。拿破仑把优秀的统帅各种品质形象的比喻成正方体。这个正方体的底是指指挥员的勇敢、顽强、果断等精神因素。高责是指指挥员的智慧，包括谋略卓识等。他又特别强调智与勇在指挥员的精神世界里，必须等量齐观的发展，才能应付战场上的局面。我们中华民族本是一个长于思考，善于筹谋的智慧民族，在我们的传统文化中早就指出，智谋是生产策略的源泉，策略是运用智谋的方法。没有智慧而大讲策略，或没有策略而定智谋，好比木偶演戏。虽然变化多端但不能解决实际的问题。策略达到出神入化的时候，智谋也就会发挥极致了。只有投资策略结合心里因素的应用才能在我们的心里放的下我们所持有的单子，不因为一做多单就害怕行情下跌，一做空单就害怕行情上涨。行情的涨跌在我们下单前就经过慎重的考虑。下单是经过深思熟虑后的体现，并不是做单之后去害怕的事情。胜兵先胜而后求战，败兵先战而后求胜。行情的涨跌不以我们下单以后害怕与否而改变。那么我们为什么不坦然的面对。到了止损点就止损，到了止赢点就止赢。除此之外就应该象没有单子一样观察行情的跳动，以淡泊的心态，为下一次投资进攻制定条件充分的策略。二、投资者的军“衔”进阶行情扑朔迷离，在动荡不定的价格中，我们必须象行军打仗一样，成功的投资者就象能征善战的将军一样。既要懂得制定作战方针、行军方向、战争策略。又要懂得调兵遣将，攻守有据，才能取得战争的胜利，有勇无谋战死沙场，有谋无勇寸步难行。在投资的战场上，如何凭借观察趋势来制定投资策略，做到攻守有据，取得投资的胜利。不但需要天时、地利、人和，更需要策略的运用得宜。每次投资决策在借鉴别人成功与失败经验的同时，还要结合以往自己在实战中的教训，在枪林弹雨中练出胆量以后做出的。否则就不能有效的把握机会，更不能做到以少胜多，出奇制胜。在道理上也就违背了以小博大的原理。投资者只有不断的参战，感受战场上的环境，并总结一定的经验，才能从一个新兵，成长为一个合格的战士。然后在经过无数次大小的战斗考验，逐渐的晋升为班长、排长、连长、营长、团长一直到高级指挥官。对战士的基本要求，能够熟练的应用单兵做战的战术，能够坚决的服从命令，在战斗中表现勇敢顽强。连长级别还仅限于战术的应用和执行上。当晋升为团长级别时作战经验已经相当丰富了。带领的人员为中等规模，明白自己是一场战役中的某个重要环节，要从整个战役的全局考虑问题。在投资市场中大概可以操作几百万到一千万的资金，把一套经过多年在实战验证的交易体系能够融会贯通，应用到极致。在操作中能够做到“意随行转”进退自如。对行情的大小基本上能准确的判断。他们明白投资是个特殊的行业，和其他行业成功的逻辑不太一样，思考问题的方式，已经和大多数投资者不一样了。他们知道用理念和思想指导交易才是成功的根本。经过多年的征战已经有很强的心理承受能力，在人性修为，心胸格局，胆量气魄的修炼已经到位。他们考虑的是如何在各品种间分配资金，如何在长线与短线寻找机会，如何组建优秀的投资团队，并给团队的成员进行有效的分工并做好他们的思想工作，能够策划实施中等规模的投资战役，并有相当大的胜算。在投资市场中生存下来的投资者能晋升到这个级别已经是很少数了。而且他们当中的大部分人士会永远的停留在这个层次上。再向上很难突破发展的瓶颈。当晋升为集团军司令的时候就要从战略考虑问题了。可能在战争开战前2年就要派出谍报人员了解市场。他们考虑的是敌我双方的事态，对手和自己本国的风土人情、文化底蕴。国际上大的经济环境，对手的外汇储备，货币政策，国家政策，外交政策等，他们指挥的是多兵种，立体式的进攻体系和纵深防御体系。他们已经在战场外指挥战争了，主要思考的问题是各战区长官的任命和陆海空三军各兵种的协调。比如索罗斯成功的狙击英格兰银行，制造泰国经济危机，制造97年香港经济危机，都是采取的立体攻击策略。利用三个或者三个以上的金融工具之间的相关性进行金融投机。他准备了很长时间，对各种因素做到胸有成竹的时候，在1997年5月开始，量子基金联合西方冲击基金在外汇，股票，股指期货三个方向同时在泰国发起进攻。泰国中央银行倾全国之力，针对索罗斯的的进攻，发动了一场泰国金融反击战。最后以损失320亿外汇储备而失利。索罗斯在狙击英国货币的时候属于趁火打劫，在狙击泰国货币的时候他刺破了泰国经济泡沫。这几场金融战役已经超出了简单的技术分析范畴。一将成名万骨枯。到达集团军司令的级别。可能是十万里挑一。在投资市场里并不是每个投资者都可以由士兵不断的升级。大部分新兵经受不起战场上特殊的环境和战火的洗礼。即使在第一次战役中能侥幸的生存下来，那么在以后的第二次、第三次甚至更多次的战役中也免不了越打越少，打到最后大部分都“光荣”的战死了，还有一小部分，眼看前途无望，最后选择当了“逃兵”离开了市场，去另谋其他的职业了。或者由专业投资者变成杂牌军，在从事其他工作的同时忙里抽闲的做投资。最后剩下的是反映灵敏，意志坚定，并有独立思考和分析能力的寥寥数人。也就是后来能晋级为团长的人。他们的心里只有一个信念，轻伤不下火线，只要一息尚存。就要战斗到最后一刻。他们虽然伤痕累累。但是他们还能战斗还能坚持。同时总结出了战场生存法则，并严格的遵守。在投资的战场上，哪怕有一点微小的变化，凭着耳朵听到，眼睛看到的情况，就会产生一种直觉，并随时作出发起攻击或迅速撤离的反映。快速的做出开仓计划和面对亏损，处理亏损。老兵在执行任务的时候根据地形就能判断出敌人的火力点在什么位置。在对手应该反击的地方没有遇到反击，说明对手早有准备或有更大的阴谋。等待我们的可能是个圈套。我们可能中了敌人的埋伏。在重要的阻力位、支撑位、黄金分割位、重要的均线位置随时可能遇到这样的事情。在操作中需要我们特别注意。经历满身的伤痕是一件痛苦的事，但是对于一个准备成功的人来说，满身伤痕是一种资本，这种资本的出现越早越好。投资不仅需要有理想，热情，有献身精神，更需要有智慧、谋略、和洞察力。三、在投资实战中培养执行力有的人在投资实战中，遭受了很多挫折。寄予很大的希望通过培训来达到短期暴富的愿望，来弥补曾经的损失。这样的愿望不会成为现实。即使是一名非常成功的投资者，也不能百战百胜，而是遵守一项投资计划，信守一套理念和方法。他们能够严守纪律，戒除恐惧和贪婪，充分的掌握风险与回报。一套好的理念和方法三天便可学会，但易学难精。因为人性不是在3天可以改变的！一套好的方法是经验的积累需要时间来验证。台上一分钟台下3年功，王羲之3分钟就能写出一幅绝世的书法，但那是写完了十八缸墨的浓缩精华和几十年的功力。通过培训只能在理论和方法上充实投资者的思维，加强投资者对市场的认识，缩短投资者的成功时间，使投资者少走一些弯路。在正确方法的指导下去训练，能减少一些不必要的损失。投资是一门理论联系实践的艺术。关键的因素是经过培训，在学习正确的方法后不断的通过实盘操作来训练自己的实战能力和反映能力，才能提高自己的交易水平。千里之行始于足下，学习投资之途不在于距离目标有多远，而在于每天愿意走多少路。哪怕每天操作一小时，然后再进行仔细的思考，一年下来就会对市场有很深的认识。好的方法是经过时间的验证和实战的总结。想通过培训在短时间暴富的想法和通过上1年军校（我指的是最早的黄埔军校而不是现在的军校）出来就想当集团军司令的想法是一样可笑的。军校下来的学员从少尉排长做起。通过战争的考验来不断提高自己的做战水平。然后通过自己获取的成果来晋级。在战争的最关键时刻能做出最大贡献的人，可能会连升三级。一下能晋升为少校营长。这个时候带领的部队会受到特别的关注。每次遇到难啃的对手，领导第一个想到的就是他。通过培训以后的投资者，能达到参谋的水平。虽然能够帮助团长参与战争的部署但是自己因为没有经过实战的训练，还不能独立带兵打仗。虽然军衔是上尉或者是少校，要想亲自带兵还要到和自己军衔相当的部门任个副职先去锻炼。有了经验和成绩以后在转成正职。才能真正的做决策。高等院校金融投资专业毕业的研究生，毋庸质疑来到投资市场就是少校营长军衔，理论很丰富，但是还不具备实战能力，要先找到一家大的投资机构去锻炼，也从当参谋开始做起，从写行情分析开始。有两种晋升途径，一种是做好本职，然后晋级为参谋长级别，做一名职业分析师。还有一种在团队的领导帮助下，经过实战锻炼逐渐晋升为高级带兵将领。前一种途径很容易，后一种途径同样充满艰辛。参谋和决策者的最大区别在于当参谋是说，决策者是做，说的人不用承担风险，做的人是要担风险的，所以做一个决策者更难。曹操手下的谋士有上百人，但是做为决策者的曹操只有一个。在投资市场学会如何分析，如何提升自己的勇气，以及运用各种投资策略，才是刚刚入“道”。市场的高风险把恐惧扩大到了极限，所以成功的交易员要从心理上超越常人。性格决定投资者的命运，投资的成败最终是由性格来决定的，看你能不能做到人人贪婪的时候我们恐惧。人人恐惧的时候我们贪婪。在投资市场真理永远掌握在少数人的手里。可是由于缺乏自信，明明知道自己在反大众之道而行之，在做正确的事。但是最终还是被羊群效应所影响，所以投资成败的主要因素取决于一个人的人生哲学，人生态度，心态，修养和境界，最终这些因素又转化为执行力。四、投资保本比增值更重要在投资市场保本比增值更重要，好比在战争中。不顾自己的生命去抓个没有用处的俘虏，战场的生存法则就是保护自己，再去消灭敌人。连自己都没保护好。就不符合战争生存法则了。资本市场资金为王，每当投资者对市场有怀疑，便应转持现金。资金是投资者的生命线，资金管理和技巧的运用，直接影响投资者的生存状态。投资市场什么情况都可能发生，我们不能不谨慎，谨慎不是胆小，是具有战术的表现。任何情况下保存实力。都会有再次成功的可能。失去资金也就失去了在市场的生存权利。成功的关键并非运气与才智，要想成功必须有正确的思想。知道何时进攻，何时防守，在适当的时候做适当的事。投资与其他的事物一样有其内在的规律，就是学会追随趋势。促进他的发展或转化来赢得胜利。顺势者昌，逆市者亡，在交易的过程中，要顺势交易，投资顺势之时，钱就会源源不断的流入你的口袋。逆市之时，无论投资者多么聪明，多么努力，结果也是输多赢少。智者千虑必有一失，愚者千虑必有一得。虽然市场是变化的但顺势而为的规则却是不变的。只是时间段的运用不同而已，用不变的规则去适应变化的市场，需要我们逐步认识，熟悉和应用。在顺势交易的影响下，以清晰的头脑配合一定的资本。加上学会风险管理。严守纪律。勇于止损，能顶的住获利回吐的诱惑。基本可以成功但还不能成为投资大户。世界上有很多人知道怎样做才能在投资市场取得成功，就是做不到，不能做到知行和一说明他不是想真正的成功，妨碍我们成功的原因包括投资者没有深入的去了解一个商品的各种因素。就盲目的去进行操作。或者是大家太喜欢炒短线，只是频频的赚点小钱，还美其名曰“游击战法”实际上做短线是不能取得太大的投资收益的，有时连续十次赢利。心里确实很得意。但是不小心，一次亏损就会把十次赚来的辛苦钱，还给市场。频繁的交易根本就没有经过仔细的思考，错误的概率大大提高。每次交易是有交易成本的。最后“游击战”变成了“消耗战”。“游击战”只适合非常有天性的而且经过专门训练的少数人可以使用，因为他们的准确率在80%以上，但生来有天性的投资者又是百里挑一。对于大多数投资者最好不要相信这种投资策略。从资金管理取胜的角度来说。成功的时候盈利的仓位要大，亏损的时候仓位要小。或者用趋势交易靠幅度来取胜。问题就在仓位的大小上，我们做中长线或者波段交易，可以先试探的的建仓。“同则长，异则短”行情与我们建仓的方向走势相同我们可以持有的时间长一些。就可以有机会加码，也就更符合赢利的时候仓位要大的说法。做短线怎能做到赢利的仓位要大呢？行情与我们操作的方向不一样时，我们要立刻放弃持仓，把损失降到最小程度。我们赢利的时候应该赢的很多，亏的时候只亏很少，以最低的风险去赚取最大的利润，才是期货投资致富的最佳策略。另一个妨碍投资者成功的因素就是大多投资者想赢怕输，在这种心理做怪下，心随行情波动而动，经常做出愚蠢的举动。在战场上只有不怕死的人才配活着。投资市场是悲与喜交替转换的过程，得莫喜，失莫忧。在投资市场上越怕亏，越容易亏，人格的缺陷成了投资市场的导火索，亏损是投资生活中不可分割的一部分，也就是交易成本。任何生意都是有成本投入的。在市场上需要有一些冒险精神，如果没有当将军的冒险精神，也就没有脱离失败走向成功的勇气。其实只要在心理上准备承受10%的损失，就可以心情舒畅，怡然自得的做投资，面对投资也就没有那么恐惧了。反而能找到成功的乐趣。不能真正了解市场风险的人，就不完全知道利用市场的乐趣。《吴起兵法》中提出治国之道“文武兼重”，强调内修文德，外治武备，要求统军将领“总文武，兼刚柔”具备理、备、果，戒的五慎条件，在战争中掌握气机、地理、外机、力机四个因素。主张“审敌虚实而趋其危，因行用权”在战争中先寻清敌人的虚实，选择有利的时机进攻，以夺取胜利。根据战争中的情况采取相应的作战方法。在投资实战中我们要学会判断市场。用辨证的思维思考问题，从多空和散户不同的视觉去分析行情。要分清哪些是交易机会，哪些不是交易机会，能够识别什么是低风险高收益的机会。耐心的等待属于自己的交易机会。投资只有时机，没有对错。做到形势对自己不利时要忍，遇到低风险高收益的交易机会时要狠！五、投资保本比增值更重要投资者来到投资市场3年以后，还没有成功，那肯定失败在思想上。如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功！投资上成功的整个过程是经验积累和改变人生态度的过程，但只有改变了自己的性格，保证技术和方法的执行才能改变自己的命运。修心第一，技术其次，心通万事通。希望通过我的经验，帮助投资者认识投资中最重要的部分，打开自己的思维与心灵，激发你的动力、给你挑战和改变。在投资市场成为一个更优秀而不同于常人的人。","news_type":1,"symbols_score_info":{}},"isVote":1,"tweetType":1,"viewCount":1788,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":327380449833008,"gmtCreate":1720958471696,"gmtModify":1720958476040,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3494214550036605","authorIdStr":"3494214550036605"},"themes":[],"htmlText":"记录一下","listText":"记录一下","text":"记录一下","images":[{"img":"https://static.tigerbbs.com/4f5ab6dded148cf9b475d02d1f3da721","width":"1125","height":"1476"}],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/327380449833008","isVote":1,"tweetType":1,"viewCount":2592,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":1,"langContent":"CN","totalScore":0},{"id":325720895049960,"gmtCreate":1720523305849,"gmtModify":1720530321792,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3494214550036605","authorIdStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/325720895049960","repostId":"325583997587464","repostType":1,"repost":{"id":325583997587464,"gmtCreate":1720489975848,"gmtModify":1720490571206,"author":{"id":"4176181892773112","authorId":"4176181892773112","name":"徐老猫","avatar":"https://static.tigerbbs.com/5c751247a3b242d600bed479c838c0ac","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"idStr":"4176181892773112","authorIdStr":"4176181892773112"},"themes":[],"title":"英伟达和博通要掀两条路线之争？","htmlText":"6月份“国会山股神”佩洛西老太太披露购进了一批新股票，包括分别为价值500万美元的英伟达股票和博通的看涨期权。 博通(Broacom)业务条线涉及到AI数据中心的多个重要环节，博通的华人CEO陈福阳最擅长的事情是通过大胆收购，强力整合业务，被公认为全球运营能力最强的公司之一。 我于6月26日写过博通的文章《英伟达之外，获封“AI三骑士”的是这两家(下)》，简单分析了博通业务中最有增长潜力的两个部分，其中一个是定制芯片。欢迎大家有空阅读。 接着定制芯片的话题，这里我部分编译了作者Tech Fund的“The AI datacenter, Nvidia's integrated AI factory vs Broadcom's open fabric”，可以帮助大家了解定制芯片的情况。由于原文相当长而且有偏技术层面的大量介绍，我这里只是非常有限的节选，翻译粗陋之处望谅。英伟达和博通不久前对AI数据中心的未来提出了相反的观点，有点类似于当年微软和苹果代表了开放和封闭两种对立模式一样。 英伟达的做法是让客户在英伟达垂直集成的系统上运行所有AI工作负载，英伟达的系统包括从GPU到服务器到网络，再到英伟达的软件堆栈，全套的软硬件系统都是英伟达的。英伟达多年来一直是在努力构建这个软硬件生态系统。最著名的是CUDA计算平台，使通用编程语言C和C++在任何英伟达的GPU上执行任务，从而不再需要繁琐的图形编程技术。 此外，AI工程师还可以访问各种软件库，便于在英伟达GPU上部署和扩展工作负载。例如现在可以在英伟达GPU上使用Python pandas工具进行数据处理。英伟达还提供TensorRT-LLM和Triton Server等推理库，在英伟达GPU上部署经过训练的AI模型。这些AI模型可以使用Pytorch和Tensorflow等流行的开源学习库进行开发。 人们逐渐形成固定认知，认为AI","listText":"6月份“国会山股神”佩洛西老太太披露购进了一批新股票，包括分别为价值500万美元的英伟达股票和博通的看涨期权。 博通(Broacom)业务条线涉及到AI数据中心的多个重要环节，博通的华人CEO陈福阳最擅长的事情是通过大胆收购，强力整合业务，被公认为全球运营能力最强的公司之一。 我于6月26日写过博通的文章《英伟达之外，获封“AI三骑士”的是这两家(下)》，简单分析了博通业务中最有增长潜力的两个部分，其中一个是定制芯片。欢迎大家有空阅读。 接着定制芯片的话题，这里我部分编译了作者Tech Fund的“The AI datacenter, Nvidia's integrated AI factory vs Broadcom's open fabric”，可以帮助大家了解定制芯片的情况。由于原文相当长而且有偏技术层面的大量介绍，我这里只是非常有限的节选，翻译粗陋之处望谅。英伟达和博通不久前对AI数据中心的未来提出了相反的观点，有点类似于当年微软和苹果代表了开放和封闭两种对立模式一样。 英伟达的做法是让客户在英伟达垂直集成的系统上运行所有AI工作负载，英伟达的系统包括从GPU到服务器到网络，再到英伟达的软件堆栈，全套的软硬件系统都是英伟达的。英伟达多年来一直是在努力构建这个软硬件生态系统。最著名的是CUDA计算平台，使通用编程语言C和C++在任何英伟达的GPU上执行任务，从而不再需要繁琐的图形编程技术。 此外，AI工程师还可以访问各种软件库，便于在英伟达GPU上部署和扩展工作负载。例如现在可以在英伟达GPU上使用Python pandas工具进行数据处理。英伟达还提供TensorRT-LLM和Triton Server等推理库，在英伟达GPU上部署经过训练的AI模型。这些AI模型可以使用Pytorch和Tensorflow等流行的开源学习库进行开发。 人们逐渐形成固定认知，认为AI","text":"6月份“国会山股神”佩洛西老太太披露购进了一批新股票，包括分别为价值500万美元的英伟达股票和博通的看涨期权。 博通(Broacom)业务条线涉及到AI数据中心的多个重要环节，博通的华人CEO陈福阳最擅长的事情是通过大胆收购，强力整合业务，被公认为全球运营能力最强的公司之一。 我于6月26日写过博通的文章《英伟达之外，获封“AI三骑士”的是这两家(下)》，简单分析了博通业务中最有增长潜力的两个部分，其中一个是定制芯片。欢迎大家有空阅读。 接着定制芯片的话题，这里我部分编译了作者Tech Fund的“The AI datacenter, Nvidia's integrated AI factory vs Broadcom's open fabric”，可以帮助大家了解定制芯片的情况。由于原文相当长而且有偏技术层面的大量介绍，我这里只是非常有限的节选，翻译粗陋之处望谅。英伟达和博通不久前对AI数据中心的未来提出了相反的观点，有点类似于当年微软和苹果代表了开放和封闭两种对立模式一样。 英伟达的做法是让客户在英伟达垂直集成的系统上运行所有AI工作负载，英伟达的系统包括从GPU到服务器到网络，再到英伟达的软件堆栈，全套的软硬件系统都是英伟达的。英伟达多年来一直是在努力构建这个软硬件生态系统。最著名的是CUDA计算平台，使通用编程语言C和C++在任何英伟达的GPU上执行任务，从而不再需要繁琐的图形编程技术。 此外，AI工程师还可以访问各种软件库，便于在英伟达GPU上部署和扩展工作负载。例如现在可以在英伟达GPU上使用Python pandas工具进行数据处理。英伟达还提供TensorRT-LLM和Triton Server等推理库，在英伟达GPU上部署经过训练的AI模型。这些AI模型可以使用Pytorch和Tensorflow等流行的开源学习库进行开发。 人们逐渐形成固定认知，认为AI","images":[{"img":"https://static.tigerbbs.com/7a1cc588ef4a4a3caaedc036e634794c","width":"661","height":"373"},{"img":"https://static.tigerbbs.com/b2868b26b1c227f613819832f89dc24d","width":"915","height":"673"},{"img":"https://static.tigerbbs.com/9a6a78a138b9d0b56a8cac85d54bd4d5","width":"581","height":"346"}],"top":1,"highlighted":1,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/325583997587464","isVote":1,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":5,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":2977,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":325248204329224,"gmtCreate":1720435358465,"gmtModify":1720444271989,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3494214550036605","authorIdStr":"3494214550036605"},"themes":[],"htmlText":"‌<a href=\"https://laohu8.com/S/BABA\">$阿里巴巴(BABA)$ &nbsp;</a>‌交易计划72-72低吸。目前处于周线级别突破后的回踩阶段。","listText":"‌<a href=\"https://laohu8.com/S/BABA\">$阿里巴巴(BABA)$ &nbsp;</a>‌交易计划72-72低吸。目前处于周线级别突破后的回踩阶段。","text":"‌$阿里巴巴(BABA)$ ‌交易计划72-72低吸。目前处于周线级别突破后的回踩阶段。","images":[{"img":"https://static.tigerbbs.com/4d5093f6a72bce5d70f27ac27de54f53","width":"200","height":"200"}],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/325248204329224","isVote":1,"tweetType":1,"viewCount":2491,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":1,"langContent":"CN","totalScore":0},{"id":319216626159768,"gmtCreate":1718955316520,"gmtModify":1718957285335,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3494214550036605","authorIdStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/319216626159768","repostId":"2423450465","repostType":2,"repost":{"id":"2423450465","kind":"news","pubTimestamp":1711711686,"share":"https://www.laohu8.com/m/news/2423450465?lang=&edition=full","pubTime":"2024-03-29 19:28","market":"hk","language":"zh","title":"Cerebras CTO演讲","url":"https://stock-news.laohu8.com/highlight/detail?id=2423450465","media":"智东西","summary":"我非常高兴能够带大家深入了解CS3硬件架构，即Cerebras CS3系统，这是我们的第三代晶圆级系统。▲Sean Lie介绍CS3它是AI计算领域的一次飞跃，因为它的性能相比上一代CS2系统高出两倍，但功耗和价格维持不变。▲Sean Lie介绍WSE-3 AI性能的提升现在，这些改进将加速神经网络的矩阵乘法。▲Sean Lie介绍内核、晶粒以及硅晶圆片的构成现在，我们在晶圆级集成方面拥有独一无二的能力，因为我们在第一代晶圆级处理器中发明了这一工艺。","content":"<html><body><p><strong>编译 | 王傲翔</strong></p><p><strong>编辑 | 程茜</strong></p><p>芯东西3月28日消息，</p><p>开篇</p><p>一、</p><p>好的，大家好，我是Sean Lie。我非常高兴能够带大家深入了解CS3硬件架构，即Cerebras CS3系统，这是我们的第三代晶圆级系统。</p><p><img src=\"https://x0.ifengimg.com/res/2024/1B1BCB0C4950281DFC9F1E69938F2D12B8ACC642_size341_w1000_h507.png\"/></p><p>▲Sean Lie介绍CS3（图源：Cerebras AI Day 2024）</p><p>它是AI计算领域的一次飞跃，因为它的性能相比上一代CS2系统高出两倍，但功耗和价格维持不变。</p><p>让我来向大家展示我们是如何做到这一点的。</p><p>首先是基础，即计算内核，在这里，我们在久经考验的上一代WSE-2内核基础上进行构建。该内核具有48KB内存和4路16位（4-way 16bit）数据路径。</p><p><img src=\"https://x0.ifengimg.com/res/2024/4CBAE5F4A19E30804E03827716C05CFA8D96A9A4_size205_w1000_h506.png\"/></p><p>▲Sean Lie介绍WSE-3内核（图源：Cerebras AI Day 2024）</p><p>在此基础上，我们大幅提高了AI计算的性能，首先为16bit AI计算数据路径改进为8-way SIMD，同时还为8bit AI计算提供了全新的16-way SIMD数据路径。</p><p><img src=\"https://x0.ifengimg.com/res/2024/9BCF66950C2460345975229AE30EA96BE1B7C664_size331_w998_h505.png\"/></p><p>▲Sean Lie介绍WSE-3 AI性能的提升（图源：Cerebras AI Day 2024）</p><p>现在，这些改进将加速神经网络的矩阵乘法。但众所周知的是，神经网络不仅仅是矩阵乘法。因此，我们还添加了新的指令来加速非线性函数。总之，我们的这代产品能提供比上一代高出两倍的实际性能。</p><p>现在，在内存方面，我们将本地缓存改进为512字节，使其能够提供更宽的数据路径和更高的性能。结合本地内存，我们能够获得完整的内存带宽，以实现完整的SIMD性能。这是GPU内存架构根本无法实现的。</p><p>接下来，我们要做的就是把这个小的内核堆叠1万次，将其变成一个晶粒。你可以将一个晶粒想象成传统的芯片，然后我们在整个硅晶圆片上分切出84个这一的晶粒。在一块硅片、一块大型芯片上，总共可切出90万个内核。</p><p><img src=\"https://x0.ifengimg.com/res/2024/902807328EF90A6370C0E061F23A94B21AE6DC6E_size285_w1000_h467.png\"/></p><p>▲Sean Lie介绍内核、晶粒以及硅晶圆片的构成（图源：Cerebras AI Day 2024）</p><p>现在，我们在晶圆级集成方面拥有独一无二的能力，因为我们在第一代晶圆级处理器（WSE-1）中发明了这一工艺。现在，我们对其进行了改进，并与<a href=\"https://laohu8.com/S/TSM\">台积电</a>合作将该工艺扩展到5纳米。</p><p>之所以能做到这一点，是因为我们从一开始就共同设计了统一的Tile层级和Fabric架构，使我们能够用Fabric架构填充整个晶圆，将Fabric架构从单个晶粒扩展到多个晶粒。这些就是图中的小蓝线。最终，整个芯片就像一个巨大的芯片。</p><p>现在，这些小蓝线是一个大问题。原因在于，与传统的芯片到芯片的互连方式相比，例如H100GPU在DGX服务器中的互联方式，两者之间的差别是巨大的。</p><p>在晶圆上，我们可以连接10倍以上的晶粒或芯片，使其具有33倍的IO带宽，并且所有这一切的能效提高了100倍。我甚至都没有把NVLink交换机计算在内。</p><p>我们能做到这一点的原因其实很简单，当你在比较传统互连中如何在芯片之间驱动比特（bits）时，你需要通过连接器、印刷电路板，有时甚至通过长距离电缆来驱动。</p><p>这比在晶圆上驱动比特的难度和功耗要大得多，而且也要消耗更多电能。因此，我们才能把整个晶圆当作一个巨大的芯片来处理。</p><p>因此，我们所做的就是利用这块巨大的芯片，并围绕它建立一个系统。我们称之为CS3系统，它是专为晶圆级规模设计的。</p><p>现在，与GPU相比，CS3的性能数字简直令人难以置信。有了这样的性能水平，我们就能在单个芯片上实现大规模训练。</p><p>例如，只需一天时间，你就能在单个芯片上对开源CheckPoint的popular Llama 700亿参数模型进行微调，以获得10亿个指令牌（token）。即一天之内，在单芯片上对700亿参数模型进行微调。</p><p>现在，我们并未止步于此。我们建立了一个CS3集群，并将整个集群设计成单个ML加速器。现在我们之所以能做到这一点，是因为WSE-3足够大，甚至可以在单个芯片上运行最大的模型。</p><p>这也是我们能够分解计算机计算和内存的原因。而且，我们可以用数据并行缩放来进行训练。你可以视其为集群级内存和集群级计算，我们对其进行了架构设计，因此整个集群在本质上就像台单一设备。</p><p>我们的方法是，将所有模型权重放入一个名为MemoryX的外部存储器中。然后，我们将这些权重参数导入CS3系统进行运算。</p><p>我们之所以能做到这一点，是因为我们在晶圆上安装了专门的硬件机制，可以在权重参数流入晶圆时触发计算。</p><p>权重从不存储在晶圆上，甚至不会临时存储，因此它们不会占用晶圆的任何容量。你可以将其视为一个专门的存储器层次结构，能够在单个设备上建立大量模型。</p><p>接下来，我们使用一种名为SwarmX 的特殊结构将其扩展。它专为数据并行扩展而设计。它内置了broadcast和reduce机制。</p><p>由于我们只是进行多系统复制，因此其扩展与在单系统上运行是相同的。相同的架构，相同的执行流程，相同的软件界面。你可以获得集群级的计算能力，但其运行方式与单个设备无异，因为这数据只能并行处理。</p><p>在我们的上一代CS2集群中，单个集群最多可支持192个CS2系统。这已经是很大的数字了。但现在有了CS3集群，我们在单个集群中支持2048个CS3系统。这相当于256 EFLOPS的fp16 AI计算能力。而且所有程序都像单个设备一样。它超越了超级计算机的性能，但却能给用户带来单一设备的体验。</p><p>实现这一目标的原因是，我们已经大幅升级了我们的物理互连，以便其进行扩展。我们将物理链路从上一代的100Gb/s升级到400Gb/s和800Gb/s。所有这些都是基于标准的以太网。因为它性能高、灵活性强、成本效益高，所以没有NVLink或InfiniBand等定制专有互连的任何挑战。</p><p>我们还使用规范空间RDMA，以实现低开销和低延迟。如果将所有这一切汇总到2000个CS3系统上，我们的集群总带宽将达到10Pb/s，是上一代产品的10倍。有了这样的计算能力，你只需数小时或数天就能训练出当今最先进的模型。</p><p>例如，由Meta在大型GPU集群上训练的流行Llama 700亿参数模型，以CS3集群的原始计算量，大约需要一个月才能训练完成。而我们只需一天就能训练出该模型。更重要的是，整个集群就像一台设备一样运行。</p><p>在内存方面，在我们的上一代CS2集群中，MemoryX单元支持高达12TB的内存，支持2400亿个参数模型。同样，这已经是一个很大的数字。但现在。在CS3集群中，我们支持PB级内存，高达1.2PB的内存可支持24万亿个参数模型，是上一代产品的100倍。</p><p>之所以能做到这一点，是因为我们使用混合存储来存储权重。在这里，所有权重都存储在DDR5 DRAM和闪存中。因为它性能高、功耗小、成本低。在CS3集群中，MemoryX设备可支持高达36TB的DDR5 DRAM，可支持7200亿参数模型，而升级到1.2PB的闪存，可支持24万亿参数模型。</p><p>此外，MemoryX单元还具有计算功能，可以运行重量优化器，以及模型中的其他杂项功能。在这里，我们还将MemoryX单元的计算能力提高了2倍，以跟上并能够为性能更高的CS3提供支持。这种级别的内存比当今一些最大的GPU或TPU集群还要大。而这一切都可以从一个系统中访问。</p><p>有了这种级别的内存，再加上计算能力，我们就能在短短几天或几周内训练出未来的万亿参数模型。试想一下，在数千个GPU上训练一个1万亿参数的Llama-style model，可能需要一年多的时间，这几乎是不可能的。而在CS3集群上，你可以在三周内完成训练，整个集群就像一台设备一样运行。</p><p>作为用户，无论集群大小如何，无论是一台CS3、4台CS3还是2000台CS3，整个集群看起来都像一台设备。它始终看起来像一个单一的大设备。</p><p>你的模型总是符合的，不管它是十亿参数模型，还是一百亿、一千亿、几万亿参数。你的模型总是符合的。它始终看起来像一个单一的大设。这是一个真实世界的例子。这是G42，在Condor Galaxy-1上训练他们最先进的300亿参数模型。</p><p>正如你所看到的，无论是在1个系统还是在64个系统上进行训练，它都能在任何规模上进行线性扩展，同时像单个设备一样运行。它就是这样工作的。不需要复杂的分布式软件，不需要更改并行模型，不需要更改参数。它就是能够运行。我们非常自豪，晶圆级架构能够实现这一独特功能，因为它使我们的用户和客户每天都能训练出最先进的模型。</p><p>对我来说，作为一名计算机架构师，这真的非常令人兴奋。因为促成这一切的是我们Cerebras的核心设计理念，即合理调整问题的解决方案。</p><p>在座的各位可能有一些已经知道了，昨天我们的GPU朋友自豪地宣布，他们现在可以携手努力，直至生命最后一刻。这对他们来说是件大事。</p><p>这就是我们的芯片。事实上，这是我们的第三块芯片，我们可以在一块硅片上将84个芯片连接在一起，这是一块巨大的芯片。</p><p>现在，真正重要的是，你不能循序渐进地达到目标，你需要采取不同的方法，才能达到神奇发生的规模。你需要达到一定的规模，才能避免外部芯片互连，这是低性能、高能耗的专有芯片的开关。</p><p>在晶圆上，我们可以使用仅在芯片上运行的互联，基本上可以获得免费的高性能通信。你需要一定的规模，才能消除和避免分布软件和混合模型并行分布的复杂性。</p><p>在晶圆上，晶圆足够大，我们甚至可以在单个芯片上运行最大的模型。这样，我们就可以仅通过数据并行扩展和分解数据内存与计算来进行扩展。</p><p>当你根据问题调整解决方案时，一切都会变得更好。这就是我们打造巨型芯片来解决当今人工智能领域巨大问题的原因。</p><p>但我们相信我们能做到，而且我们需要做得比这更好。原因很简单。生成式AI正在以不可持续的速度爆炸式增长。如果你看一下从BERT到GPT-4的过去五年，训练最先进模型所需的计算量在五年内增加了40000倍。五年内训练一个模型所需的计算量增加了4万倍。显然，这是不可持续的。</p><p>因此，作为一个团队，我们必须找到更有效的方法。在Cerebras，我们认为稀疏性（Sparsity）是关键。</p><p>为什么这么说呢？因为神经网络是稀疏的。当你使用ReLU或Dropout等常用技术在计算中引入大量零时，你的网络中就会出现天然的稀疏性。</p><p>事实证明，即使是神经网络的密集层，也可以变得稀疏。这是因为模型在设计上被过度参数化了。</p><p>事实上，你可以把训练神经网络模型的行为看作是发现哪些权重是重要的，哪些是不重要的。这就是稀疏性。</p><p>因此，密集训练本身就是一种浪费，而且效率低下。但并非所有硬件都能利用所有形式的稀疏性。究其原因，稀疏性加速从根本上说是内存带宽的问题。</p><p>这意味着你可以使用本地缓存等技术，从内存中读取矩阵中的一行，将其放入本地缓存中，并在返回内存之前多次使用。密集矩阵乘法每物理FLOP只需要0.001字节的内存带宽。</p><p>而GPU拥有这种级别的内存带宽，因此可以运行密集矩阵乘法。而稀疏矩阵乘法则完全不同。数据重用率非常低，因此无法使用传统的缓存技术。</p><p>在极端情况下，你必须为每个稀疏元素从内存中读取矩阵的每一行。因此，要运行所有形式的稀疏性，每个物理FLOP需要多1000倍的内存带宽。</p><p>这种稀疏程度和内存带宽是传统技术无法实现的。只有采用晶圆级引擎架构，我们才能获得这种级别的内存带宽，这也是Cerebras CS3能够加速所有形式的稀疏性的原因。</p><p>静态或动态，结构化或非结构化？我们可以加速所有形式，并将其转化为训练速度。</p><p>下面是一些例子。我们可以加速动态激活稀疏性。去年，<a href=\"https://laohu8.com/S/GOOG\">谷歌</a>发表的一篇论文显示，大模型中95%以上的FFN层可以通过反弹稀疏性实现稀疏。这意味着训练FLOP整体上减少了1.7 倍。我们可以加速结构稀疏性。</p><p>例如，Mistral最近发布了一个mixture of experts（MoE）模型，该模型在FFN层中的稀疏度达到75%。这意味着整体训练FLOPs减少了约2倍。</p><p>我们还可以加速完全非结构化的稀疏性，就像我们Cerebras正在开发的那样。我们已经证明，你可以在减少2.8倍训练FLOP的情况下诱导高达75%的稀疏性。</p><p>在 Cerebras，我们相信只有通过硬件才能加速所有形式的稀疏性，比如我提到的那些，甚至是团队尚未发明的未来形式的稀疏性。</p><p>我们真的能解决训练增长不可持续的问题吗？</p><p>谢谢大家。</p></body></html>","source":"fenghuang_stock","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>Cerebras CTO演讲</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nCerebras CTO演讲\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-03-29 19:28 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8YLu3gvJU8B><strong>智东西</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>编译 | 王傲翔编辑 | 程茜芯东西3月28日消息，开篇一、好的，大家好，我是Sean Lie。我非常高兴能够带大家深入了解CS3硬件架构，即Cerebras CS3系统，这是我们的第三代晶圆级系统。▲Sean Lie介绍CS3（图源：Cerebras AI Day 2024）它是AI计算领域的一次飞跃，因为它的性能相比上一代CS2系统高出两倍，但功耗和价格维持不变。让我来向大家展示我们是如何做到...</p>\n\n<a href=\"https://tech.ifeng.com/c/8YLu3gvJU8B\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"","relate_stocks":{"CTO":"CTO Realty Growth, Inc.","BK4160":"多样化房地产投资信托v"},"source_url":"https://tech.ifeng.com/c/8YLu3gvJU8B","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2423450465","content_text":"编译 | 王傲翔编辑 | 程茜芯东西3月28日消息，开篇一、好的，大家好，我是Sean Lie。我非常高兴能够带大家深入了解CS3硬件架构，即Cerebras CS3系统，这是我们的第三代晶圆级系统。▲Sean Lie介绍CS3（图源：Cerebras AI Day 2024）它是AI计算领域的一次飞跃，因为它的性能相比上一代CS2系统高出两倍，但功耗和价格维持不变。让我来向大家展示我们是如何做到这一点的。首先是基础，即计算内核，在这里，我们在久经考验的上一代WSE-2内核基础上进行构建。该内核具有48KB内存和4路16位（4-way 16bit）数据路径。▲Sean Lie介绍WSE-3内核（图源：Cerebras AI Day 2024）在此基础上，我们大幅提高了AI计算的性能，首先为16bit AI计算数据路径改进为8-way SIMD，同时还为8bit AI计算提供了全新的16-way SIMD数据路径。▲Sean Lie介绍WSE-3 AI性能的提升（图源：Cerebras AI Day 2024）现在，这些改进将加速神经网络的矩阵乘法。但众所周知的是，神经网络不仅仅是矩阵乘法。因此，我们还添加了新的指令来加速非线性函数。总之，我们的这代产品能提供比上一代高出两倍的实际性能。现在，在内存方面，我们将本地缓存改进为512字节，使其能够提供更宽的数据路径和更高的性能。结合本地内存，我们能够获得完整的内存带宽，以实现完整的SIMD性能。这是GPU内存架构根本无法实现的。接下来，我们要做的就是把这个小的内核堆叠1万次，将其变成一个晶粒。你可以将一个晶粒想象成传统的芯片，然后我们在整个硅晶圆片上分切出84个这一的晶粒。在一块硅片、一块大型芯片上，总共可切出90万个内核。▲Sean Lie介绍内核、晶粒以及硅晶圆片的构成（图源：Cerebras AI Day 2024）现在，我们在晶圆级集成方面拥有独一无二的能力，因为我们在第一代晶圆级处理器（WSE-1）中发明了这一工艺。现在，我们对其进行了改进，并与台积电合作将该工艺扩展到5纳米。之所以能做到这一点，是因为我们从一开始就共同设计了统一的Tile层级和Fabric架构，使我们能够用Fabric架构填充整个晶圆，将Fabric架构从单个晶粒扩展到多个晶粒。这些就是图中的小蓝线。最终，整个芯片就像一个巨大的芯片。现在，这些小蓝线是一个大问题。原因在于，与传统的芯片到芯片的互连方式相比，例如H100GPU在DGX服务器中的互联方式，两者之间的差别是巨大的。在晶圆上，我们可以连接10倍以上的晶粒或芯片，使其具有33倍的IO带宽，并且所有这一切的能效提高了100倍。我甚至都没有把NVLink交换机计算在内。我们能做到这一点的原因其实很简单，当你在比较传统互连中如何在芯片之间驱动比特（bits）时，你需要通过连接器、印刷电路板，有时甚至通过长距离电缆来驱动。这比在晶圆上驱动比特的难度和功耗要大得多，而且也要消耗更多电能。因此，我们才能把整个晶圆当作一个巨大的芯片来处理。因此，我们所做的就是利用这块巨大的芯片，并围绕它建立一个系统。我们称之为CS3系统，它是专为晶圆级规模设计的。现在，与GPU相比，CS3的性能数字简直令人难以置信。有了这样的性能水平，我们就能在单个芯片上实现大规模训练。例如，只需一天时间，你就能在单个芯片上对开源CheckPoint的popular Llama 700亿参数模型进行微调，以获得10亿个指令牌（token）。即一天之内，在单芯片上对700亿参数模型进行微调。现在，我们并未止步于此。我们建立了一个CS3集群，并将整个集群设计成单个ML加速器。现在我们之所以能做到这一点，是因为WSE-3足够大，甚至可以在单个芯片上运行最大的模型。这也是我们能够分解计算机计算和内存的原因。而且，我们可以用数据并行缩放来进行训练。你可以视其为集群级内存和集群级计算，我们对其进行了架构设计，因此整个集群在本质上就像台单一设备。我们的方法是，将所有模型权重放入一个名为MemoryX的外部存储器中。然后，我们将这些权重参数导入CS3系统进行运算。我们之所以能做到这一点，是因为我们在晶圆上安装了专门的硬件机制，可以在权重参数流入晶圆时触发计算。权重从不存储在晶圆上，甚至不会临时存储，因此它们不会占用晶圆的任何容量。你可以将其视为一个专门的存储器层次结构，能够在单个设备上建立大量模型。接下来，我们使用一种名为SwarmX 的特殊结构将其扩展。它专为数据并行扩展而设计。它内置了broadcast和reduce机制。由于我们只是进行多系统复制，因此其扩展与在单系统上运行是相同的。相同的架构，相同的执行流程，相同的软件界面。你可以获得集群级的计算能力，但其运行方式与单个设备无异，因为这数据只能并行处理。在我们的上一代CS2集群中，单个集群最多可支持192个CS2系统。这已经是很大的数字了。但现在有了CS3集群，我们在单个集群中支持2048个CS3系统。这相当于256 EFLOPS的fp16 AI计算能力。而且所有程序都像单个设备一样。它超越了超级计算机的性能，但却能给用户带来单一设备的体验。实现这一目标的原因是，我们已经大幅升级了我们的物理互连，以便其进行扩展。我们将物理链路从上一代的100Gb/s升级到400Gb/s和800Gb/s。所有这些都是基于标准的以太网。因为它性能高、灵活性强、成本效益高，所以没有NVLink或InfiniBand等定制专有互连的任何挑战。我们还使用规范空间RDMA，以实现低开销和低延迟。如果将所有这一切汇总到2000个CS3系统上，我们的集群总带宽将达到10Pb/s，是上一代产品的10倍。有了这样的计算能力，你只需数小时或数天就能训练出当今最先进的模型。例如，由Meta在大型GPU集群上训练的流行Llama 700亿参数模型，以CS3集群的原始计算量，大约需要一个月才能训练完成。而我们只需一天就能训练出该模型。更重要的是，整个集群就像一台设备一样运行。在内存方面，在我们的上一代CS2集群中，MemoryX单元支持高达12TB的内存，支持2400亿个参数模型。同样，这已经是一个很大的数字。但现在。在CS3集群中，我们支持PB级内存，高达1.2PB的内存可支持24万亿个参数模型，是上一代产品的100倍。之所以能做到这一点，是因为我们使用混合存储来存储权重。在这里，所有权重都存储在DDR5 DRAM和闪存中。因为它性能高、功耗小、成本低。在CS3集群中，MemoryX设备可支持高达36TB的DDR5 DRAM，可支持7200亿参数模型，而升级到1.2PB的闪存，可支持24万亿参数模型。此外，MemoryX单元还具有计算功能，可以运行重量优化器，以及模型中的其他杂项功能。在这里，我们还将MemoryX单元的计算能力提高了2倍，以跟上并能够为性能更高的CS3提供支持。这种级别的内存比当今一些最大的GPU或TPU集群还要大。而这一切都可以从一个系统中访问。有了这种级别的内存，再加上计算能力，我们就能在短短几天或几周内训练出未来的万亿参数模型。试想一下，在数千个GPU上训练一个1万亿参数的Llama-style model，可能需要一年多的时间，这几乎是不可能的。而在CS3集群上，你可以在三周内完成训练，整个集群就像一台设备一样运行。作为用户，无论集群大小如何，无论是一台CS3、4台CS3还是2000台CS3，整个集群看起来都像一台设备。它始终看起来像一个单一的大设备。你的模型总是符合的，不管它是十亿参数模型，还是一百亿、一千亿、几万亿参数。你的模型总是符合的。它始终看起来像一个单一的大设。这是一个真实世界的例子。这是G42，在Condor Galaxy-1上训练他们最先进的300亿参数模型。正如你所看到的，无论是在1个系统还是在64个系统上进行训练，它都能在任何规模上进行线性扩展，同时像单个设备一样运行。它就是这样工作的。不需要复杂的分布式软件，不需要更改并行模型，不需要更改参数。它就是能够运行。我们非常自豪，晶圆级架构能够实现这一独特功能，因为它使我们的用户和客户每天都能训练出最先进的模型。对我来说，作为一名计算机架构师，这真的非常令人兴奋。因为促成这一切的是我们Cerebras的核心设计理念，即合理调整问题的解决方案。在座的各位可能有一些已经知道了，昨天我们的GPU朋友自豪地宣布，他们现在可以携手努力，直至生命最后一刻。这对他们来说是件大事。这就是我们的芯片。事实上，这是我们的第三块芯片，我们可以在一块硅片上将84个芯片连接在一起，这是一块巨大的芯片。现在，真正重要的是，你不能循序渐进地达到目标，你需要采取不同的方法，才能达到神奇发生的规模。你需要达到一定的规模，才能避免外部芯片互连，这是低性能、高能耗的专有芯片的开关。在晶圆上，我们可以使用仅在芯片上运行的互联，基本上可以获得免费的高性能通信。你需要一定的规模，才能消除和避免分布软件和混合模型并行分布的复杂性。在晶圆上，晶圆足够大，我们甚至可以在单个芯片上运行最大的模型。这样，我们就可以仅通过数据并行扩展和分解数据内存与计算来进行扩展。当你根据问题调整解决方案时，一切都会变得更好。这就是我们打造巨型芯片来解决当今人工智能领域巨大问题的原因。但我们相信我们能做到，而且我们需要做得比这更好。原因很简单。生成式AI正在以不可持续的速度爆炸式增长。如果你看一下从BERT到GPT-4的过去五年，训练最先进模型所需的计算量在五年内增加了40000倍。五年内训练一个模型所需的计算量增加了4万倍。显然，这是不可持续的。因此，作为一个团队，我们必须找到更有效的方法。在Cerebras，我们认为稀疏性（Sparsity）是关键。为什么这么说呢？因为神经网络是稀疏的。当你使用ReLU或Dropout等常用技术在计算中引入大量零时，你的网络中就会出现天然的稀疏性。事实证明，即使是神经网络的密集层，也可以变得稀疏。这是因为模型在设计上被过度参数化了。事实上，你可以把训练神经网络模型的行为看作是发现哪些权重是重要的，哪些是不重要的。这就是稀疏性。因此，密集训练本身就是一种浪费，而且效率低下。但并非所有硬件都能利用所有形式的稀疏性。究其原因，稀疏性加速从根本上说是内存带宽的问题。这意味着你可以使用本地缓存等技术，从内存中读取矩阵中的一行，将其放入本地缓存中，并在返回内存之前多次使用。密集矩阵乘法每物理FLOP只需要0.001字节的内存带宽。而GPU拥有这种级别的内存带宽，因此可以运行密集矩阵乘法。而稀疏矩阵乘法则完全不同。数据重用率非常低，因此无法使用传统的缓存技术。在极端情况下，你必须为每个稀疏元素从内存中读取矩阵的每一行。因此，要运行所有形式的稀疏性，每个物理FLOP需要多1000倍的内存带宽。这种稀疏程度和内存带宽是传统技术无法实现的。只有采用晶圆级引擎架构，我们才能获得这种级别的内存带宽，这也是Cerebras CS3能够加速所有形式的稀疏性的原因。静态或动态，结构化或非结构化？我们可以加速所有形式，并将其转化为训练速度。下面是一些例子。我们可以加速动态激活稀疏性。去年，谷歌发表的一篇论文显示，大模型中95%以上的FFN层可以通过反弹稀疏性实现稀疏。这意味着训练FLOP整体上减少了1.7 倍。我们可以加速结构稀疏性。例如，Mistral最近发布了一个mixture of experts（MoE）模型，该模型在FFN层中的稀疏度达到75%。这意味着整体训练FLOPs减少了约2倍。我们还可以加速完全非结构化的稀疏性，就像我们Cerebras正在开发的那样。我们已经证明，你可以在减少2.8倍训练FLOP的情况下诱导高达75%的稀疏性。在 Cerebras，我们相信只有通过硬件才能加速所有形式的稀疏性，比如我提到的那些，甚至是团队尚未发明的未来形式的稀疏性。我们真的能解决训练增长不可持续的问题吗？谢谢大家。","news_type":1,"symbols_score_info":{"CTO":1}},"isVote":1,"tweetType":1,"viewCount":2372,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":317031013175368,"gmtCreate":1718439286522,"gmtModify":1718444023204,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3494214550036605","authorIdStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/317031013175368","repostId":"1178390150","repostType":2,"isVote":1,"tweetType":1,"viewCount":2708,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0}],"hots":[{"id":325248204329224,"gmtCreate":1720435358465,"gmtModify":1720444271989,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3494214550036605","idStr":"3494214550036605"},"themes":[],"htmlText":"‌<a href=\"https://laohu8.com/S/BABA\">$阿里巴巴(BABA)$ &nbsp;</a>‌交易计划72-72低吸。目前处于周线级别突破后的回踩阶段。","listText":"‌<a href=\"https://laohu8.com/S/BABA\">$阿里巴巴(BABA)$ &nbsp;</a>‌交易计划72-72低吸。目前处于周线级别突破后的回踩阶段。","text":"‌$阿里巴巴(BABA)$ ‌交易计划72-72低吸。目前处于周线级别突破后的回踩阶段。","images":[{"img":"https://static.tigerbbs.com/4d5093f6a72bce5d70f27ac27de54f53","width":"200","height":"200"}],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/325248204329224","isVote":1,"tweetType":1,"viewCount":2491,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":1,"langContent":"CN","totalScore":0},{"id":335160145694720,"gmtCreate":1722858946669,"gmtModify":1722863334386,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3494214550036605","idStr":"3494214550036605"},"themes":[],"htmlText":"<a href=\"https://laohu8.com/S/YINN\">$三倍做多富时中国ETF-Direxion(YINN)$</a> 怎么才能赢🤔","listText":"<a href=\"https://laohu8.com/S/YINN\">$三倍做多富时中国ETF-Direxion(YINN)$</a> 怎么才能赢🤔","text":"$三倍做多富时中国ETF-Direxion(YINN)$ 怎么才能赢🤔","images":[{"img":"https://static.tigerbbs.com/cad84241b4a1697b07f18e714ca47aca","width":"1086","height":"1713"}],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/335160145694720","isVote":1,"tweetType":1,"viewCount":1719,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":1,"langContent":"CN","totalScore":0},{"id":329810083258440,"gmtCreate":1721550669159,"gmtModify":1721550673210,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3494214550036605","idStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/329810083258440","repostId":"313599924174896","repostType":1,"repost":{"id":313599924174896,"gmtCreate":1717584697329,"gmtModify":1719558606394,"author":{"id":"36984908995200","authorId":"36984908995200","name":"小虎活动","avatar":"https://static.tigerbbs.com/9e396d03155923b283948d2dec9191f8","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"36984908995200","idStr":"36984908995200"},"themes":[],"title":"【老虎十周年】探索宝藏功能，赢1010美元奖励","htmlText":"🎉获奖攻略已送达，解锁最高价值USD 1010 代金券！🎉我们的独家周年庆活动现已上线，快来加入我们的狂欢吧！不仅可以探索我们独特的科技驱动功能，还有机会赢取丰厚的奖励。🏆 获奖攻略 🏆1探索独家功能：点击查看您感兴趣的独家功能。观看功能介绍视频，完成相应任务。2表达您的喜爱：点赞您喜爱的功能。如果您点赞的功能最终排名前三，即可瓜分额外大奖！3收集并获胜：完成特殊任务以获得碎片。集齐所有碎片可兑换高价值奖励！💡 小提示：完成高亮任务可获得额外奖励和大额积分！ 准备好开始了吗？探索越多，赢得越多！🌟 不要错过——<a href=\"https://www.atigrvibe.com/activity/market/2024/10th-anniversary?adcode=AC1718801378204UpxuOu#/\" target=\"_blank\">立即参与</a>，充分利用这个激动人心的机会！<a href=\"https://www.itigerup.com/activity/forapp/rules/?id=DecadeTBNZ\" target=\"_blank\">*活动受规则和条款约束</a> <a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a>","listText":"🎉获奖攻略已送达，解锁最高价值USD 1010 代金券！🎉我们的独家周年庆活动现已上线，快来加入我们的狂欢吧！不仅可以探索我们独特的科技驱动功能，还有机会赢取丰厚的奖励。🏆 获奖攻略 🏆1探索独家功能：点击查看您感兴趣的独家功能。观看功能介绍视频，完成相应任务。2表达您的喜爱：点赞您喜爱的功能。如果您点赞的功能最终排名前三，即可瓜分额外大奖！3收集并获胜：完成特殊任务以获得碎片。集齐所有碎片可兑换高价值奖励！💡 小提示：完成高亮任务可获得额外奖励和大额积分！ 准备好开始了吗？探索越多，赢得越多！🌟 不要错过——<a href=\"https://www.atigrvibe.com/activity/market/2024/10th-anniversary?adcode=AC1718801378204UpxuOu#/\" target=\"_blank\">立即参与</a>，充分利用这个激动人心的机会！<a href=\"https://www.itigerup.com/activity/forapp/rules/?id=DecadeTBNZ\" target=\"_blank\">*活动受规则和条款约束</a> <a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a>","text":"🎉获奖攻略已送达，解锁最高价值USD 1010 代金券！🎉我们的独家周年庆活动现已上线，快来加入我们的狂欢吧！不仅可以探索我们独特的科技驱动功能，还有机会赢取丰厚的奖励。🏆 获奖攻略 🏆1探索独家功能：点击查看您感兴趣的独家功能。观看功能介绍视频，完成相应任务。2表达您的喜爱：点赞您喜爱的功能。如果您点赞的功能最终排名前三，即可瓜分额外大奖！3收集并获胜：完成特殊任务以获得碎片。集齐所有碎片可兑换高价值奖励！💡 小提示：完成高亮任务可获得额外奖励和大额积分！ 准备好开始了吗？探索越多，赢得越多！🌟 不要错过——立即参与，充分利用这个激动人心的机会！*活动受规则和条款约束 $老虎证券(TIGR)$","images":[{"img":"https://static.tigerbbs.com/c0fd351eaeeaa2ea34fa138ca293cb57","width":"2000","height":"2000"}],"top":1,"highlighted":1,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/313599924174896","isVote":1,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":1,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":1161,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":328449146572888,"gmtCreate":1721230857762,"gmtModify":1721230859350,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3494214550036605","idStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/328449146572888","repostId":"1176667245","repostType":2,"repost":{"id":"1176667245","kind":"news","pubTimestamp":1721229037,"share":"https://www.laohu8.com/m/news/1176667245?lang=&edition=full","pubTime":"2024-07-17 23:10","market":"hk","language":"zh","title":"夜读｜如何从散户成长为超级大户？","url":"https://stock-news.laohu8.com/highlight/detail?id=1176667245","media":"红与绿","summary":"如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们知道用理念和思想指导交易才是成功的根本。比如索罗斯成功的狙击英格兰银行，制造泰国经济危机，制造97年香港经济危机，都是采取的立体攻击策略。泰国中央银行倾全国之力，针对索罗斯的的进攻，发动了一场泰国金融反击战。最后以损失320亿外汇储备而失利。一将成名万骨枯。到达集团军司令的级别。","content":"<html><head></head><body><p>如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功。</p><p style=\"text-align: left;\"><strong>一、人性在投资中的作用不容忽视</strong></p><p style=\"text-align: justify;\">很多投资者看了几本投资的书籍，了解了一些金融知识，知道了K线，均线和一些指标就认为自己已经掌握了投资技术，就开始信心十足的准备在投资市场赚钱了。据我所知目前全球顶尖的投资人士，好象没有一个单凭技术分析而在投资市场获得巨大的成功！就连技术分析的鼻祖约翰墨菲恐怕也只是在讲授技术而已，他没有讲授人性在投资市场所起到的作用。<strong>飞的最高的鹰靠的不仅是翅膀，还有信念。</strong></p><p style=\"text-align: justify;\">技术分析是术，只是投资成功的一个必要条件，而非充分条件。太在意追求术的层面，反而把有关“道”的一些东西给忽略了。如何在投机的惊涛骇浪中继续稳定的生存下去。如何了解投资者的优势与短处，合理规划投资策略，审时度势顺势而为。为了探寻投资市场投机生存之道，象雄鹰一样在投资市场飞得更高更远，我们要在技术分析、资金管理和合乎金融投机的人性基本上去进行探讨。</p><p style=\"text-align: justify;\">技术分析，基本分析不是本质的问题。<strong>正确的投资理念、以及投资者的心理素质、知识结构、人生态度、心胸格局、胆量气魄才是投资成功的关键所在。分析市场是次要的，分析了解自己才是主要的。</strong>不懂哲学，不懂方法论、不会辨证的去分析市场，在投资的过程中难免会对市场进行盲目主观的判断，即使懂得技术分析，结果又会怎么样呢？盲目主观往往是危险的开始，只有在市场中了解自己，感受市场，才能百战不殆。单纯的运用技术分析不能感受市场，常胜常负。</p><p style=\"text-align: justify;\">虽然资金的较量，决定行情方向的选择，但我们要明白价格是怎么形成的，价格是全体市场参与者共同行为的结果，也就是说价格是人的行为结果，所以在价格形成的过程中，人性必然会得到充分体现，在交易中，我们要做到“心明见性”可能离成功会更快一些。</p><p style=\"text-align: justify;\">拿破仑把优秀的统帅各种品质形象的比喻成正方体。这个正方体的底是指指挥员的勇敢、顽强、果断等精神因素。高责是指指挥员的智慧，包括谋略卓识等。他又特别强调智与勇在指挥员的精神世界里，必须等量齐观的发展，才能应付战场上的局面。</p><p style=\"text-align: justify;\">我们中华民族本是一个长于思考，善于筹谋的智慧民族，在我们的传统文化中早就指出，智谋是生产策略的源泉，策略是运用智谋的方法。没有智慧而大讲策略，或没有策略而定智谋，好比木偶演戏。虽然变化多端但不能解决实际的问题。策略达到出神入化的时候，智谋也就会发挥极致了。</p><p>只有投资策略结合心里因素的应用才能在我们的心里放的下我们所持有的单子，不因为一做多单就害怕行情下跌，一做空单就害怕行情上涨。行情的涨跌在我们下单前就经过慎重的考虑。下单是经过深思熟虑后的体现，并不是做单之后去害怕的事情。胜兵先胜而后求战，败兵先战而后求胜。行情的涨跌不以我们下单以后害怕与否而改变。那么我们为什么不坦然的面对。到了止损点就止损，到了止赢点就止赢。除此之外就应该象没有单子一样观察行情的跳动，以淡泊的心态，为下一次投资进攻制定条件充分的策略。</p><p><strong>二、投资者的军“衔”进阶</strong></p><p style=\"text-align: justify;\">行情扑朔迷离，在动荡不定的价格中，我们必须象行军打仗一样，成功的投资者就象能征善战的将军一样。既要懂得制定作战方针、行军方向、战争策略。又要懂得调兵遣将，攻守有据，才能取得战争的胜利，有勇无谋战死沙场，有谋无勇寸步难行。</p><p style=\"text-align: justify;\">在投资的战场上，如何凭借观察趋势来制定投资策略，做到攻守有据，取得投资的胜利。不但需要天时、地利、人和，更需要策略的运用得宜。<strong>每次投资决策在借鉴别人成功与失败经验的同时，还要结合以往自己在实战中的教训，在枪林弹雨中练出胆量以后做出的。</strong>否则就不能有效的把握机会，更不能做到以少胜多，出奇制胜。在道理上也就违背了以小博大的原理。</p><p style=\"text-align: justify;\">投资者只有不断的参战，感受战场上的环境，并总结一定的经验，才能从一个新兵，成长为一个合格的战士。然后在经过无数次大小的战斗考验，逐渐的晋升为班长、排长、连长、营长、团长一直到高级指挥官。对战士的基本要求，能够熟练的应用单兵做战的战术，能够坚决的服从命令，在战斗中表现勇敢顽强。连长级别还仅限于战术的应用和执行上。</p><p style=\"text-align: justify;\">当晋升为团长级别时作战经验已经相当丰富了。带领的人员为中等规模，明白自己是一场战役中的某个重要环节，要从整个战役的全局考虑问题。在投资市场中大概可以操作几百万到一千万的资金，把一套经过多年在实战验证的交易体系能够融会贯通，应用到极致。</p><p style=\"text-align: justify;\">在操作中能够做到“意随行转”进退自如。对行情的大小基本上能准确的判断。他们明白投资是个特殊的行业，和其他行业成功的逻辑不太一样，思考问题的方式，已经和大多数投资者不一样了。<strong>他们知道用理念和思想指导交易才是成功的根本。经过多年的征战已经有很强的心理承受能力，在人性修为，心胸格局，胆量气魄的修炼已经到位。</strong></p><p style=\"text-align: justify;\"><strong>他们考虑的是如何在各品种间分配资金，如何在长线与短线寻找机会，如何组建优秀的投资团队，并给团队的成员进行有效的分工并做好他们的思想工作，能够策划实施中等规模的投资战役，并有相当大的胜算。</strong>在投资市场中生存下来的投资者能晋升到这个级别已经是很少数了。而且他们当中的大部分人士会永远的停留在这个层次上。再向上很难突破发展的瓶颈。</p><p style=\"text-align: justify;\">当晋升为集团军司令的时候就要从战略考虑问题了。可能在战争开战前2年就要派出谍报人员了解市场。他们考虑的是敌我双方的事态，对手和自己本国的风土人情、文化底蕴。国际上大的经济环境，对手的外汇储备，货币政策，国家政策，外交政策等，他们指挥的是多兵种，立体式的进攻体系和纵深防御体系。他们已经在战场外指挥战争了，主要思考的问题是各战区长官的任命和陆海空三军各兵种的协调。</p><p style=\"text-align: justify;\">比如索罗斯成功的狙击英格兰银行，制造泰国经济危机，制造97年香港经济危机，都是采取的立体攻击策略。利用三个或者三个以上的金融工具之间的相关性进行金融投机。他准备了很长时间，对各种因素做到胸有成竹的时候，在1997年5月开始，量子基金联合西方冲击基金在外汇，股票，股指期货三个方向同时在泰国发起进攻。</p><p style=\"text-align: justify;\">泰国中央银行倾全国之力，针对索罗斯的的进攻，发动了一场泰国金融反击战。最后以损失320亿外汇储备而失利。索罗斯在狙击英国货币的时候属于趁火打劫，在狙击泰国货币的时候他刺破了泰国经济泡沫。这几场金融战役已经超出了简单的技术分析范畴。</p><p style=\"text-align: justify;\">一将成名万骨枯。到达集团军司令的级别。可能是十万里挑一。在投资市场里并不是每个投资者都可以由士兵不断的升级。大部分新兵经受不起战场上特殊的环境和战火的洗礼。即使在第一次战役中能侥幸的生存下来，那么在以后的第二次、第三次甚至更多次的战役中也免不了越打越少，打到最后大部分都“光荣”的战死了，还有一小部分，眼看前途无望，最后选择当了“逃兵”离开了市场，去另谋其他的职业了。或者由专业投资者变成杂牌军，在从事其他工作的同时忙里抽闲的做投资。</p><p style=\"text-align: justify;\"><strong>最后剩下的是反映灵敏，意志坚定，并有独立思考和分析能力的寥寥数人。</strong>也就是后来能晋级为团长的人。他们的心里只有一个信念，轻伤不下火线，只要一息尚存。就要战斗到最后一刻。他们虽然伤痕累累。但是他们还能战斗还能坚持。同时总结出了战场生存法则，并严格的遵守。在投资的战场上，哪怕有一点微小的变化，凭着耳朵听到，眼睛看到的情况，就会产生一种直觉，并随时作出发起攻击或迅速撤离的反映。快速的做出开仓计划和面对亏损，处理亏损。</p><p style=\"text-align: justify;\">老兵在执行任务的时候根据地形就能判断出敌人的火力点在什么位置。在对手应该反击的地方没有遇到反击，说明对手早有准备或有更大的阴谋。等待我们的可能是个圈套。我们可能中了敌人的埋伏。在重要的阻力位、支撑位、黄金分割位、重要的均线位置随时可能遇到这样的事情。</p><p style=\"text-align: justify;\">在操作中需要我们特别注意。经历满身的伤痕是一件痛苦的事，但是对于一个准备成功的人来说，满身伤痕是一种资本，这种资本的出现越早越好。<strong>投资不仅需要有理想，热情，有献身精神，更需要有智慧、谋略、和洞察力。</strong></p><p style=\"text-align: left;\"><strong>三、在投资实战中培养执行力</strong></p><p style=\"text-align: justify;\">有的人在投资实战中，遭受了很多挫折。寄予很大的希望通过培训来达到短期暴富的愿望，来弥补曾经的损失。这样的愿望不会成为现实。<strong>即使是一名非常成功的投资者，也不能百战百胜，而是遵守一项投资计划，信守一套理念和方法。他们能够严守纪律，戒除恐惧和贪婪，充分的掌握风险与回报。</strong></p><p style=\"text-align: justify;\">一套好的理念和方法三天便可学会，但易学难精。因为人性不是在3天可以改变的！一套好的方法是经验的积累需要时间来验证。台上一分钟台下3年功，王羲之3分钟就能写出一幅绝世的书法，但那是写完了十八缸墨的浓缩精华和几十年的功力。通过培训只能在理论和方法上充实投资者的思维，加强投资者对市场的认识，缩短投资者的成功时间，使投资者少走一些弯路。在正确方法的指导下去训练，能减少一些不必要的损失。</p><p style=\"text-align: justify;\">投资是一门理论联系实践的艺术。关键的因素是经过培训，在学习正确的方法后不断的通过实盘操作来训练自己的实战能力和反映能力，才能提高自己的交易水平。千里之行始于足下，学习投资之途不在于距离目标有多远，而在于每天愿意走多少路。哪怕每天操作一小时，然后再进行仔细的思考，一年下来就会对市场有很深的认识。</p><p style=\"text-align: justify;\">好的方法是经过时间的验证和实战的总结。想通过培训在短时间暴富的想法和通过上1年军校（我指的是最早的黄埔军校而不是现在的军校）出来就想当集团军司令的想法是一样可笑的。军校下来的学员从少尉排长做起。通过战争的考验来不断提高自己的做战水平。然后通过自己获取的成果来晋级。</p><p style=\"text-align: justify;\">在战争的最关键时刻能做出最大贡献的人，可能会连升三级。一下能晋升为少校营长。这个时候带领的部队会受到特别的关注。每次遇到难啃的对手，领导第一个想到的就是他。</p><p style=\"text-align: justify;\">通过培训以后的投资者，能达到参谋的水平。虽然能够帮助团长参与战争的部署但是自己因为没有经过实战的训练，还不能独立带兵打仗。虽然军衔是上尉或者是少校，要想亲自带兵还要到和自己军衔相当的部门任个副职先去锻炼。有了经验和成绩以后在转成正职。才能真正的做决策。</p><p style=\"text-align: justify;\">高等院校金融投资专业毕业的研究生，毋庸质疑来到投资市场就是少校营长军衔，理论很丰富，但是还不具备实战能力，要先找到一家大的投资机构去锻炼，也从当参谋开始做起，从写行情分析开始。有两种晋升途径，一种是做好本职，然后晋级为参谋长级别，做一名职业分析师。</p><p style=\"text-align: justify;\">还有一种在团队的领导帮助下，经过实战锻炼逐渐晋升为高级带兵将领。前一种途径很容易，后一种途径同样充满艰辛。参谋和决策者的最大区别在于当参谋是说，决策者是做，说的人不用承担风险，做的人是要担风险的，所以做一个决策者更难。曹操手下的谋士有上百人，但是做为决策者的曹操只有一个。在投资市场学会如何分析，如何提升自己的勇气，以及运用各种投资策略，才是刚刚入“道”。</p><p style=\"text-align: justify;\">市场的高风险把恐惧扩大到了极限，所以成功的交易员要从心理上超越常人。<strong>性格决定投资者的命运，投资的成败最终是由性格来决定的，看你能不能做到人人贪婪的时候我们恐惧。人人恐惧的时候我们贪婪。</strong>在投资市场真理永远掌握在少数人的手里。可是由于缺乏自信，明明知道自己在反大众之道而行之，在做正确的事。但是最终还是被羊群效应所影响，所以投资成败的主要因素取决于一个人的人生哲学，人生态度，心态，修养和境界，最终这些因素又转化为执行力。</p><p style=\"text-align: left;\"><strong>四、投资保本比增值更重要</strong></p><p style=\"text-align: justify;\">在投资市场保本比增值更重要，好比在战争中。不顾自己的生命去抓个没有用处的俘虏，战场的生存法则就是保护自己，再去消灭敌人。连自己都没保护好。就不符合战争生存法则了。<strong>资本市场资金为王，每当投资者对市场有怀疑，便应转持现金。</strong></p><p style=\"text-align: justify;\">资金是投资者的生命线，资金管理和技巧的运用，直接影响投资者的生存状态。投资市场什么情况都可能发生，我们不能不谨慎，谨慎不是胆小，是具有战术的表现。任何情况下保存实力。都会有再次成功的可能。失去资金也就失去了在市场的生存权利。成功的关键并非运气与才智，要想成功必须有正确的思想。知道何时进攻，何时防守，在适当的时候做适当的事。</p><p style=\"text-align: justify;\">投资与其他的事物一样有其内在的规律，就是学会追随趋势。促进他的发展或转化来赢得胜利。<strong>顺势者昌，逆市者亡，在交易的过程中，要顺势交易，投资顺势之时，钱就会源源不断的流入你的口袋。逆市之时，无论投资者多么聪明，多么努力，结果也是输多赢少。</strong>智者千虑必有一失，愚者千虑必有一得。虽然市场是变化的但顺势而为的规则却是不变的。只是时间段的运用不同而已，用不变的规则去适应变化的市场，需要我们逐步认识，熟悉和应用。在顺势交易的影响下，以清晰的头脑配合一定的资本。加上学会风险管理。严守纪律。勇于止损，能顶的住获利回吐的诱惑。基本可以成功但还不能成为投资大户。</p><p style=\"text-align: justify;\">世界上有很多人知道怎样做才能在投资市场取得成功，就是做不到，不能做到知行和一说明他不是想真正的成功，妨碍我们成功的原因包括投资者没有深入的去了解一个商品的各种因素。就盲目的去进行操作。或者是大家太喜欢炒短线，只是频频的赚点小钱，还美其名曰“游击战法”实际上做短线是不能取得太大的投资收益的，有时连续十次赢利。</p><p style=\"text-align: justify;\">心里确实很得意。但是不小心，一次亏损就会把十次赚来的辛苦钱，还给市场。频繁的交易根本就没有经过仔细的思考，错误的概率大大提高。每次交易是有交易成本的。最后“游击战”变成了“消耗战”。“游击战”只适合非常有天性的而且经过专门训练的少数人可以使用，因为他们的准确率在80%以上，但生来有天性的投资者又是百里挑一。对于大多数投资者最好不要相信这种投资策略。</p><p style=\"text-align: justify;\">从资金管理取胜的角度来说。<strong>成功的时候盈利的仓位要大，亏损的时候仓位要小。</strong>或者用趋势交易靠幅度来取胜。问题就在仓位的大小上，我们做中长线或者波段交易，可以先试探的的建仓。“同则长，异则短”行情与我们建仓的方向走势相同我们可以持有的时间长一些。</p><p style=\"text-align: justify;\">就可以有机会加码，也就更符合赢利的时候仓位要大的说法。做短线怎能做到赢利的仓位要大呢？行情与我们操作的方向不一样时，我们要立刻放弃持仓，把损失降到最小程度。我们赢利的时候应该赢的很多，亏的时候只亏很少，以最低的风险去赚取最大的利润，才是期货投资致富的最佳策略。</p><p style=\"text-align: justify;\">另一个妨碍投资者成功的因素就是大多投资者想赢怕输，在这种心理做怪下，心随行情波动而动，经常做出愚蠢的举动。在战场上只有不怕死的人才配活着。投资市场是悲与喜交替转换的过程，得莫喜，失莫忧。在投资市场上越怕亏，越容易亏，人格的缺陷成了投资市场的导火索，亏损是投资生活中不可分割的一部分，也就是交易成本。任何生意都是有成本投入的。</p><p style=\"text-align: justify;\"><strong>在市场上需要有一些冒险精神，如果没有当将军的冒险精神，也就没有脱离失败走向成功的勇气。</strong>其实只要在心理上准备承受10%的损失，就可以心情舒畅，怡然自得的做投资，面对投资也就没有那么恐惧了。反而能找到成功的乐趣。不能真正了解市场风险的人，就不完全知道利用市场的乐趣。</p><p style=\"text-align: justify;\">《吴起兵法》中提出治国之道“文武兼重”，强调内修文德，外治武备，要求统军将领“总文武，兼刚柔”具备理、备、果，戒的五慎条件，在战争中掌握气机、地理、外机、力机四个因素。主张“审敌虚实而趋其危，因行用权”在战争中先寻清敌人的虚实，选择有利的时机进攻，以夺取胜利。</p><p style=\"text-align: justify;\">根据战争中的情况采取相应的作战方法。在投资实战中我们要学会判断市场。用辨证的思维思考问题，从多空和散户不同的视觉去分析行情。<strong>要分清哪些是交易机会，哪些不是交易机会，能够识别什么是低风险高收益的机会。耐心的等待属于自己的交易机会。投资只有时机，没有对错。做到形势对自己不利时要忍，遇到低风险高收益的交易机会时要狠！</strong></p><p style=\"text-align: left;\"><strong>五、投资保本比增值更重要</strong></p><p style=\"text-align: justify;\">投资者来到投资市场3年以后，还没有成功，那肯定失败在思想上。<strong>如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功！</strong></p><p style=\"text-align: justify;\">投资上成功的整个过程是经验积累和改变人生态度的过程，但只有改变了自己的性格，保证技术和方法的执行才能改变自己的命运。修心第一，技术其次，心通万事通。</p><p style=\"text-align: justify;\">希望通过我的经验，帮助投资者认识投资中最重要的部分，打开自己的思维与心灵，激发你的动力、给你挑战和改变。在投资市场成为一个更优秀而不同于常人的人。</p></body></html>","source":"lsy1584353588345","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>夜读｜如何从散户成长为超级大户？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n夜读｜如何从散户成长为超级大户？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-07-17 23:10 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/iUA-L9luTPbxxsC3xdoy0w><strong>红与绿</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功。一、人性在投资中的作用不容忽视很多投资者看了几本投资的书籍，了解了一些金融知识，...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/iUA-L9luTPbxxsC3xdoy0w\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/e68f18a297e419bae3cc0320b6d8ff4e","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/iUA-L9luTPbxxsC3xdoy0w","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1176667245","content_text":"如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功。一、人性在投资中的作用不容忽视很多投资者看了几本投资的书籍，了解了一些金融知识，知道了K线，均线和一些指标就认为自己已经掌握了投资技术，就开始信心十足的准备在投资市场赚钱了。据我所知目前全球顶尖的投资人士，好象没有一个单凭技术分析而在投资市场获得巨大的成功！就连技术分析的鼻祖约翰墨菲恐怕也只是在讲授技术而已，他没有讲授人性在投资市场所起到的作用。飞的最高的鹰靠的不仅是翅膀，还有信念。技术分析是术，只是投资成功的一个必要条件，而非充分条件。太在意追求术的层面，反而把有关“道”的一些东西给忽略了。如何在投机的惊涛骇浪中继续稳定的生存下去。如何了解投资者的优势与短处，合理规划投资策略，审时度势顺势而为。为了探寻投资市场投机生存之道，象雄鹰一样在投资市场飞得更高更远，我们要在技术分析、资金管理和合乎金融投机的人性基本上去进行探讨。技术分析，基本分析不是本质的问题。正确的投资理念、以及投资者的心理素质、知识结构、人生态度、心胸格局、胆量气魄才是投资成功的关键所在。分析市场是次要的，分析了解自己才是主要的。不懂哲学，不懂方法论、不会辨证的去分析市场，在投资的过程中难免会对市场进行盲目主观的判断，即使懂得技术分析，结果又会怎么样呢？盲目主观往往是危险的开始，只有在市场中了解自己，感受市场，才能百战不殆。单纯的运用技术分析不能感受市场，常胜常负。虽然资金的较量，决定行情方向的选择，但我们要明白价格是怎么形成的，价格是全体市场参与者共同行为的结果，也就是说价格是人的行为结果，所以在价格形成的过程中，人性必然会得到充分体现，在交易中，我们要做到“心明见性”可能离成功会更快一些。拿破仑把优秀的统帅各种品质形象的比喻成正方体。这个正方体的底是指指挥员的勇敢、顽强、果断等精神因素。高责是指指挥员的智慧，包括谋略卓识等。他又特别强调智与勇在指挥员的精神世界里，必须等量齐观的发展，才能应付战场上的局面。我们中华民族本是一个长于思考，善于筹谋的智慧民族，在我们的传统文化中早就指出，智谋是生产策略的源泉，策略是运用智谋的方法。没有智慧而大讲策略，或没有策略而定智谋，好比木偶演戏。虽然变化多端但不能解决实际的问题。策略达到出神入化的时候，智谋也就会发挥极致了。只有投资策略结合心里因素的应用才能在我们的心里放的下我们所持有的单子，不因为一做多单就害怕行情下跌，一做空单就害怕行情上涨。行情的涨跌在我们下单前就经过慎重的考虑。下单是经过深思熟虑后的体现，并不是做单之后去害怕的事情。胜兵先胜而后求战，败兵先战而后求胜。行情的涨跌不以我们下单以后害怕与否而改变。那么我们为什么不坦然的面对。到了止损点就止损，到了止赢点就止赢。除此之外就应该象没有单子一样观察行情的跳动，以淡泊的心态，为下一次投资进攻制定条件充分的策略。二、投资者的军“衔”进阶行情扑朔迷离，在动荡不定的价格中，我们必须象行军打仗一样，成功的投资者就象能征善战的将军一样。既要懂得制定作战方针、行军方向、战争策略。又要懂得调兵遣将，攻守有据，才能取得战争的胜利，有勇无谋战死沙场，有谋无勇寸步难行。在投资的战场上，如何凭借观察趋势来制定投资策略，做到攻守有据，取得投资的胜利。不但需要天时、地利、人和，更需要策略的运用得宜。每次投资决策在借鉴别人成功与失败经验的同时，还要结合以往自己在实战中的教训，在枪林弹雨中练出胆量以后做出的。否则就不能有效的把握机会，更不能做到以少胜多，出奇制胜。在道理上也就违背了以小博大的原理。投资者只有不断的参战，感受战场上的环境，并总结一定的经验，才能从一个新兵，成长为一个合格的战士。然后在经过无数次大小的战斗考验，逐渐的晋升为班长、排长、连长、营长、团长一直到高级指挥官。对战士的基本要求，能够熟练的应用单兵做战的战术，能够坚决的服从命令，在战斗中表现勇敢顽强。连长级别还仅限于战术的应用和执行上。当晋升为团长级别时作战经验已经相当丰富了。带领的人员为中等规模，明白自己是一场战役中的某个重要环节，要从整个战役的全局考虑问题。在投资市场中大概可以操作几百万到一千万的资金，把一套经过多年在实战验证的交易体系能够融会贯通，应用到极致。在操作中能够做到“意随行转”进退自如。对行情的大小基本上能准确的判断。他们明白投资是个特殊的行业，和其他行业成功的逻辑不太一样，思考问题的方式，已经和大多数投资者不一样了。他们知道用理念和思想指导交易才是成功的根本。经过多年的征战已经有很强的心理承受能力，在人性修为，心胸格局，胆量气魄的修炼已经到位。他们考虑的是如何在各品种间分配资金，如何在长线与短线寻找机会，如何组建优秀的投资团队，并给团队的成员进行有效的分工并做好他们的思想工作，能够策划实施中等规模的投资战役，并有相当大的胜算。在投资市场中生存下来的投资者能晋升到这个级别已经是很少数了。而且他们当中的大部分人士会永远的停留在这个层次上。再向上很难突破发展的瓶颈。当晋升为集团军司令的时候就要从战略考虑问题了。可能在战争开战前2年就要派出谍报人员了解市场。他们考虑的是敌我双方的事态，对手和自己本国的风土人情、文化底蕴。国际上大的经济环境，对手的外汇储备，货币政策，国家政策，外交政策等，他们指挥的是多兵种，立体式的进攻体系和纵深防御体系。他们已经在战场外指挥战争了，主要思考的问题是各战区长官的任命和陆海空三军各兵种的协调。比如索罗斯成功的狙击英格兰银行，制造泰国经济危机，制造97年香港经济危机，都是采取的立体攻击策略。利用三个或者三个以上的金融工具之间的相关性进行金融投机。他准备了很长时间，对各种因素做到胸有成竹的时候，在1997年5月开始，量子基金联合西方冲击基金在外汇，股票，股指期货三个方向同时在泰国发起进攻。泰国中央银行倾全国之力，针对索罗斯的的进攻，发动了一场泰国金融反击战。最后以损失320亿外汇储备而失利。索罗斯在狙击英国货币的时候属于趁火打劫，在狙击泰国货币的时候他刺破了泰国经济泡沫。这几场金融战役已经超出了简单的技术分析范畴。一将成名万骨枯。到达集团军司令的级别。可能是十万里挑一。在投资市场里并不是每个投资者都可以由士兵不断的升级。大部分新兵经受不起战场上特殊的环境和战火的洗礼。即使在第一次战役中能侥幸的生存下来，那么在以后的第二次、第三次甚至更多次的战役中也免不了越打越少，打到最后大部分都“光荣”的战死了，还有一小部分，眼看前途无望，最后选择当了“逃兵”离开了市场，去另谋其他的职业了。或者由专业投资者变成杂牌军，在从事其他工作的同时忙里抽闲的做投资。最后剩下的是反映灵敏，意志坚定，并有独立思考和分析能力的寥寥数人。也就是后来能晋级为团长的人。他们的心里只有一个信念，轻伤不下火线，只要一息尚存。就要战斗到最后一刻。他们虽然伤痕累累。但是他们还能战斗还能坚持。同时总结出了战场生存法则，并严格的遵守。在投资的战场上，哪怕有一点微小的变化，凭着耳朵听到，眼睛看到的情况，就会产生一种直觉，并随时作出发起攻击或迅速撤离的反映。快速的做出开仓计划和面对亏损，处理亏损。老兵在执行任务的时候根据地形就能判断出敌人的火力点在什么位置。在对手应该反击的地方没有遇到反击，说明对手早有准备或有更大的阴谋。等待我们的可能是个圈套。我们可能中了敌人的埋伏。在重要的阻力位、支撑位、黄金分割位、重要的均线位置随时可能遇到这样的事情。在操作中需要我们特别注意。经历满身的伤痕是一件痛苦的事，但是对于一个准备成功的人来说，满身伤痕是一种资本，这种资本的出现越早越好。投资不仅需要有理想，热情，有献身精神，更需要有智慧、谋略、和洞察力。三、在投资实战中培养执行力有的人在投资实战中，遭受了很多挫折。寄予很大的希望通过培训来达到短期暴富的愿望，来弥补曾经的损失。这样的愿望不会成为现实。即使是一名非常成功的投资者，也不能百战百胜，而是遵守一项投资计划，信守一套理念和方法。他们能够严守纪律，戒除恐惧和贪婪，充分的掌握风险与回报。一套好的理念和方法三天便可学会，但易学难精。因为人性不是在3天可以改变的！一套好的方法是经验的积累需要时间来验证。台上一分钟台下3年功，王羲之3分钟就能写出一幅绝世的书法，但那是写完了十八缸墨的浓缩精华和几十年的功力。通过培训只能在理论和方法上充实投资者的思维，加强投资者对市场的认识，缩短投资者的成功时间，使投资者少走一些弯路。在正确方法的指导下去训练，能减少一些不必要的损失。投资是一门理论联系实践的艺术。关键的因素是经过培训，在学习正确的方法后不断的通过实盘操作来训练自己的实战能力和反映能力，才能提高自己的交易水平。千里之行始于足下，学习投资之途不在于距离目标有多远，而在于每天愿意走多少路。哪怕每天操作一小时，然后再进行仔细的思考，一年下来就会对市场有很深的认识。好的方法是经过时间的验证和实战的总结。想通过培训在短时间暴富的想法和通过上1年军校（我指的是最早的黄埔军校而不是现在的军校）出来就想当集团军司令的想法是一样可笑的。军校下来的学员从少尉排长做起。通过战争的考验来不断提高自己的做战水平。然后通过自己获取的成果来晋级。在战争的最关键时刻能做出最大贡献的人，可能会连升三级。一下能晋升为少校营长。这个时候带领的部队会受到特别的关注。每次遇到难啃的对手，领导第一个想到的就是他。通过培训以后的投资者，能达到参谋的水平。虽然能够帮助团长参与战争的部署但是自己因为没有经过实战的训练，还不能独立带兵打仗。虽然军衔是上尉或者是少校，要想亲自带兵还要到和自己军衔相当的部门任个副职先去锻炼。有了经验和成绩以后在转成正职。才能真正的做决策。高等院校金融投资专业毕业的研究生，毋庸质疑来到投资市场就是少校营长军衔，理论很丰富，但是还不具备实战能力，要先找到一家大的投资机构去锻炼，也从当参谋开始做起，从写行情分析开始。有两种晋升途径，一种是做好本职，然后晋级为参谋长级别，做一名职业分析师。还有一种在团队的领导帮助下，经过实战锻炼逐渐晋升为高级带兵将领。前一种途径很容易，后一种途径同样充满艰辛。参谋和决策者的最大区别在于当参谋是说，决策者是做，说的人不用承担风险，做的人是要担风险的，所以做一个决策者更难。曹操手下的谋士有上百人，但是做为决策者的曹操只有一个。在投资市场学会如何分析，如何提升自己的勇气，以及运用各种投资策略，才是刚刚入“道”。市场的高风险把恐惧扩大到了极限，所以成功的交易员要从心理上超越常人。性格决定投资者的命运，投资的成败最终是由性格来决定的，看你能不能做到人人贪婪的时候我们恐惧。人人恐惧的时候我们贪婪。在投资市场真理永远掌握在少数人的手里。可是由于缺乏自信，明明知道自己在反大众之道而行之，在做正确的事。但是最终还是被羊群效应所影响，所以投资成败的主要因素取决于一个人的人生哲学，人生态度，心态，修养和境界，最终这些因素又转化为执行力。四、投资保本比增值更重要在投资市场保本比增值更重要，好比在战争中。不顾自己的生命去抓个没有用处的俘虏，战场的生存法则就是保护自己，再去消灭敌人。连自己都没保护好。就不符合战争生存法则了。资本市场资金为王，每当投资者对市场有怀疑，便应转持现金。资金是投资者的生命线，资金管理和技巧的运用，直接影响投资者的生存状态。投资市场什么情况都可能发生，我们不能不谨慎，谨慎不是胆小，是具有战术的表现。任何情况下保存实力。都会有再次成功的可能。失去资金也就失去了在市场的生存权利。成功的关键并非运气与才智，要想成功必须有正确的思想。知道何时进攻，何时防守，在适当的时候做适当的事。投资与其他的事物一样有其内在的规律，就是学会追随趋势。促进他的发展或转化来赢得胜利。顺势者昌，逆市者亡，在交易的过程中，要顺势交易，投资顺势之时，钱就会源源不断的流入你的口袋。逆市之时，无论投资者多么聪明，多么努力，结果也是输多赢少。智者千虑必有一失，愚者千虑必有一得。虽然市场是变化的但顺势而为的规则却是不变的。只是时间段的运用不同而已，用不变的规则去适应变化的市场，需要我们逐步认识，熟悉和应用。在顺势交易的影响下，以清晰的头脑配合一定的资本。加上学会风险管理。严守纪律。勇于止损，能顶的住获利回吐的诱惑。基本可以成功但还不能成为投资大户。世界上有很多人知道怎样做才能在投资市场取得成功，就是做不到，不能做到知行和一说明他不是想真正的成功，妨碍我们成功的原因包括投资者没有深入的去了解一个商品的各种因素。就盲目的去进行操作。或者是大家太喜欢炒短线，只是频频的赚点小钱，还美其名曰“游击战法”实际上做短线是不能取得太大的投资收益的，有时连续十次赢利。心里确实很得意。但是不小心，一次亏损就会把十次赚来的辛苦钱，还给市场。频繁的交易根本就没有经过仔细的思考，错误的概率大大提高。每次交易是有交易成本的。最后“游击战”变成了“消耗战”。“游击战”只适合非常有天性的而且经过专门训练的少数人可以使用，因为他们的准确率在80%以上，但生来有天性的投资者又是百里挑一。对于大多数投资者最好不要相信这种投资策略。从资金管理取胜的角度来说。成功的时候盈利的仓位要大，亏损的时候仓位要小。或者用趋势交易靠幅度来取胜。问题就在仓位的大小上，我们做中长线或者波段交易，可以先试探的的建仓。“同则长，异则短”行情与我们建仓的方向走势相同我们可以持有的时间长一些。就可以有机会加码，也就更符合赢利的时候仓位要大的说法。做短线怎能做到赢利的仓位要大呢？行情与我们操作的方向不一样时，我们要立刻放弃持仓，把损失降到最小程度。我们赢利的时候应该赢的很多，亏的时候只亏很少，以最低的风险去赚取最大的利润，才是期货投资致富的最佳策略。另一个妨碍投资者成功的因素就是大多投资者想赢怕输，在这种心理做怪下，心随行情波动而动，经常做出愚蠢的举动。在战场上只有不怕死的人才配活着。投资市场是悲与喜交替转换的过程，得莫喜，失莫忧。在投资市场上越怕亏，越容易亏，人格的缺陷成了投资市场的导火索，亏损是投资生活中不可分割的一部分，也就是交易成本。任何生意都是有成本投入的。在市场上需要有一些冒险精神，如果没有当将军的冒险精神，也就没有脱离失败走向成功的勇气。其实只要在心理上准备承受10%的损失，就可以心情舒畅，怡然自得的做投资，面对投资也就没有那么恐惧了。反而能找到成功的乐趣。不能真正了解市场风险的人，就不完全知道利用市场的乐趣。《吴起兵法》中提出治国之道“文武兼重”，强调内修文德，外治武备，要求统军将领“总文武，兼刚柔”具备理、备、果，戒的五慎条件，在战争中掌握气机、地理、外机、力机四个因素。主张“审敌虚实而趋其危，因行用权”在战争中先寻清敌人的虚实，选择有利的时机进攻，以夺取胜利。根据战争中的情况采取相应的作战方法。在投资实战中我们要学会判断市场。用辨证的思维思考问题，从多空和散户不同的视觉去分析行情。要分清哪些是交易机会，哪些不是交易机会，能够识别什么是低风险高收益的机会。耐心的等待属于自己的交易机会。投资只有时机，没有对错。做到形势对自己不利时要忍，遇到低风险高收益的交易机会时要狠！五、投资保本比增值更重要投资者来到投资市场3年以后，还没有成功，那肯定失败在思想上。如果想从散户晋级为大户，思想和性格是决定成败的的主要原因，拥有超级大户性格的人就如狮子和老虎。他们明白什么是大趋势，紧随趋势而行，懂得利用趋势去赚钱。要耐得住寂寞懂得休息。大的机会不是天天有，懂得休息的人，才能捕捉到大机会，才是有智慧的人。理念是基础、技术是标准、执行是关键、分析要合理、操作要妥当，明白并做到才能成功！投资上成功的整个过程是经验积累和改变人生态度的过程，但只有改变了自己的性格，保证技术和方法的执行才能改变自己的命运。修心第一，技术其次，心通万事通。希望通过我的经验，帮助投资者认识投资中最重要的部分，打开自己的思维与心灵，激发你的动力、给你挑战和改变。在投资市场成为一个更优秀而不同于常人的人。","news_type":1,"symbols_score_info":{}},"isVote":1,"tweetType":1,"viewCount":1788,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":327380449833008,"gmtCreate":1720958471696,"gmtModify":1720958476040,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3494214550036605","idStr":"3494214550036605"},"themes":[],"htmlText":"记录一下","listText":"记录一下","text":"记录一下","images":[{"img":"https://static.tigerbbs.com/4f5ab6dded148cf9b475d02d1f3da721","width":"1125","height":"1476"}],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/327380449833008","isVote":1,"tweetType":1,"viewCount":2592,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":1,"langContent":"CN","totalScore":0},{"id":325720895049960,"gmtCreate":1720523305849,"gmtModify":1720530321792,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3494214550036605","idStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/325720895049960","repostId":"325583997587464","repostType":1,"repost":{"id":325583997587464,"gmtCreate":1720489975848,"gmtModify":1720490571206,"author":{"id":"4176181892773112","authorId":"4176181892773112","name":"徐老猫","avatar":"https://static.tigerbbs.com/5c751247a3b242d600bed479c838c0ac","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"4176181892773112","idStr":"4176181892773112"},"themes":[],"title":"英伟达和博通要掀两条路线之争？","htmlText":"6月份“国会山股神”佩洛西老太太披露购进了一批新股票，包括分别为价值500万美元的英伟达股票和博通的看涨期权。 博通(Broacom)业务条线涉及到AI数据中心的多个重要环节，博通的华人CEO陈福阳最擅长的事情是通过大胆收购，强力整合业务，被公认为全球运营能力最强的公司之一。 我于6月26日写过博通的文章《英伟达之外，获封“AI三骑士”的是这两家(下)》，简单分析了博通业务中最有增长潜力的两个部分，其中一个是定制芯片。欢迎大家有空阅读。 接着定制芯片的话题，这里我部分编译了作者Tech Fund的“The AI datacenter, Nvidia's integrated AI factory vs Broadcom's open fabric”，可以帮助大家了解定制芯片的情况。由于原文相当长而且有偏技术层面的大量介绍，我这里只是非常有限的节选，翻译粗陋之处望谅。英伟达和博通不久前对AI数据中心的未来提出了相反的观点，有点类似于当年微软和苹果代表了开放和封闭两种对立模式一样。 英伟达的做法是让客户在英伟达垂直集成的系统上运行所有AI工作负载，英伟达的系统包括从GPU到服务器到网络，再到英伟达的软件堆栈，全套的软硬件系统都是英伟达的。英伟达多年来一直是在努力构建这个软硬件生态系统。最著名的是CUDA计算平台，使通用编程语言C和C++在任何英伟达的GPU上执行任务，从而不再需要繁琐的图形编程技术。 此外，AI工程师还可以访问各种软件库，便于在英伟达GPU上部署和扩展工作负载。例如现在可以在英伟达GPU上使用Python pandas工具进行数据处理。英伟达还提供TensorRT-LLM和Triton Server等推理库，在英伟达GPU上部署经过训练的AI模型。这些AI模型可以使用Pytorch和Tensorflow等流行的开源学习库进行开发。 人们逐渐形成固定认知，认为AI","listText":"6月份“国会山股神”佩洛西老太太披露购进了一批新股票，包括分别为价值500万美元的英伟达股票和博通的看涨期权。 博通(Broacom)业务条线涉及到AI数据中心的多个重要环节，博通的华人CEO陈福阳最擅长的事情是通过大胆收购，强力整合业务，被公认为全球运营能力最强的公司之一。 我于6月26日写过博通的文章《英伟达之外，获封“AI三骑士”的是这两家(下)》，简单分析了博通业务中最有增长潜力的两个部分，其中一个是定制芯片。欢迎大家有空阅读。 接着定制芯片的话题，这里我部分编译了作者Tech Fund的“The AI datacenter, Nvidia's integrated AI factory vs Broadcom's open fabric”，可以帮助大家了解定制芯片的情况。由于原文相当长而且有偏技术层面的大量介绍，我这里只是非常有限的节选，翻译粗陋之处望谅。英伟达和博通不久前对AI数据中心的未来提出了相反的观点，有点类似于当年微软和苹果代表了开放和封闭两种对立模式一样。 英伟达的做法是让客户在英伟达垂直集成的系统上运行所有AI工作负载，英伟达的系统包括从GPU到服务器到网络，再到英伟达的软件堆栈，全套的软硬件系统都是英伟达的。英伟达多年来一直是在努力构建这个软硬件生态系统。最著名的是CUDA计算平台，使通用编程语言C和C++在任何英伟达的GPU上执行任务，从而不再需要繁琐的图形编程技术。 此外，AI工程师还可以访问各种软件库，便于在英伟达GPU上部署和扩展工作负载。例如现在可以在英伟达GPU上使用Python pandas工具进行数据处理。英伟达还提供TensorRT-LLM和Triton Server等推理库，在英伟达GPU上部署经过训练的AI模型。这些AI模型可以使用Pytorch和Tensorflow等流行的开源学习库进行开发。 人们逐渐形成固定认知，认为AI","text":"6月份“国会山股神”佩洛西老太太披露购进了一批新股票，包括分别为价值500万美元的英伟达股票和博通的看涨期权。 博通(Broacom)业务条线涉及到AI数据中心的多个重要环节，博通的华人CEO陈福阳最擅长的事情是通过大胆收购，强力整合业务，被公认为全球运营能力最强的公司之一。 我于6月26日写过博通的文章《英伟达之外，获封“AI三骑士”的是这两家(下)》，简单分析了博通业务中最有增长潜力的两个部分，其中一个是定制芯片。欢迎大家有空阅读。 接着定制芯片的话题，这里我部分编译了作者Tech Fund的“The AI datacenter, Nvidia's integrated AI factory vs Broadcom's open fabric”，可以帮助大家了解定制芯片的情况。由于原文相当长而且有偏技术层面的大量介绍，我这里只是非常有限的节选，翻译粗陋之处望谅。英伟达和博通不久前对AI数据中心的未来提出了相反的观点，有点类似于当年微软和苹果代表了开放和封闭两种对立模式一样。 英伟达的做法是让客户在英伟达垂直集成的系统上运行所有AI工作负载，英伟达的系统包括从GPU到服务器到网络，再到英伟达的软件堆栈，全套的软硬件系统都是英伟达的。英伟达多年来一直是在努力构建这个软硬件生态系统。最著名的是CUDA计算平台，使通用编程语言C和C++在任何英伟达的GPU上执行任务，从而不再需要繁琐的图形编程技术。 此外，AI工程师还可以访问各种软件库，便于在英伟达GPU上部署和扩展工作负载。例如现在可以在英伟达GPU上使用Python pandas工具进行数据处理。英伟达还提供TensorRT-LLM和Triton Server等推理库，在英伟达GPU上部署经过训练的AI模型。这些AI模型可以使用Pytorch和Tensorflow等流行的开源学习库进行开发。 人们逐渐形成固定认知，认为AI","images":[{"img":"https://static.tigerbbs.com/7a1cc588ef4a4a3caaedc036e634794c","width":"661","height":"373"},{"img":"https://static.tigerbbs.com/b2868b26b1c227f613819832f89dc24d","width":"915","height":"673"},{"img":"https://static.tigerbbs.com/9a6a78a138b9d0b56a8cac85d54bd4d5","width":"581","height":"346"}],"top":1,"highlighted":1,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/325583997587464","isVote":1,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":5,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":2977,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":319216626159768,"gmtCreate":1718955316520,"gmtModify":1718957285335,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3494214550036605","idStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/319216626159768","repostId":"2423450465","repostType":2,"repost":{"id":"2423450465","kind":"news","pubTimestamp":1711711686,"share":"https://www.laohu8.com/m/news/2423450465?lang=&edition=full","pubTime":"2024-03-29 19:28","market":"hk","language":"zh","title":"Cerebras CTO演讲","url":"https://stock-news.laohu8.com/highlight/detail?id=2423450465","media":"智东西","summary":"我非常高兴能够带大家深入了解CS3硬件架构，即Cerebras CS3系统，这是我们的第三代晶圆级系统。▲Sean Lie介绍CS3它是AI计算领域的一次飞跃，因为它的性能相比上一代CS2系统高出两倍，但功耗和价格维持不变。▲Sean Lie介绍WSE-3 AI性能的提升现在，这些改进将加速神经网络的矩阵乘法。▲Sean Lie介绍内核、晶粒以及硅晶圆片的构成现在，我们在晶圆级集成方面拥有独一无二的能力，因为我们在第一代晶圆级处理器中发明了这一工艺。","content":"<html><body><p><strong>编译 | 王傲翔</strong></p><p><strong>编辑 | 程茜</strong></p><p>芯东西3月28日消息，</p><p>开篇</p><p>一、</p><p>好的，大家好，我是Sean Lie。我非常高兴能够带大家深入了解CS3硬件架构，即Cerebras CS3系统，这是我们的第三代晶圆级系统。</p><p><img src=\"https://x0.ifengimg.com/res/2024/1B1BCB0C4950281DFC9F1E69938F2D12B8ACC642_size341_w1000_h507.png\"/></p><p>▲Sean Lie介绍CS3（图源：Cerebras AI Day 2024）</p><p>它是AI计算领域的一次飞跃，因为它的性能相比上一代CS2系统高出两倍，但功耗和价格维持不变。</p><p>让我来向大家展示我们是如何做到这一点的。</p><p>首先是基础，即计算内核，在这里，我们在久经考验的上一代WSE-2内核基础上进行构建。该内核具有48KB内存和4路16位（4-way 16bit）数据路径。</p><p><img src=\"https://x0.ifengimg.com/res/2024/4CBAE5F4A19E30804E03827716C05CFA8D96A9A4_size205_w1000_h506.png\"/></p><p>▲Sean Lie介绍WSE-3内核（图源：Cerebras AI Day 2024）</p><p>在此基础上，我们大幅提高了AI计算的性能，首先为16bit AI计算数据路径改进为8-way SIMD，同时还为8bit AI计算提供了全新的16-way SIMD数据路径。</p><p><img src=\"https://x0.ifengimg.com/res/2024/9BCF66950C2460345975229AE30EA96BE1B7C664_size331_w998_h505.png\"/></p><p>▲Sean Lie介绍WSE-3 AI性能的提升（图源：Cerebras AI Day 2024）</p><p>现在，这些改进将加速神经网络的矩阵乘法。但众所周知的是，神经网络不仅仅是矩阵乘法。因此，我们还添加了新的指令来加速非线性函数。总之，我们的这代产品能提供比上一代高出两倍的实际性能。</p><p>现在，在内存方面，我们将本地缓存改进为512字节，使其能够提供更宽的数据路径和更高的性能。结合本地内存，我们能够获得完整的内存带宽，以实现完整的SIMD性能。这是GPU内存架构根本无法实现的。</p><p>接下来，我们要做的就是把这个小的内核堆叠1万次，将其变成一个晶粒。你可以将一个晶粒想象成传统的芯片，然后我们在整个硅晶圆片上分切出84个这一的晶粒。在一块硅片、一块大型芯片上，总共可切出90万个内核。</p><p><img src=\"https://x0.ifengimg.com/res/2024/902807328EF90A6370C0E061F23A94B21AE6DC6E_size285_w1000_h467.png\"/></p><p>▲Sean Lie介绍内核、晶粒以及硅晶圆片的构成（图源：Cerebras AI Day 2024）</p><p>现在，我们在晶圆级集成方面拥有独一无二的能力，因为我们在第一代晶圆级处理器（WSE-1）中发明了这一工艺。现在，我们对其进行了改进，并与<a href=\"https://laohu8.com/S/TSM\">台积电</a>合作将该工艺扩展到5纳米。</p><p>之所以能做到这一点，是因为我们从一开始就共同设计了统一的Tile层级和Fabric架构，使我们能够用Fabric架构填充整个晶圆，将Fabric架构从单个晶粒扩展到多个晶粒。这些就是图中的小蓝线。最终，整个芯片就像一个巨大的芯片。</p><p>现在，这些小蓝线是一个大问题。原因在于，与传统的芯片到芯片的互连方式相比，例如H100GPU在DGX服务器中的互联方式，两者之间的差别是巨大的。</p><p>在晶圆上，我们可以连接10倍以上的晶粒或芯片，使其具有33倍的IO带宽，并且所有这一切的能效提高了100倍。我甚至都没有把NVLink交换机计算在内。</p><p>我们能做到这一点的原因其实很简单，当你在比较传统互连中如何在芯片之间驱动比特（bits）时，你需要通过连接器、印刷电路板，有时甚至通过长距离电缆来驱动。</p><p>这比在晶圆上驱动比特的难度和功耗要大得多，而且也要消耗更多电能。因此，我们才能把整个晶圆当作一个巨大的芯片来处理。</p><p>因此，我们所做的就是利用这块巨大的芯片，并围绕它建立一个系统。我们称之为CS3系统，它是专为晶圆级规模设计的。</p><p>现在，与GPU相比，CS3的性能数字简直令人难以置信。有了这样的性能水平，我们就能在单个芯片上实现大规模训练。</p><p>例如，只需一天时间，你就能在单个芯片上对开源CheckPoint的popular Llama 700亿参数模型进行微调，以获得10亿个指令牌（token）。即一天之内，在单芯片上对700亿参数模型进行微调。</p><p>现在，我们并未止步于此。我们建立了一个CS3集群，并将整个集群设计成单个ML加速器。现在我们之所以能做到这一点，是因为WSE-3足够大，甚至可以在单个芯片上运行最大的模型。</p><p>这也是我们能够分解计算机计算和内存的原因。而且，我们可以用数据并行缩放来进行训练。你可以视其为集群级内存和集群级计算，我们对其进行了架构设计，因此整个集群在本质上就像台单一设备。</p><p>我们的方法是，将所有模型权重放入一个名为MemoryX的外部存储器中。然后，我们将这些权重参数导入CS3系统进行运算。</p><p>我们之所以能做到这一点，是因为我们在晶圆上安装了专门的硬件机制，可以在权重参数流入晶圆时触发计算。</p><p>权重从不存储在晶圆上，甚至不会临时存储，因此它们不会占用晶圆的任何容量。你可以将其视为一个专门的存储器层次结构，能够在单个设备上建立大量模型。</p><p>接下来，我们使用一种名为SwarmX 的特殊结构将其扩展。它专为数据并行扩展而设计。它内置了broadcast和reduce机制。</p><p>由于我们只是进行多系统复制，因此其扩展与在单系统上运行是相同的。相同的架构，相同的执行流程，相同的软件界面。你可以获得集群级的计算能力，但其运行方式与单个设备无异，因为这数据只能并行处理。</p><p>在我们的上一代CS2集群中，单个集群最多可支持192个CS2系统。这已经是很大的数字了。但现在有了CS3集群，我们在单个集群中支持2048个CS3系统。这相当于256 EFLOPS的fp16 AI计算能力。而且所有程序都像单个设备一样。它超越了超级计算机的性能，但却能给用户带来单一设备的体验。</p><p>实现这一目标的原因是，我们已经大幅升级了我们的物理互连，以便其进行扩展。我们将物理链路从上一代的100Gb/s升级到400Gb/s和800Gb/s。所有这些都是基于标准的以太网。因为它性能高、灵活性强、成本效益高，所以没有NVLink或InfiniBand等定制专有互连的任何挑战。</p><p>我们还使用规范空间RDMA，以实现低开销和低延迟。如果将所有这一切汇总到2000个CS3系统上，我们的集群总带宽将达到10Pb/s，是上一代产品的10倍。有了这样的计算能力，你只需数小时或数天就能训练出当今最先进的模型。</p><p>例如，由Meta在大型GPU集群上训练的流行Llama 700亿参数模型，以CS3集群的原始计算量，大约需要一个月才能训练完成。而我们只需一天就能训练出该模型。更重要的是，整个集群就像一台设备一样运行。</p><p>在内存方面，在我们的上一代CS2集群中，MemoryX单元支持高达12TB的内存，支持2400亿个参数模型。同样，这已经是一个很大的数字。但现在。在CS3集群中，我们支持PB级内存，高达1.2PB的内存可支持24万亿个参数模型，是上一代产品的100倍。</p><p>之所以能做到这一点，是因为我们使用混合存储来存储权重。在这里，所有权重都存储在DDR5 DRAM和闪存中。因为它性能高、功耗小、成本低。在CS3集群中，MemoryX设备可支持高达36TB的DDR5 DRAM，可支持7200亿参数模型，而升级到1.2PB的闪存，可支持24万亿参数模型。</p><p>此外，MemoryX单元还具有计算功能，可以运行重量优化器，以及模型中的其他杂项功能。在这里，我们还将MemoryX单元的计算能力提高了2倍，以跟上并能够为性能更高的CS3提供支持。这种级别的内存比当今一些最大的GPU或TPU集群还要大。而这一切都可以从一个系统中访问。</p><p>有了这种级别的内存，再加上计算能力，我们就能在短短几天或几周内训练出未来的万亿参数模型。试想一下，在数千个GPU上训练一个1万亿参数的Llama-style model，可能需要一年多的时间，这几乎是不可能的。而在CS3集群上，你可以在三周内完成训练，整个集群就像一台设备一样运行。</p><p>作为用户，无论集群大小如何，无论是一台CS3、4台CS3还是2000台CS3，整个集群看起来都像一台设备。它始终看起来像一个单一的大设备。</p><p>你的模型总是符合的，不管它是十亿参数模型，还是一百亿、一千亿、几万亿参数。你的模型总是符合的。它始终看起来像一个单一的大设。这是一个真实世界的例子。这是G42，在Condor Galaxy-1上训练他们最先进的300亿参数模型。</p><p>正如你所看到的，无论是在1个系统还是在64个系统上进行训练，它都能在任何规模上进行线性扩展，同时像单个设备一样运行。它就是这样工作的。不需要复杂的分布式软件，不需要更改并行模型，不需要更改参数。它就是能够运行。我们非常自豪，晶圆级架构能够实现这一独特功能，因为它使我们的用户和客户每天都能训练出最先进的模型。</p><p>对我来说，作为一名计算机架构师，这真的非常令人兴奋。因为促成这一切的是我们Cerebras的核心设计理念，即合理调整问题的解决方案。</p><p>在座的各位可能有一些已经知道了，昨天我们的GPU朋友自豪地宣布，他们现在可以携手努力，直至生命最后一刻。这对他们来说是件大事。</p><p>这就是我们的芯片。事实上，这是我们的第三块芯片，我们可以在一块硅片上将84个芯片连接在一起，这是一块巨大的芯片。</p><p>现在，真正重要的是，你不能循序渐进地达到目标，你需要采取不同的方法，才能达到神奇发生的规模。你需要达到一定的规模，才能避免外部芯片互连，这是低性能、高能耗的专有芯片的开关。</p><p>在晶圆上，我们可以使用仅在芯片上运行的互联，基本上可以获得免费的高性能通信。你需要一定的规模，才能消除和避免分布软件和混合模型并行分布的复杂性。</p><p>在晶圆上，晶圆足够大，我们甚至可以在单个芯片上运行最大的模型。这样，我们就可以仅通过数据并行扩展和分解数据内存与计算来进行扩展。</p><p>当你根据问题调整解决方案时，一切都会变得更好。这就是我们打造巨型芯片来解决当今人工智能领域巨大问题的原因。</p><p>但我们相信我们能做到，而且我们需要做得比这更好。原因很简单。生成式AI正在以不可持续的速度爆炸式增长。如果你看一下从BERT到GPT-4的过去五年，训练最先进模型所需的计算量在五年内增加了40000倍。五年内训练一个模型所需的计算量增加了4万倍。显然，这是不可持续的。</p><p>因此，作为一个团队，我们必须找到更有效的方法。在Cerebras，我们认为稀疏性（Sparsity）是关键。</p><p>为什么这么说呢？因为神经网络是稀疏的。当你使用ReLU或Dropout等常用技术在计算中引入大量零时，你的网络中就会出现天然的稀疏性。</p><p>事实证明，即使是神经网络的密集层，也可以变得稀疏。这是因为模型在设计上被过度参数化了。</p><p>事实上，你可以把训练神经网络模型的行为看作是发现哪些权重是重要的，哪些是不重要的。这就是稀疏性。</p><p>因此，密集训练本身就是一种浪费，而且效率低下。但并非所有硬件都能利用所有形式的稀疏性。究其原因，稀疏性加速从根本上说是内存带宽的问题。</p><p>这意味着你可以使用本地缓存等技术，从内存中读取矩阵中的一行，将其放入本地缓存中，并在返回内存之前多次使用。密集矩阵乘法每物理FLOP只需要0.001字节的内存带宽。</p><p>而GPU拥有这种级别的内存带宽，因此可以运行密集矩阵乘法。而稀疏矩阵乘法则完全不同。数据重用率非常低，因此无法使用传统的缓存技术。</p><p>在极端情况下，你必须为每个稀疏元素从内存中读取矩阵的每一行。因此，要运行所有形式的稀疏性，每个物理FLOP需要多1000倍的内存带宽。</p><p>这种稀疏程度和内存带宽是传统技术无法实现的。只有采用晶圆级引擎架构，我们才能获得这种级别的内存带宽，这也是Cerebras CS3能够加速所有形式的稀疏性的原因。</p><p>静态或动态，结构化或非结构化？我们可以加速所有形式，并将其转化为训练速度。</p><p>下面是一些例子。我们可以加速动态激活稀疏性。去年，<a href=\"https://laohu8.com/S/GOOG\">谷歌</a>发表的一篇论文显示，大模型中95%以上的FFN层可以通过反弹稀疏性实现稀疏。这意味着训练FLOP整体上减少了1.7 倍。我们可以加速结构稀疏性。</p><p>例如，Mistral最近发布了一个mixture of experts（MoE）模型，该模型在FFN层中的稀疏度达到75%。这意味着整体训练FLOPs减少了约2倍。</p><p>我们还可以加速完全非结构化的稀疏性，就像我们Cerebras正在开发的那样。我们已经证明，你可以在减少2.8倍训练FLOP的情况下诱导高达75%的稀疏性。</p><p>在 Cerebras，我们相信只有通过硬件才能加速所有形式的稀疏性，比如我提到的那些，甚至是团队尚未发明的未来形式的稀疏性。</p><p>我们真的能解决训练增长不可持续的问题吗？</p><p>谢谢大家。</p></body></html>","source":"fenghuang_stock","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>Cerebras CTO演讲</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nCerebras CTO演讲\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-03-29 19:28 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8YLu3gvJU8B><strong>智东西</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>编译 | 王傲翔编辑 | 程茜芯东西3月28日消息，开篇一、好的，大家好，我是Sean Lie。我非常高兴能够带大家深入了解CS3硬件架构，即Cerebras CS3系统，这是我们的第三代晶圆级系统。▲Sean Lie介绍CS3（图源：Cerebras AI Day 2024）它是AI计算领域的一次飞跃，因为它的性能相比上一代CS2系统高出两倍，但功耗和价格维持不变。让我来向大家展示我们是如何做到...</p>\n\n<a href=\"https://tech.ifeng.com/c/8YLu3gvJU8B\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"","relate_stocks":{"CTO":"CTO Realty Growth, Inc.","BK4160":"多样化房地产投资信托v"},"source_url":"https://tech.ifeng.com/c/8YLu3gvJU8B","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2423450465","content_text":"编译 | 王傲翔编辑 | 程茜芯东西3月28日消息，开篇一、好的，大家好，我是Sean Lie。我非常高兴能够带大家深入了解CS3硬件架构，即Cerebras CS3系统，这是我们的第三代晶圆级系统。▲Sean Lie介绍CS3（图源：Cerebras AI Day 2024）它是AI计算领域的一次飞跃，因为它的性能相比上一代CS2系统高出两倍，但功耗和价格维持不变。让我来向大家展示我们是如何做到这一点的。首先是基础，即计算内核，在这里，我们在久经考验的上一代WSE-2内核基础上进行构建。该内核具有48KB内存和4路16位（4-way 16bit）数据路径。▲Sean Lie介绍WSE-3内核（图源：Cerebras AI Day 2024）在此基础上，我们大幅提高了AI计算的性能，首先为16bit AI计算数据路径改进为8-way SIMD，同时还为8bit AI计算提供了全新的16-way SIMD数据路径。▲Sean Lie介绍WSE-3 AI性能的提升（图源：Cerebras AI Day 2024）现在，这些改进将加速神经网络的矩阵乘法。但众所周知的是，神经网络不仅仅是矩阵乘法。因此，我们还添加了新的指令来加速非线性函数。总之，我们的这代产品能提供比上一代高出两倍的实际性能。现在，在内存方面，我们将本地缓存改进为512字节，使其能够提供更宽的数据路径和更高的性能。结合本地内存，我们能够获得完整的内存带宽，以实现完整的SIMD性能。这是GPU内存架构根本无法实现的。接下来，我们要做的就是把这个小的内核堆叠1万次，将其变成一个晶粒。你可以将一个晶粒想象成传统的芯片，然后我们在整个硅晶圆片上分切出84个这一的晶粒。在一块硅片、一块大型芯片上，总共可切出90万个内核。▲Sean Lie介绍内核、晶粒以及硅晶圆片的构成（图源：Cerebras AI Day 2024）现在，我们在晶圆级集成方面拥有独一无二的能力，因为我们在第一代晶圆级处理器（WSE-1）中发明了这一工艺。现在，我们对其进行了改进，并与台积电合作将该工艺扩展到5纳米。之所以能做到这一点，是因为我们从一开始就共同设计了统一的Tile层级和Fabric架构，使我们能够用Fabric架构填充整个晶圆，将Fabric架构从单个晶粒扩展到多个晶粒。这些就是图中的小蓝线。最终，整个芯片就像一个巨大的芯片。现在，这些小蓝线是一个大问题。原因在于，与传统的芯片到芯片的互连方式相比，例如H100GPU在DGX服务器中的互联方式，两者之间的差别是巨大的。在晶圆上，我们可以连接10倍以上的晶粒或芯片，使其具有33倍的IO带宽，并且所有这一切的能效提高了100倍。我甚至都没有把NVLink交换机计算在内。我们能做到这一点的原因其实很简单，当你在比较传统互连中如何在芯片之间驱动比特（bits）时，你需要通过连接器、印刷电路板，有时甚至通过长距离电缆来驱动。这比在晶圆上驱动比特的难度和功耗要大得多，而且也要消耗更多电能。因此，我们才能把整个晶圆当作一个巨大的芯片来处理。因此，我们所做的就是利用这块巨大的芯片，并围绕它建立一个系统。我们称之为CS3系统，它是专为晶圆级规模设计的。现在，与GPU相比，CS3的性能数字简直令人难以置信。有了这样的性能水平，我们就能在单个芯片上实现大规模训练。例如，只需一天时间，你就能在单个芯片上对开源CheckPoint的popular Llama 700亿参数模型进行微调，以获得10亿个指令牌（token）。即一天之内，在单芯片上对700亿参数模型进行微调。现在，我们并未止步于此。我们建立了一个CS3集群，并将整个集群设计成单个ML加速器。现在我们之所以能做到这一点，是因为WSE-3足够大，甚至可以在单个芯片上运行最大的模型。这也是我们能够分解计算机计算和内存的原因。而且，我们可以用数据并行缩放来进行训练。你可以视其为集群级内存和集群级计算，我们对其进行了架构设计，因此整个集群在本质上就像台单一设备。我们的方法是，将所有模型权重放入一个名为MemoryX的外部存储器中。然后，我们将这些权重参数导入CS3系统进行运算。我们之所以能做到这一点，是因为我们在晶圆上安装了专门的硬件机制，可以在权重参数流入晶圆时触发计算。权重从不存储在晶圆上，甚至不会临时存储，因此它们不会占用晶圆的任何容量。你可以将其视为一个专门的存储器层次结构，能够在单个设备上建立大量模型。接下来，我们使用一种名为SwarmX 的特殊结构将其扩展。它专为数据并行扩展而设计。它内置了broadcast和reduce机制。由于我们只是进行多系统复制，因此其扩展与在单系统上运行是相同的。相同的架构，相同的执行流程，相同的软件界面。你可以获得集群级的计算能力，但其运行方式与单个设备无异，因为这数据只能并行处理。在我们的上一代CS2集群中，单个集群最多可支持192个CS2系统。这已经是很大的数字了。但现在有了CS3集群，我们在单个集群中支持2048个CS3系统。这相当于256 EFLOPS的fp16 AI计算能力。而且所有程序都像单个设备一样。它超越了超级计算机的性能，但却能给用户带来单一设备的体验。实现这一目标的原因是，我们已经大幅升级了我们的物理互连，以便其进行扩展。我们将物理链路从上一代的100Gb/s升级到400Gb/s和800Gb/s。所有这些都是基于标准的以太网。因为它性能高、灵活性强、成本效益高，所以没有NVLink或InfiniBand等定制专有互连的任何挑战。我们还使用规范空间RDMA，以实现低开销和低延迟。如果将所有这一切汇总到2000个CS3系统上，我们的集群总带宽将达到10Pb/s，是上一代产品的10倍。有了这样的计算能力，你只需数小时或数天就能训练出当今最先进的模型。例如，由Meta在大型GPU集群上训练的流行Llama 700亿参数模型，以CS3集群的原始计算量，大约需要一个月才能训练完成。而我们只需一天就能训练出该模型。更重要的是，整个集群就像一台设备一样运行。在内存方面，在我们的上一代CS2集群中，MemoryX单元支持高达12TB的内存，支持2400亿个参数模型。同样，这已经是一个很大的数字。但现在。在CS3集群中，我们支持PB级内存，高达1.2PB的内存可支持24万亿个参数模型，是上一代产品的100倍。之所以能做到这一点，是因为我们使用混合存储来存储权重。在这里，所有权重都存储在DDR5 DRAM和闪存中。因为它性能高、功耗小、成本低。在CS3集群中，MemoryX设备可支持高达36TB的DDR5 DRAM，可支持7200亿参数模型，而升级到1.2PB的闪存，可支持24万亿参数模型。此外，MemoryX单元还具有计算功能，可以运行重量优化器，以及模型中的其他杂项功能。在这里，我们还将MemoryX单元的计算能力提高了2倍，以跟上并能够为性能更高的CS3提供支持。这种级别的内存比当今一些最大的GPU或TPU集群还要大。而这一切都可以从一个系统中访问。有了这种级别的内存，再加上计算能力，我们就能在短短几天或几周内训练出未来的万亿参数模型。试想一下，在数千个GPU上训练一个1万亿参数的Llama-style model，可能需要一年多的时间，这几乎是不可能的。而在CS3集群上，你可以在三周内完成训练，整个集群就像一台设备一样运行。作为用户，无论集群大小如何，无论是一台CS3、4台CS3还是2000台CS3，整个集群看起来都像一台设备。它始终看起来像一个单一的大设备。你的模型总是符合的，不管它是十亿参数模型，还是一百亿、一千亿、几万亿参数。你的模型总是符合的。它始终看起来像一个单一的大设。这是一个真实世界的例子。这是G42，在Condor Galaxy-1上训练他们最先进的300亿参数模型。正如你所看到的，无论是在1个系统还是在64个系统上进行训练，它都能在任何规模上进行线性扩展，同时像单个设备一样运行。它就是这样工作的。不需要复杂的分布式软件，不需要更改并行模型，不需要更改参数。它就是能够运行。我们非常自豪，晶圆级架构能够实现这一独特功能，因为它使我们的用户和客户每天都能训练出最先进的模型。对我来说，作为一名计算机架构师，这真的非常令人兴奋。因为促成这一切的是我们Cerebras的核心设计理念，即合理调整问题的解决方案。在座的各位可能有一些已经知道了，昨天我们的GPU朋友自豪地宣布，他们现在可以携手努力，直至生命最后一刻。这对他们来说是件大事。这就是我们的芯片。事实上，这是我们的第三块芯片，我们可以在一块硅片上将84个芯片连接在一起，这是一块巨大的芯片。现在，真正重要的是，你不能循序渐进地达到目标，你需要采取不同的方法，才能达到神奇发生的规模。你需要达到一定的规模，才能避免外部芯片互连，这是低性能、高能耗的专有芯片的开关。在晶圆上，我们可以使用仅在芯片上运行的互联，基本上可以获得免费的高性能通信。你需要一定的规模，才能消除和避免分布软件和混合模型并行分布的复杂性。在晶圆上，晶圆足够大，我们甚至可以在单个芯片上运行最大的模型。这样，我们就可以仅通过数据并行扩展和分解数据内存与计算来进行扩展。当你根据问题调整解决方案时，一切都会变得更好。这就是我们打造巨型芯片来解决当今人工智能领域巨大问题的原因。但我们相信我们能做到，而且我们需要做得比这更好。原因很简单。生成式AI正在以不可持续的速度爆炸式增长。如果你看一下从BERT到GPT-4的过去五年，训练最先进模型所需的计算量在五年内增加了40000倍。五年内训练一个模型所需的计算量增加了4万倍。显然，这是不可持续的。因此，作为一个团队，我们必须找到更有效的方法。在Cerebras，我们认为稀疏性（Sparsity）是关键。为什么这么说呢？因为神经网络是稀疏的。当你使用ReLU或Dropout等常用技术在计算中引入大量零时，你的网络中就会出现天然的稀疏性。事实证明，即使是神经网络的密集层，也可以变得稀疏。这是因为模型在设计上被过度参数化了。事实上，你可以把训练神经网络模型的行为看作是发现哪些权重是重要的，哪些是不重要的。这就是稀疏性。因此，密集训练本身就是一种浪费，而且效率低下。但并非所有硬件都能利用所有形式的稀疏性。究其原因，稀疏性加速从根本上说是内存带宽的问题。这意味着你可以使用本地缓存等技术，从内存中读取矩阵中的一行，将其放入本地缓存中，并在返回内存之前多次使用。密集矩阵乘法每物理FLOP只需要0.001字节的内存带宽。而GPU拥有这种级别的内存带宽，因此可以运行密集矩阵乘法。而稀疏矩阵乘法则完全不同。数据重用率非常低，因此无法使用传统的缓存技术。在极端情况下，你必须为每个稀疏元素从内存中读取矩阵的每一行。因此，要运行所有形式的稀疏性，每个物理FLOP需要多1000倍的内存带宽。这种稀疏程度和内存带宽是传统技术无法实现的。只有采用晶圆级引擎架构，我们才能获得这种级别的内存带宽，这也是Cerebras CS3能够加速所有形式的稀疏性的原因。静态或动态，结构化或非结构化？我们可以加速所有形式，并将其转化为训练速度。下面是一些例子。我们可以加速动态激活稀疏性。去年，谷歌发表的一篇论文显示，大模型中95%以上的FFN层可以通过反弹稀疏性实现稀疏。这意味着训练FLOP整体上减少了1.7 倍。我们可以加速结构稀疏性。例如，Mistral最近发布了一个mixture of experts（MoE）模型，该模型在FFN层中的稀疏度达到75%。这意味着整体训练FLOPs减少了约2倍。我们还可以加速完全非结构化的稀疏性，就像我们Cerebras正在开发的那样。我们已经证明，你可以在减少2.8倍训练FLOP的情况下诱导高达75%的稀疏性。在 Cerebras，我们相信只有通过硬件才能加速所有形式的稀疏性，比如我提到的那些，甚至是团队尚未发明的未来形式的稀疏性。我们真的能解决训练增长不可持续的问题吗？谢谢大家。","news_type":1,"symbols_score_info":{"CTO":1}},"isVote":1,"tweetType":1,"viewCount":2372,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":317031013175368,"gmtCreate":1718439286522,"gmtModify":1718444023204,"author":{"id":"3494214550036605","authorId":"3494214550036605","name":"無限Infinity","avatar":"https://static.tigerbbs.com/9db439af6c04e5d3b9408039464ca139","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3494214550036605","idStr":"3494214550036605"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/317031013175368","repostId":"1178390150","repostType":2,"repost":{"id":"1178390150","kind":"news","weMediaInfo":{"introduction":"最有深度的半导体新媒体，实讯、专业、原创、深度，30万半导体精英关注！专注观察全球半导体最新资讯、技术前沿、发展趋势。《摩尔精英》《中国集成电路》共同出品，欢迎订阅摩尔旗下公众号：摩尔精英、摩尔芯闻、摩尔App","home_visible":1,"media_name":"半导体行业观察","id":"1099700132","head_image":"https://static.tigerbbs.com/705285f8deea4d7b8e48df7848a67868"},"pubTimestamp":1718420839,"share":"https://www.laohu8.com/m/news/1178390150?lang=&edition=full","pubTime":"2024-06-15 11:07","market":"us","language":"zh","title":"AMD Lisa Su专访：谈与英伟达、Intel竞争，直言Arm不是敌人","url":"https://stock-news.laohu8.com/highlight/detail?id=1178390150","media":"半导体行业观察","summary":"AMD CEO Lisa Su（苏姿丰）绝对称得上是芯片届的风云人物，尤其是进入了AI新时代，她的声望达到了十年来最高点。随着 AMD 在数据中心 GPU 市场上与 Nvidia 展开竞争，GPU 业务现在越来越成为焦点。）Lisa Su：我在 IBM 工作时确实学到了很多东西，那是我职业生涯的早期。Lisa Su：（笑）那可能是真的，那可能是真的。Lisa Su：当然，今天我个人花了很多时间展望未来路线图和技术。Lisa Su：是的，你提到这一点很有意思。Lisa Su：是的，跨多家公司。","content":"<html><head></head><body><p>AMD CEO Lisa Su（苏姿丰）绝对称得上是芯片届的风云人物，尤其是进入了AI新时代，她的声望达到了十年来最高点。</p><p>翻看其成长历史，苏姿丰在麻省理工学院获得电气工程博士学位后（在麻省理工学院学习八年半，获得三个电气工程学位），在德州仪器开始了她的职业生涯，她在开发绝缘体上硅晶体管技术方面发挥了重要作用。随后，苏姿丰在 IBM 工作了 12 年，领导了半导体铜互连的开发，领导开发了 PlayStation 3 中使用的 Cell 微处理器的团队，并担任了首席执行官 Lou Gerstner 的技术助理。</p><p>在担任飞思卡尔半导体公司首席技术官一段时间后，苏姿丰于 2012 年加入 AMD，并于 2014 年升任首席执行官。</p><p>在带领 AMD 的十年里， Lisa Su取得了非凡的成功——在数十年落后于英特尔之后，AMD 开发出了世界上最好的 x86 芯片，并且继续从英特尔手中夺取数据中心市场的重要份额。除了传统的 PC 业务和图形芯片业务外，AMD 还是游戏机游戏领域的主要参与者。随着 AMD 在数据中心 GPU 市场上与 Nvidia 展开竞争，GPU 业务现在越来越成为焦点。</p><p>早前，苏姿丰接受了外媒 Stratechery 的采访，畅谈了她的职业道路，包括她在晋升过程中学到的经验教训，然后讨论了为什么 AMD 在她的任期内能够取得如此大的成就。在采访中，苏姿丰还分享了她对“ChatGPT”改变行业的看法，以及AMD 如何应对。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/ed9364080efc87c17e272460eae87a1b\" alt=\"\" title=\"\" tg-width=\"552\" tg-height=\"367\"/></p><p><strong>以下为采访正文：</strong></p><p><strong>一、从IBM学到的经验</strong></p><p><strong>问：我知道你不想过多谈论自己，但我需要一些事实核查。我们刚刚聊过，你出生在台湾，很小的时候移民到美国，最后考上了麻省理工学院，据说当时你在计算机科学和电子工程之间犹豫不决，最后选择了电子工程，主要是因为它更难，这是真的吗？</strong></p><p>Lisa Su：确实如此。我一直都和数学和科学打交道，我的父母总是说：“你必须做这些困难的事情”。当我去麻省理工学院时，当时我正在电气工程和计算机科学之间做出选择。计算机科学，你只需要编写软件程序，而电气工程，你必须建造东西。我想建造东西。</p><p><strong>问：您的博士学位专注于硅和绝缘体技术，然后您去了 IBM。您率先在芯片上使用铜互连。关于您在 IBM 的经历以及您可能学到了什么，我有三个问题：第一，谈到铜互连，你曾在在采访时谈到，当你完成这个技术开发之后，你想开启一段新的历程，但您的老板让您留下来，您觉得在您以为已经完成的时候，您积累的实际经验是最有影响力的，这些经验是什么？（原文：you felt like the actual learnings you accumulated in that time when you thought you were done were some of the most impactful. What were those learnings?）</strong></p><p>Lisa Su：我在 IBM 工作时确实学到了很多东西，那是我职业生涯的早期。当你上学并获得博士学位时，你会认为最有趣的事情是你所做的研究和你写的论文，我们都会写论文之类的东西。</p><p>当你真正加入一家公司并参与一个项目时，这些项目通常需要几年时间才能完成。但此事的性感指出是在你想出新想法的开始阶段。</p><p>我学到的其实是，我参与开发的第一批产品之一是采用铜互连的微处理器，而事实证明，产品推出所需的最后 5% 可能是最难的，大部分秘密都在这里。（原文：it turns out that the last 5% of what it takes to get a product out is probably the hardest, where most of the secret sauce is）如果你学会了如何做到这一点，那么坦率地说，它就是。</p><p><strong>问：所有的软件工程师都在说：“嘿，对我们来说也是一样的。你不知道吗？”</strong></p><p>Lisa Su：（笑）那可能是真的，那可能是真的。但我们对“秘诀”（secret sauce）都有自己的看法。当出现问题时，秘诀就是良率、可靠性。当你试图生产数百万件而不是只生产五件时，你会学到很多东西，反正我就学到了很多。</p><p>是的，作为一名年轻的研究人员，你会想，“嘿，我准备好开始我的下一个研究了”，你会意识到看到你的产品真正出货并摆上货架，你可以走进百思买购买它，这是多么令人欣慰的事情。这些都是我学到的东西。</p><p><strong>问：即使在今天，您是否觉得您的时间和精力最终在您正在构建的目标与实际执行和实现您的承诺之间取得了多大的平衡？</strong></p><p>Lisa Su：当然，今天我个人花了很多时间展望未来路线图和技术。</p><p><strong>问：以下问题纯粹出于好奇，您需要多深入地参与诸如此类的事情，不是具体指您自己，而是 AMD 总体而言，既然您已经是无晶圆厂，那么在考虑实际的最后一英里时，您需要参与多少？与台积电或您的封装合作伙伴或其他任何公司的互动程度如何，以及如何真正提高产量？</strong></p><p>Lisa Su：作为一家无晶圆厂公司或设计公司，我们确实如此。我们实际上在进行端到端开发，因此你可以想象从产品概念的第一天开始——实际上甚至在那之前，我们就在思考哪些技术将准备就绪，我们应该押注的下一个重大事件是什么？这贯穿始终。有时，技术真正实现之前可能要经过五年甚至更长时间。我们也在最后阶段，确保产品以高质量、合适的良率、合适的成本结构和大批量生产交付。</p><p>因此，这实际上是端到端的，不同之处在于，它不是全部由一家公司完成，这在更传统的集成制造模式中很常见，而是通过合作伙伴关系完成。我们发现，它实际上非常有效，因为各方专家都在一起工作。</p><p><strong>问：在IBM阶段，我很好奇的第二个问题是：您曾参与开发 PlayStation 3 的Cell 处理器。这款芯片是技术奇迹，但 PlayStation 3 被认为是最不成功的 PlayStation，从长远来看，这促使索尼的战略发生了真正的转变，从硬件差异化转向独家产品。我想这个问题可以分为两个部分：第一个是：您从那次经历中学到了什么？第二个问题与这个问题相关：那次经历对您后来有多大影响？我更好奇的是，您在 Cell 处理器上投入的所有工作以及它在市场上的实际表现，是否带来了管理方面的收获？</strong></p><p>Lisa Su：是的，你提到这一点很有意思。我从事 PlayStation 开发已有很长时间了，如果你仔细想想，PlayStation 3、4、5……</p><p><strong>问：这就像是贯穿你职业生涯的主线。</strong></p><p>Lisa Su：是的，跨多家公司。我要坦白地说，这些决策更多是围绕架构决策做出的。从这个角度来看，无论是 PlayStation 游戏机还是我们合作完成的其他工作（我们是 AMD，但当时 IBM 的情况也类似），这实际上都是客户或合作伙伴试图实现的密切合作。</p><p>当时，Cell 处理器雄心勃勃，考虑到它试图实现的并行性类型。我再说一次，从商业角度来看，它肯定是成功的。当你对事物进行排名时，我认为历史会告诉你可能会有不同的排名。</p><p><strong>问：我的观点是，游戏机时代经历了几个阶段，在 PlayStation 1 和 PlayStation 2 的那个阶段，他们做出了明智的硬件决策，这让他们的方法与任天堂截然不同。但是，一旦你转向HD，创建成本就会大幅增加，开发人员会积极支持多种处理器，游戏引擎也会随之出现。突然之间，没有人愿意承担在 Cell 上实现差异化的负担，他们只想在 Cell 上运行。</strong></p><p>Lisa Su：也许有人会说，如果你回头来看，可编程性是如此重要。</p><p>要想在第一天就取得真正的商业成功，我们必须同时考虑硬件和软件。正如我们所见，过去 10 多年来，AMD 所做的或已经完成的工作中，我感到非常自豪的一件事就是 PlayStation 4 和 PlayStation 5，我们在硬件方面一直有新的飞跃。</p><p>而且它们与前几代产品兼容，这非常有帮助。</p><p><strong>问：关于IBM的第三个问题是，你曾担任郭士纳 (Lou Gerstner)一年的技术助理。你从他身上学到了什么？</strong></p><p>Lisa Su：（笑）你已经做好功课了，不是吗？和 Lou 在一起的一年是我职业生涯中最有教育意义的经历之一。IBM 在人才培养方面是一家非常出色的公司，因此他们在人才职业生涯早期就发现了他们，并问他们：“嘿，你想要什么样的经历？”</p><p>就我而言，他们问我，你想走技术路线，还是更想走管理路线，术语是 IBM Fellow或 IBM Vice President。老实说，我不认为自己足够聪明，可以成为Bob Dennard那样的IBM Fellow。</p><p>那里有很多很棒的人，所以我就想，“好吧，让我试试管理和商业方面的东西”。他们给了我一个机会和 Lou 一起度过一年，他真是个了不起的人。如果你想想一个刚从学校毕业五年的人，他真的只做过，我们称之为纯工程学，然后就读于基本上是世界上最好的 MBA。</p><p>对我来说最有趣的是真正了解他的时间都花在了哪里。他总是花时间学习，非常关注外部事物，了解市场动态，了解客户动态。这会如何改变你的策略，这会如何改变你指导领导团队的方式？</p><p><strong>问：我一直很欣赏 Lou Gerstner 的另一点是，正如您所说，他不只是从外部观察市场，了解正在发生的事情，而是真正了解 IBM，了解 IBM 的内在能力和独特差异化。基本上，我的观点是，IBM 很大，那实际上意味着什么？你能以某种方式带来什么影响？整个中间件革命，看，我们可以为比我们更老、更大的公司解决这个互联网问题，这将是一个差异化的东西。但后来，显然一切都崩溃了。IBM 应该做云计算，Lou 实际上在他的书中写道，我不知道这是多么回顾过去。如果您接替他，您能带领 IBM 达到更高的高度吗？</strong></p><p>Lisa Su：我不知道我是否会走上那条路。我曾经是一名半导体从业者，现在也是一名半导体从业者。如果认真想想，IBM 对我来说是一份很棒的职业，但如果我想继续做半导体从业者，我就必须去一家半导体公司。然后我就去了飞思卡尔（半导体公司），更多地担任商业职务。</p><p>问：您个人是否承认过“好吧，我现在是个商人”？或者说你选择了这条路，就朝着这个方向前进？</p><p>Lisa Su：我一直都身兼技术与业务两大角色。在飞思卡尔，我一开始是首席技术官。我以首席技术官的身份加入，几年后，我最终负责网络和多媒体业务，这绝对是一种选择，而这个选择最终是我想推动成果，而推动成果需要，是的，技术很棒，但你需要有正确的业务战略。</p><p><strong>问：这是否限制了许多技术人员？他们是否低估了所有与技术无关的结果驱动因素？</strong></p><p>Lisa Su：我认为这是技术人员必须学习的东西。顺便说一句，有很多杰出的 CTO 真正理解这一点。我现在的 CTO 是Mark Papermaster，他是我在 IBM 的合作伙伴，我们一起成长，后来我们在 AMD 成为合作伙伴，他真正理解技术很棒，但你也需要推动业务成果。这就是我喜欢我所做的事情的原因，因为是的，我可以与一支杰出的团队整合出色的技术，但也有机会推动非常重要的业务成果。</p><p><strong>二、进入AMD 时代</strong></p><p><strong>问：让我们谈谈 AMD。我之前提到过游戏机战略，这是你们加入后重点的重大转变。当时的想法是不是像“看，这是一场轻松的胜利，销量很高，我们可以重回游戏”？当时的想法是什么？</strong></p><p>Lisa Su：好吧，我永远不会说任何事情都是轻松取胜的。</p><p>首先我想说一下，我刚加入 AMD 时，我们在 PC 市场的份额大概在 90% 以上，顺便说一句，我真的很喜欢 PC 市场。我相信我们会就此展开更多讨论。但我要提醒大家这一点。PC 市场是周期性的，而且周期可能非常剧烈。</p><p>它们可能非常引人注目。因此，从商业战略的角度来看，在 AMD 成立初期，多元化发展和制定以高性能计算为基本原则的战略对我们来说非常重要。我们是一家计算公司，擅长构建计算能力，那么现在哪些市场可以真正利用这些能力呢？游戏就是其中之一，我们非常幸运，索尼和微软这两家领先的游戏机制造商选择了我们。</p><p><strong>问：是谁推动了游戏机向 x86 的转变？索尼从 Cell 吸取了多少教训？你是不是去找他们说：“看，这是可行的方法”？这种架构的通用性是如何发展起来的？</strong></p><p>Lisa Su：是的，我认为这是一系列选择，所以这是在 x86 和其他架构之间的选择，如果你在考虑软件开发时只考虑 x86 周围的开发者生态系统，我认为这是一个非常关键的部分，但我不知道架构本身是否足够。我认为令人难以置信的图形功能和图形，特别是如果你想定制图形，很少有公司能做到这一点，AMD 就是其中之一。</p><p><strong>问：你们提供的 CPU 和 GPU 之间集成程度如何？AMD 于 2006 年收购了 ATI。所以我的问题是在你去AMD之前，有没有其他公司能够真正为游戏机提供你们所做的产品？</strong></p><p>Lisa Su：我认为我们之所以能做到这些，是因为两个原因。首先，我们拥有基础 IP，也就是我们所说的 CPU 或微处理器核心与图形 IP 功能的组合，而且我们愿意进行定制。坦率地说，我们有庞大的团队负责这些项目，进行定制。</p><p><strong>问：您是否认为这是一种模式：最初，一切都围绕尖端技术，以获得最佳性能，但随着它（我不想说速度变慢，但功能商品化）的发展，定制化变得更加重要。例如，你收购了Xilinx。</strong></p><p>Lisa Su：我认为最好的方法是有几个原则。首先，事实上，世界需要更多的半导体。半导体、芯片现在是我们所做的很多事情的基础，我们所做的很多事情，我们称之为适合广泛用例的标准产品。但你会发现那些高容量的应用，比如游戏机，比如现在在云端完成的一些工作，比如一些我相信会定制的人工智能工作，在这些情况下，因为数量如此之多，所以定制是有意义的。这是我一直坚信的。这是我们战略的一部分，也是我们深度合作战略的一部分。所以如果你有正确的构建模块，那么你就可以与广大客户合作，真正弄清楚他们实现愿景需要什么。</p><p><strong>问：但是，是否存在这样的情况，随着工艺曲线的不断下降，设计成本变得越来越高，定制化有一个底线，而只有 AMD 才有足够的规模来进行定制，这是否有些矛盾呢？</strong></p><p>Lisa Su：我认为重要的是看哪些市场真正适合进行大规模定制，但这并不是全部。可能你的物联网设备你不会想这样做，因为投资回报不高。但对于大型计算能力，我认为需要结合合适的 IP 和与合作伙伴深入合作的能力。顺便说一句，不一定非要进行硬件定制，我们在软件方面也可以做很多事情，我认为这是未来的重要趋势之一。</p><p><strong>问：所以我不得不问，你来到 AMD，在那里待了几年，然后接任首席执行官一职。这是选择困难题的另一个例子吗？</strong></p><p>Lisa Su：我认为是的。我可以这么说，当我加入 AMD 时，我真正的想法是，我一生都在从事高性能处理器的工作，这是我的背景，在美国，很少有公司可以让你从事这种工作。我一直非常尊重 AMD，认为它是一家重要的公司，但我认为我可以有所作为，所以加入这家公司后，我意识到，“天哪，我还有很多东西要学”。在最初的几年里，我确实学到了很多关于这个世界的市场动态的知识，但这也是一个做出改变的绝佳机会。</p><p><strong>问：你能在哪些方面有所突破？我们可以看到其中的差别——我的意思是，只要看看股票图表，我们就能看看你的芯片的表现。因此，在这种情况下，可能很难回到你 10 年前的确切心态，但你当时的计划是什么？你说过什么，“看，我可以做到这一点，这里有办法，这里有一条路，我看到了”？你看到的路是什么？</strong></p><p>Lisa Su：我很清楚地看到，我们拥有构建令人难以置信的路线图所需的基础。我们在这些基础方面非常与众不同。</p><p><strong>问：这些基础是什么？是知识产权还是客户关系？</strong></p><p>Lisa Su：高性能 CPU 和高性能 GPU 是我们的支柱，如果你仔细想想，就会发现这些都是非常不可思议的基石。现在，我们缺少的是一个非常明确的战略，即我们长大后想成为什么样子，以及能够实现这一目标的执行机器。</p><p>因此，从战略角度来看，我认为我们有一些选择。如果你还记得，那是 2014 年，当时最令人兴奋的是手机，比如应用处理器。所以我们会讨论“我们应该进军手机领域吗？”，我们的回答是，“不，我们不应该，因为我们不是一家手机公司。其他公司在这方面做得更好，我们是一家高性能计算公司，所以我们必须制定一个路线图，充分利用我们的优势，这需要我们改革我们的架构、设计和制造方式。”我知道如何做到这一点，这需要时间，你不可能在 12 个月内做到这一点，我觉得这需要五年时间。确实需要五年时间，但很明显，我们拥有这些要素，我们只需要真正有条不紊地构建执行引擎。</p><p><strong>问：刚刚你提到了制造。我们知道，在你接手之前，AMD 已经将 GlobalFoundries 剥离出来，我想在这里使用专业术语，你与 GlobalFoundries 之间不断修改的晶圆协议有多麻烦？这是你在尝试执行战略时必须不断处理的事情吗？</strong></p><p>Lia Su：，AMD 和 GlobalFoundries 曾经是一家公司，是的。</p><p>那份晶圆供应协议也是在我任职之前就签署的，但如果考虑到我们必须要做的几项重大战略，如果你想制造高性能处理器，你就需要最好的技术合作伙伴、最好的制造合作伙伴，而 GlobalFoundries 是一家很棒的公司，他们当时仍然是一个很棒的合作伙伴。只是你需要规模才能在最前沿进行制造，而规模并不存在。</p><p>当他们意识到这一点并表示“我们不会研发 7nm 工艺”后，无论对格芯还是AMD都是一个非常好的决定，而且从财务角度来看，AMD 必须把原来得到的钱全部退还。</p><p>虽然双方之间有业务上的合作，但从技术角度来看，这绝对是正确的选择。正如我所说，GlobalFoundries 是我们的绝佳合作伙伴。我非常尊重 [GlobalFoundries 首席执行官] Tom Caulfield作为合作伙伴，我认为专注于各自擅长的领域对两家公司都有好处。</p><p><strong>问：你们是第一家转向小芯片的高性能芯片制造商，现在每个人都在朝这个方向发展，所以你们在这方面肯定处于领先地位。你们是否因为晶圆协议而被迫这样做，以便你们能够与 GlobalFoundries 和台积电进行一些批量生产，同时仍能交付芯片？</strong></p><p>Lisa Su：完全没有。实际上，我认为这显然是我们做出的最佳决定之一。当然，当时我们也预料不到这一点。</p><p>我们当时考虑的是摩尔定律将走向何方，我们如何才能脱颖而出？坦白说，我们当时的想法是，我们需要为处理器市场带来一些与众不同的东西，因此制造这些良率不高、价格昂贵的巨型芯片并不是答案。</p><p>我记得我们和Mark以及我们的架构师一起度过了一段时光，试图决定：“现在是我们转向小芯片的时候吗？现在是我们押注公司转向小芯片的时候吗？”我们说：“是的，因为我们将获得更高的性能、更多的内核以及更好的成本点”，这给了我们极大的灵活性，我们在此过程中学到了很多东西。</p><p>第一代Zen 1芯片还不错，但我们遇到了一些需要处理的编程模型问题，而这些问题在Zen 2上得到了改善，并在Zen 3上真正取得了进展。</p><p><strong>问：2014 年，当您接手公司并觉得自己可以有所作为时，我看到了几个重大转变。例如您已经转向小芯片，那时台积电也正开始或过渡到 EUV。您在多大程度上看到了市场的长期变化，并因此做出了“看，我可以在这里做点什么”的决定？</strong></p><p>Lisa Su：是的，我们确实仔细研究了技术路线图和台积电当时的进展，以及当时的封装技术，我们决定现在是时候下注了。我想说，我们生活的世界就是我们必须下注，有时需要三到五年才能实现。</p><p><strong>问：是的。我不介意问你关于 2014 年的决定，因为今天重要的决定往往是在那时做出的。</strong></p><p>Lisa Su：完全正确，而且这样做也存在风险，比如“我们真的能通过采用小芯片获得我们预期的性能吗？”，但我们学到了很多东西，我认为历史会证明我们做出了正确的选择，但当时，我们的一些竞争对手称之为胶水，他们将芯片粘合在一起。就像“我们不是将芯片粘合在一起”。</p><p><strong>问：现在他们也在做同样的事情。回顾过去 10 年，AMD 在 x86 领域取得了真正意义上的性能领先，在设计决策和台积电的领先工艺之间，你认为谁的功劳最大？回报如何？</strong></p><p>Lisa Su：我确实相信它们有着千丝万缕的联系。</p><p>台积电是这个领域出色的合作伙伴。当你承担很多设计风险时，你想知道你的技术是否可靠，这样你就知道该把时间和精力花在哪里。</p><p><strong>问：这就是台积电和阿斯麦所做的，比如先采用 300 毫米，然后再采用 EUV，这种合作已经证明是可行的，然后双方可以同时进行合作。</strong></p><p>Lisa Su：没错，我认为这是一次非常具有协同效应的合作关系。</p><p><strong>问：在您任职之前，AMD 最重要的时刻实际上是，我们之前就讨论过，他们从x86 转向 64 位，并在这方面将英特尔逼入绝境，这是一个硬件和软件的故事。那是在您任职之前，但我认为对 AMD 的持续批评之一是软件需要改进。软件在哪里？您不能只是硬件牛仔。当您加入时，有没有一种感觉，“看，我们有这个机会，我们可以随着时间的推移在此基础上继续发展”。AMD 对软件的谨慎态度是什么？您是如何努力改变这种状况的？</strong></p><p>Lisa Su：好吧，让我说清楚一点，根本没有任何保留。</p><p>我认为我们一直相信硬件和软件结合的重要性，而软件的关键在于，我们应该让客户轻松使用我们在这些芯片中融入的所有令人难以置信的功能，这一点是完全明确的。</p><p>我想你会看到，我们实际上已经处于技术开发的几个弧线上。所以，CPU 弧线和我们为构建 Zen 产品组合所做的一切。现在，我们刚刚在 Computex 的数据中心预览了 Zen 5，然后在客户端产品中推出了它。那个特定的弧线是一个弧线。</p><p>现在我们处于下一个弧线，也就是AI 和 GPU。</p><p><strong>问：我想问您另外一件事。就这个趋势而言，我们谈到了小芯片趋势，谈到了 EUV 的事情。HPC的崛起对您的成功有多重要？因为我从中看到的是，他们正在大规模购买，他们实际上会进行 LTV 计算，以表示“看，是的，从长远来看，这些 AMD 处理器是值得的”。第二，如果存在软件漏洞，他们会努力填补，因为他们可以看到长期利益。当您考虑我们实际上能在这里赢得什么时，这是否对您产生了影响？这是一个驱动因素吗？</strong></p><p>Lisa Su：是的，你的观察很独到。当你考虑高性能计算以及事情是如何变化的时候，事实是，HPC是整个市场中非常重要的一部分，我们在那里花了很多时间，你提出的观点绝对正确，也就是说——你想在每个市场中都认为产品总是获胜，但这不一定正确。在超大规模计算市场中，最好的产品才能获胜。</p><p>我们能够证明这一点。坦率地说，这个市场的关键是，一次胜利是不够的，暂时的胜利也是不够的。你必须赢得路线图，而这正是我们在那个特定时间点所做的。</p><p>事实证明，也确实有一些客户会按照路线图进行购买。</p><p>顺便说一句，他们会要求你证明这一点。在 Zen 1 中，他们说，“好吧，这很好”，Zen 2 更好，Zen 3 好得多。路线图的执行使我们处于这样的位置：现在我们与所有超大规模企业建立了非常深入的合作伙伴关系，我们对此非常感激，当你再次思考 AI 之旅时，你会发现这是一次类似的旅程。</p><p><strong>问：还有一个关于 x86 的问题。您如何看待与所有这些相关的消费领域？您可以想象一下，比如说像英特尔这样的公司，他们必须保持晶圆厂满负荷运转，因此他们需要最大限度地利用芯片来满足所有需求。晶圆厂的问题在于，英特尔希望实现整合，而 AMD 则处于不同的位置，因此他们可以满足超大规模生产者的需求，他们更擅长制造出色的芯片。但是，您是否会考虑数量，仅仅因为您想利用设计成本和 IP 投资？我只是好奇，在一个不是您的晶圆厂、不是您的数十亿美元资本支出的世界里，这些计算是如何进行的。我很好奇您与集成商有何不同的看法。</strong></p><p>Lisa Su：我们认为，这关乎规模。2014-15 年，我们是一家市值 40 亿美元的公司，在这种情况下，你可以投入一定数量的研发资金。去年，我们是一家 220 多亿美元的公司，你可以在研发上投入更多资金。</p><p>这与我们如何利用杠杆的计算是一样的。</p><p><strong>问：但如果你在晶圆厂上投入过多的话，破产的风险可能会降低。</strong></p><p>Lisa Su：嗯，我认为关键在于利用 IP。它是我们拥有的引擎、计算引擎。这绝对是我们的首要任务，就是让这些计算引擎走上非常积极的发展路线图，然后我们以此为基础打造产品。</p><p><strong>三、人工智能</strong></p><p><strong>问：2022 年 11 月 ChatGPT 出现时，您的反应是什么？</strong></p><p>Lisa Su：嗯，这实际上是 AI 本质的结晶。</p><p><strong>问：显然，您从事图形游戏行业已有很长时间，一直在考虑高性能计算，因此 GPU 的重要性这一想法对您来说并不陌生。但是，它改变了您周围其他人的看法，之后发生了什么，您是否感到惊讶？</strong></p><p>Lisa Su：我们非常重视高性能计算和人工智能的 GPU 发展。实际上，这可能是我们开启的一个非常重要的弧线，我们可以将其追溯到 2017 年以后的时间范围内。我们一直都在研究 GPU，但真正关注的是——</p><p><strong>问：2017 年发生了什么让您意识到，“等等，我们有这些，我们以为我们购买了 ATI 来玩游戏，但突然间，出现了一个完全不同的应用”？</strong></p><p>Lisa Su：这是下一个重大机遇，我们知道这是下一个重大机遇。这是我和Mark讨论过的事情，即通过将 CPU 和 GPU 放在系统中并一起设计，我们将得到更好的答案，而第一个近期应用是超级计算。我们非常关注这些将驻留在国家实验室和深度研究设施中的大型机器，我们知道我们可以构建这些大规模并行 GPU 机器来实现这一点。在 AI 部分，我们也一直认为它显然是 HPC 加 AI 的结合。</p><p><strong>问：您之前说过，AI 是 HPC 的杀手级应用。</strong></p><p>Lisa Su：是的。</p><p><strong>问：但是当你和高性能计算领域的人交谈时，他们会说，“嗯，这有点不同”，在多大程度上这是同一类别与相邻类别的不同？</strong></p><p>Lisa Su：它们是相邻但高度相关的类别，这完全取决于您在计算中想要的精度，无论您是使用完整精度还是要使用其他一些数据格式。但我认为真正的关键，也是我们真正有远见的事情是，由于我们的 chiplet 策略，我们可以构建一个高度模块化的系统，可以称之为集成的 CPU 和 GPU，或者它可能只是人们需要的令人难以置信的 GPU 功能。</p><p>因此，对我来说，ChatGPT 的出现让我更加清晰，现在每个人都知道了 AI 的用途。以前，只有科学家和工程师才会考虑 AI，而现在每个人都可以使用 AI。这些模型并不完美，但它们非常好，因此，我认为，我们如何尽快将更多的 AI 计算交到人们手中已经非常清晰。由于我们构建设计系统的方式，我们实际上可以有两种风格。我们有仅限 HPC 的风格，也就是我们所说的 MI300A，还有仅限 AI 的风格，也就是 MI300X。</p><p><strong>问：这是一种不舒服的转变吗？比如，“实际上，不，我们想要更低的精度，因为可扩展性非常重要”。</strong></p><p>Lisa Su：这并不令人不舒服。速度非常快。</p><p><strong>问：事情发生得太快了。AMD 表现非常好，几个月前创下了历史新高。但总的来说，显然Nvidia 占据了主导地位，因为它拥有很多发展势头和上升空间。从您的角度来看，在那段时期，AMD 需要迎头赶上，而 Nvidia 又具备哪些优势？</strong></p><p>Lisa Su：我认为思考这个问题的方式就是，重点在哪里，相对而言——看，我非常赞赏 [Nvidia 首席执行官] Jensen [Huang] 和 Nvidia。他们在这个领域投资了很长时间，直到事情的发展方向完全明朗。我们也在投资，尽管我想说我们有几个弧线。我们有 CPU 弧线，然后我们有 GPU 弧线。</p><p><strong>问：嘿，你正忙着压垮英特尔，所以我明白了。</strong></p><p>Lisa Su：我想换一种说法，我们正处于 AI 的起步阶段。我发现一个奇怪的现象是，人们总是在短时间内思考技术。技术不是短时间的运动，我们正处于一个 10 年的弧线中，可能已经走过了前 18 个月。从这个角度来看，我认为我们非常清楚我们需要去哪里，路线图应该是什么样的。你之前提到过软件，非常清楚我们如何让开发人员非常轻松地完成这一转变，我们收购 Xilinx 的一大好处是我们获得了一支由 5,000 人组成的非凡团队，其中包括大量软件人才，他们目前正在努力让 AMD AI 尽可能易于使用。</p><p><strong>问：这种对比确实让我印象深刻的一点是，Nvidia 真正聪明的举措之一就是收购Mellanox及其在网络领域的产品组合，并将所有这些芯片整合在一起，特别用于训练。在您的 Computex 主题演讲中，您谈到了新的Ultra Accelerator Link和 Ultra Ethernet Link 标准，以及将许多公司聚集在一起的想法，这有点让人回想起数据中心领域的开放计算项目。这非常合理，尤其是考虑到 Nvidia 的专有解决方案具有我们熟知和喜爱的高利润率，就像他们的其他产品一样。</strong></p><p><strong>但我想这是我关于您长期发展的问题——您是否认为，从克莱顿·克里斯滕森 (Clayton Christensen) 的理论角度来看，由于我们处于人工智能的早期阶段，因此在许多方面，更专有的集成解决方案成为焦点，这可能并不奇怪？在某种程度上，开放和模块化都是有意义的，但可能在一段时间内还不够好。</strong></p><p>Lisa Su：我会这样说。当你展望五年后的市场时，我看到的是一个拥有多种解决方案的世界。我不相信一刀切，从这个角度来看，开放和模块化的美妙之处在于你能够……我不想在这里使用“定制”这个词，因为它们可能不是全部都是定制的，但你能够量身定制。</p><p>量身定制是正确的词——你能够针对不同的工作量量身定制解决方案，我相信没有一家公司能够为所有可能的工作量提供所有可能的解决方案。所以，我认为我们将以不同的方式实现这一目标。</p><p>顺便说一句，我坚信我们将要构建的这些大型 GPU 将在一段时间内继续成为宇宙的中心，是的，你将需要整个网络系统和参考系统结合在一起。我们所做的重点是，所有这些部分都将成为未来的参考架构，因此我认为从架构上讲这将非常重要。</p><p>我唯一想说的是，没有一种万能的解决方案，因此模块化和开放性将允许生态系统在他们想要创新的地方进行创新。你为超大规模企业 1 想要的解决方案可能与你为超大规模企业 2 或 3 想要的解决方案不同。</p><p><strong>问：那么，您认为在标准方法与“这是微软方法”、“这是 Meta 方法”之间的平衡点在哪里？它们之间有一些共同点，但实际上它们都根据各自的用例和需求进行了相当程度的定制。同样，这不是明年，而是从长远来看。</strong></p><p>Lisa Su：我认为，在未来三、四或五年内，你将会看到针对不同工作负载的更多定制，而算法将会 — 目前，我们正处于一个算法变化非常快的时期。在某个时候，你会觉得“嘿，它更稳定了，更清晰了”，而就我们讨论的规模而言，你可以从中获得显著的好处，不仅从成本角度，而且从功率角度。人们谈论芯片效率、系统效率现在与性能同等重要，甚至更重要，出于所有这些原因，我认为你会看到多种解决方案。</p><p><strong>问：这是您的 x86 业务被低估的顺风吗？您在主题演讲中谈到了云端大多数 CPU 的使用年限超过五年的事实，您曾说过类似这样的话：“我们的一个 CPU 可以取代五六个旧 CPU”。您认为这是否真的如此——因为我认为目前您的公司和英特尔公司都担心所有的支出都花在了 AI 上，甚至没有人再购买 CPU，这是否是一种功耗墙？如果我们可以从数据中心中取出一堆 CPU，我们可以通过放置其他 CPU 来节省电力？</strong></p><p>Lisa Su：我认为两点都是正确的。我认为数据中心的现代化绝对必须实现。这将会发生，然后另一点是——这也许现在不会发生。</p><p>我认为我们看到投资重新回到了现代化领域，但另一件真正重要的事情是，尽管我们非常喜欢 GPU，但它是我们未来巨大的增长动力，但并不是所有的工作负载都会用到 GPU。你会有传统的工作负载，你会有混合的工作负载，我认为这是故事的关键点，在大型企业中你必须做很多事情，我们的目标是确保我们在所有这些功能中都有正确的解决方案。</p><p><strong>问：您认为实际上有多少推理可以回到 CPU？</strong></p><p>Lisa Su：我认为大量的推理将在 CPU 上完成，正如您所想，我们正在谈论的非常大的模型显然需要在 GPU 上进行，但有多少公司真的能够负担得起最大的模型？所以，您现在已经可以看到，对于较小的模型，它们对这些事情进行了更多的微调，CPU 完全有能力做到这一点，特别是如果你走到边缘。</p><p><strong>四、与 Nvidia 竞争</strong></p><p>问：您在上次财报电话会议上指出，MI300 的供应受限，这是有史以来最快的增长速度，但可能与一些投资者的预期不同，对年底的预测有些令人失望。您认为这种需求受限的转变与325 的推出有多大关系，而事实上 Nvidia 的供应量总体上有所增加，因为每个人都在试图弄清楚这一点？您的长期机会是成为这种定制供应商——量身定制的供应商吗？抱歉，这是我们要说的词——而不是“看，我不想说买，但只要我们需要 GPU，我们就会从任何人那里购买”。您认为您的需求曲线相对于竞争和该领域的快速发展处于什么位置？</p><p>Lisa Su：再次，让我退一步，确保我们能把握住谈话的主题。对人工智能计算的需求已经超出了预期，我认为没有人会预测到这种需求，所以当我说供应链紧张时，这是可以预料到的，因为没有人预料到你会在这个时间段内需要这么多的 GPU。事实上，半导体行业非常擅长建设产能，这就是我们所看到的。正如我们开始预测的那样——</p><p>问：所以您觉得这更多的是因为网上有大量供应吗？</p><p>Lisa Su：当然，这就是我们的工作。我们的工作就是让你不受制造能力的限制。</p><p>实际上，对我们来说，这是为了确保客户真正增加他们的工作负载，这需要我们与客户进行大量的深入工作和深度合作。所以说实话，我对这里的机会感到非常高兴。我们以前经历过这种情况，它与我们最初增加数据中心服务器 CPU 时看到的情况非常相似，我们的客户与我们密切合作，优化他们的软件，然后他们添加新的工作负载，增加更多的容量，这也是我希望在这里发生的事情。</p><p>人工智能的不同之处在于，我认为客户愿意承担更多风险，因为他们希望尽快获得尽可能多的利益。</p><p>问：这对您是否是一个挑战？因为愿意承担更多风险意味着他们更容易接受高利润以获得领先的 GPU 或其他任何东西，或者拥有最大生态系统、开发者生态系统的 GPU？</p><p>Lisa Su：我想说的是，我对我们在软件方面取得的进展感到非常高兴。</p><p>我们看到的是出色的开箱即用性能。事实上，一切都运行正常，事实上，许多开发者生态系统都希望提升抽象层，因为每个人都想要选择。</p><p><strong>问：您是否认为您将进入这样一个阶段：抽象层的提升将成为跨公司的公共层，而不是让一家公司内部提升抽象层，这样他们就可以购买任何 CPU，但这不一定对您进入另一家公司有利，或者您认为这将是-</strong></p><p>Lisa Su：我绝对相信它会遍及整个行业。像 PyTorch 这样的技术，我认为 PyTorch 被广泛采用，OpenAI Triton也是如此。这些都是更大的行业事物，坦率地说，部分愿望是需要很长时间才能编程到硬件。每个人都希望快速创新，因此从快速创新的角度来看，抽象层是好的。</p><p><strong>问：你们是台积电新节点的第二波采用者，可能落后一年或一年半。你们是否感到了上升到顶级的压力？显然，对于这个世界上的一些参与者来说，你们是一家相对较小的公司，220 亿美元令人印象深刻，但你们仍然需要考虑这方面的成本。还是说你们只是迫切需要走在绝对前沿？</strong></p><p>Lisa Su：嗯，我认为从无晶圆厂的角度来看，就整体产量而言，我们肯定是前五名之一，而且绝对前沿的技术很有帮助。我们不会考虑是否应该这样做，我认为我们考虑的是从路线图的角度，例如，我们谈到了 GPU 推出的一年节奏。</p><p><strong>问：不幸的是，对于您来说，情况与 Nvidia 有点相反，这是否有点令人沮丧？</strong></p><p>Lisa Su：不，一点也不。再说一遍，对我来说最重要的事情之一是，我们的路线图基于我们认为可能实现的目标以及我们认为客户想要和需要的东西。</p><p>问：有没有可能出现 AMD使用英特尔晶圆厂的情况？</p><p>Lisa Su：我想说，我们对目前的制造关系非常满意。</p><p>问：我确实想到了，英特尔和 AMD 从一开始就是技术史上最大的竞争对手之一。但是，当你退一步思考时，你是否想在这些对话中退一步思考，是否有一点是你们是并肩作战的，因为真正的敌人是 Arm？</p><p>Lisa Su：您说得好像 Arm 是敌人一样，但我不认为 ARM 是敌人，所以我就从这个开始吧。我们在整个产品组合中都使用 Arm。我认为 x86 是一种非凡的架构，并且具备功能，但请不要将 AMD 视为一家 x86 公司，我们是一家计算公司，我们将针对正确的工作负载使用正确的计算引擎。</p><p>这与我的想法有关——如果你看看今天的半导体行业，你会发现我们既有竞争的地方，也有合作的地方。所以，关于你提到的英特尔，我们确实在某些领域竞争，但我们也在某些领域合作。英特尔是 UALink 联盟的一部分，他们是超级以太网联盟的一部分。</p><p><strong>问：他们对这种模块化和标准化也非常感兴趣。</strong></p><p>Lisa Su：我们同意这个想法，建立一条可以跨越不同加速器的链接实际上是一件好事。所以，我认为整个行业都是如此。我们处在一个既有竞争的地方，也有可以合作的地方。</p><p><strong>问：过去 10 年，你们在 x86 领域取得了令人惊叹的成就，在服务器领域和数据中心领域，你们的成就不言而喻。现在，就像出现了一位新冠军，你们准备好迎接新一轮的挑战了吗？</strong></p><p>Lisa Su：这是下一个弧线。我可以告诉你，我们今天在高性能计算领域所取得的成就令人惊叹，谁能想象得到？这就像一个新世界。这令人兴奋不已。</p><p>问：您感觉精力充沛，准备出发了吗？</p><p>Lisa Su：绝对准备好了。非常准备好了。</p></body></html>","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>AMD Lisa Su专访：谈与英伟达、Intel竞争，直言Arm不是敌人</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nAMD Lisa Su专访：谈与英伟达、Intel竞争，直言Arm不是敌人\n</h2>\n\n<h4 class=\"meta\">\n\n\n<a class=\"head\" href=\"https://laohu8.com/wemedia/1099700132\">\n\n\n<div class=\"h-thumb\" style=\"background-image:url(https://static.tigerbbs.com/705285f8deea4d7b8e48df7848a67868);background-size:cover;\"></div>\n\n<div class=\"h-content\">\n<p class=\"h-name\">半导体行业观察 </p>\n<p class=\"h-time\">2024-06-15 11:07</p>\n</div>\n\n</a>\n\n\n</h4>\n\n</header>\n<article>\n<html><head></head><body><p>AMD CEO Lisa Su（苏姿丰）绝对称得上是芯片届的风云人物，尤其是进入了AI新时代，她的声望达到了十年来最高点。</p><p>翻看其成长历史，苏姿丰在麻省理工学院获得电气工程博士学位后（在麻省理工学院学习八年半，获得三个电气工程学位），在德州仪器开始了她的职业生涯，她在开发绝缘体上硅晶体管技术方面发挥了重要作用。随后，苏姿丰在 IBM 工作了 12 年，领导了半导体铜互连的开发，领导开发了 PlayStation 3 中使用的 Cell 微处理器的团队，并担任了首席执行官 Lou Gerstner 的技术助理。</p><p>在担任飞思卡尔半导体公司首席技术官一段时间后，苏姿丰于 2012 年加入 AMD，并于 2014 年升任首席执行官。</p><p>在带领 AMD 的十年里， Lisa Su取得了非凡的成功——在数十年落后于英特尔之后，AMD 开发出了世界上最好的 x86 芯片，并且继续从英特尔手中夺取数据中心市场的重要份额。除了传统的 PC 业务和图形芯片业务外，AMD 还是游戏机游戏领域的主要参与者。随着 AMD 在数据中心 GPU 市场上与 Nvidia 展开竞争，GPU 业务现在越来越成为焦点。</p><p>早前，苏姿丰接受了外媒 Stratechery 的采访，畅谈了她的职业道路，包括她在晋升过程中学到的经验教训，然后讨论了为什么 AMD 在她的任期内能够取得如此大的成就。在采访中，苏姿丰还分享了她对“ChatGPT”改变行业的看法，以及AMD 如何应对。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/ed9364080efc87c17e272460eae87a1b\" alt=\"\" title=\"\" tg-width=\"552\" tg-height=\"367\"/></p><p><strong>以下为采访正文：</strong></p><p><strong>一、从IBM学到的经验</strong></p><p><strong>问：我知道你不想过多谈论自己，但我需要一些事实核查。我们刚刚聊过，你出生在台湾，很小的时候移民到美国，最后考上了麻省理工学院，据说当时你在计算机科学和电子工程之间犹豫不决，最后选择了电子工程，主要是因为它更难，这是真的吗？</strong></p><p>Lisa Su：确实如此。我一直都和数学和科学打交道，我的父母总是说：“你必须做这些困难的事情”。当我去麻省理工学院时，当时我正在电气工程和计算机科学之间做出选择。计算机科学，你只需要编写软件程序，而电气工程，你必须建造东西。我想建造东西。</p><p><strong>问：您的博士学位专注于硅和绝缘体技术，然后您去了 IBM。您率先在芯片上使用铜互连。关于您在 IBM 的经历以及您可能学到了什么，我有三个问题：第一，谈到铜互连，你曾在在采访时谈到，当你完成这个技术开发之后，你想开启一段新的历程，但您的老板让您留下来，您觉得在您以为已经完成的时候，您积累的实际经验是最有影响力的，这些经验是什么？（原文：you felt like the actual learnings you accumulated in that time when you thought you were done were some of the most impactful. What were those learnings?）</strong></p><p>Lisa Su：我在 IBM 工作时确实学到了很多东西，那是我职业生涯的早期。当你上学并获得博士学位时，你会认为最有趣的事情是你所做的研究和你写的论文，我们都会写论文之类的东西。</p><p>当你真正加入一家公司并参与一个项目时，这些项目通常需要几年时间才能完成。但此事的性感指出是在你想出新想法的开始阶段。</p><p>我学到的其实是，我参与开发的第一批产品之一是采用铜互连的微处理器，而事实证明，产品推出所需的最后 5% 可能是最难的，大部分秘密都在这里。（原文：it turns out that the last 5% of what it takes to get a product out is probably the hardest, where most of the secret sauce is）如果你学会了如何做到这一点，那么坦率地说，它就是。</p><p><strong>问：所有的软件工程师都在说：“嘿，对我们来说也是一样的。你不知道吗？”</strong></p><p>Lisa Su：（笑）那可能是真的，那可能是真的。但我们对“秘诀”（secret sauce）都有自己的看法。当出现问题时，秘诀就是良率、可靠性。当你试图生产数百万件而不是只生产五件时，你会学到很多东西，反正我就学到了很多。</p><p>是的，作为一名年轻的研究人员，你会想，“嘿，我准备好开始我的下一个研究了”，你会意识到看到你的产品真正出货并摆上货架，你可以走进百思买购买它，这是多么令人欣慰的事情。这些都是我学到的东西。</p><p><strong>问：即使在今天，您是否觉得您的时间和精力最终在您正在构建的目标与实际执行和实现您的承诺之间取得了多大的平衡？</strong></p><p>Lisa Su：当然，今天我个人花了很多时间展望未来路线图和技术。</p><p><strong>问：以下问题纯粹出于好奇，您需要多深入地参与诸如此类的事情，不是具体指您自己，而是 AMD 总体而言，既然您已经是无晶圆厂，那么在考虑实际的最后一英里时，您需要参与多少？与台积电或您的封装合作伙伴或其他任何公司的互动程度如何，以及如何真正提高产量？</strong></p><p>Lisa Su：作为一家无晶圆厂公司或设计公司，我们确实如此。我们实际上在进行端到端开发，因此你可以想象从产品概念的第一天开始——实际上甚至在那之前，我们就在思考哪些技术将准备就绪，我们应该押注的下一个重大事件是什么？这贯穿始终。有时，技术真正实现之前可能要经过五年甚至更长时间。我们也在最后阶段，确保产品以高质量、合适的良率、合适的成本结构和大批量生产交付。</p><p>因此，这实际上是端到端的，不同之处在于，它不是全部由一家公司完成，这在更传统的集成制造模式中很常见，而是通过合作伙伴关系完成。我们发现，它实际上非常有效，因为各方专家都在一起工作。</p><p><strong>问：在IBM阶段，我很好奇的第二个问题是：您曾参与开发 PlayStation 3 的Cell 处理器。这款芯片是技术奇迹，但 PlayStation 3 被认为是最不成功的 PlayStation，从长远来看，这促使索尼的战略发生了真正的转变，从硬件差异化转向独家产品。我想这个问题可以分为两个部分：第一个是：您从那次经历中学到了什么？第二个问题与这个问题相关：那次经历对您后来有多大影响？我更好奇的是，您在 Cell 处理器上投入的所有工作以及它在市场上的实际表现，是否带来了管理方面的收获？</strong></p><p>Lisa Su：是的，你提到这一点很有意思。我从事 PlayStation 开发已有很长时间了，如果你仔细想想，PlayStation 3、4、5……</p><p><strong>问：这就像是贯穿你职业生涯的主线。</strong></p><p>Lisa Su：是的，跨多家公司。我要坦白地说，这些决策更多是围绕架构决策做出的。从这个角度来看，无论是 PlayStation 游戏机还是我们合作完成的其他工作（我们是 AMD，但当时 IBM 的情况也类似），这实际上都是客户或合作伙伴试图实现的密切合作。</p><p>当时，Cell 处理器雄心勃勃，考虑到它试图实现的并行性类型。我再说一次，从商业角度来看，它肯定是成功的。当你对事物进行排名时，我认为历史会告诉你可能会有不同的排名。</p><p><strong>问：我的观点是，游戏机时代经历了几个阶段，在 PlayStation 1 和 PlayStation 2 的那个阶段，他们做出了明智的硬件决策，这让他们的方法与任天堂截然不同。但是，一旦你转向HD，创建成本就会大幅增加，开发人员会积极支持多种处理器，游戏引擎也会随之出现。突然之间，没有人愿意承担在 Cell 上实现差异化的负担，他们只想在 Cell 上运行。</strong></p><p>Lisa Su：也许有人会说，如果你回头来看，可编程性是如此重要。</p><p>要想在第一天就取得真正的商业成功，我们必须同时考虑硬件和软件。正如我们所见，过去 10 多年来，AMD 所做的或已经完成的工作中，我感到非常自豪的一件事就是 PlayStation 4 和 PlayStation 5，我们在硬件方面一直有新的飞跃。</p><p>而且它们与前几代产品兼容，这非常有帮助。</p><p><strong>问：关于IBM的第三个问题是，你曾担任郭士纳 (Lou Gerstner)一年的技术助理。你从他身上学到了什么？</strong></p><p>Lisa Su：（笑）你已经做好功课了，不是吗？和 Lou 在一起的一年是我职业生涯中最有教育意义的经历之一。IBM 在人才培养方面是一家非常出色的公司，因此他们在人才职业生涯早期就发现了他们，并问他们：“嘿，你想要什么样的经历？”</p><p>就我而言，他们问我，你想走技术路线，还是更想走管理路线，术语是 IBM Fellow或 IBM Vice President。老实说，我不认为自己足够聪明，可以成为Bob Dennard那样的IBM Fellow。</p><p>那里有很多很棒的人，所以我就想，“好吧，让我试试管理和商业方面的东西”。他们给了我一个机会和 Lou 一起度过一年，他真是个了不起的人。如果你想想一个刚从学校毕业五年的人，他真的只做过，我们称之为纯工程学，然后就读于基本上是世界上最好的 MBA。</p><p>对我来说最有趣的是真正了解他的时间都花在了哪里。他总是花时间学习，非常关注外部事物，了解市场动态，了解客户动态。这会如何改变你的策略，这会如何改变你指导领导团队的方式？</p><p><strong>问：我一直很欣赏 Lou Gerstner 的另一点是，正如您所说，他不只是从外部观察市场，了解正在发生的事情，而是真正了解 IBM，了解 IBM 的内在能力和独特差异化。基本上，我的观点是，IBM 很大，那实际上意味着什么？你能以某种方式带来什么影响？整个中间件革命，看，我们可以为比我们更老、更大的公司解决这个互联网问题，这将是一个差异化的东西。但后来，显然一切都崩溃了。IBM 应该做云计算，Lou 实际上在他的书中写道，我不知道这是多么回顾过去。如果您接替他，您能带领 IBM 达到更高的高度吗？</strong></p><p>Lisa Su：我不知道我是否会走上那条路。我曾经是一名半导体从业者，现在也是一名半导体从业者。如果认真想想，IBM 对我来说是一份很棒的职业，但如果我想继续做半导体从业者，我就必须去一家半导体公司。然后我就去了飞思卡尔（半导体公司），更多地担任商业职务。</p><p>问：您个人是否承认过“好吧，我现在是个商人”？或者说你选择了这条路，就朝着这个方向前进？</p><p>Lisa Su：我一直都身兼技术与业务两大角色。在飞思卡尔，我一开始是首席技术官。我以首席技术官的身份加入，几年后，我最终负责网络和多媒体业务，这绝对是一种选择，而这个选择最终是我想推动成果，而推动成果需要，是的，技术很棒，但你需要有正确的业务战略。</p><p><strong>问：这是否限制了许多技术人员？他们是否低估了所有与技术无关的结果驱动因素？</strong></p><p>Lisa Su：我认为这是技术人员必须学习的东西。顺便说一句，有很多杰出的 CTO 真正理解这一点。我现在的 CTO 是Mark Papermaster，他是我在 IBM 的合作伙伴，我们一起成长，后来我们在 AMD 成为合作伙伴，他真正理解技术很棒，但你也需要推动业务成果。这就是我喜欢我所做的事情的原因，因为是的，我可以与一支杰出的团队整合出色的技术，但也有机会推动非常重要的业务成果。</p><p><strong>二、进入AMD 时代</strong></p><p><strong>问：让我们谈谈 AMD。我之前提到过游戏机战略，这是你们加入后重点的重大转变。当时的想法是不是像“看，这是一场轻松的胜利，销量很高，我们可以重回游戏”？当时的想法是什么？</strong></p><p>Lisa Su：好吧，我永远不会说任何事情都是轻松取胜的。</p><p>首先我想说一下，我刚加入 AMD 时，我们在 PC 市场的份额大概在 90% 以上，顺便说一句，我真的很喜欢 PC 市场。我相信我们会就此展开更多讨论。但我要提醒大家这一点。PC 市场是周期性的，而且周期可能非常剧烈。</p><p>它们可能非常引人注目。因此，从商业战略的角度来看，在 AMD 成立初期，多元化发展和制定以高性能计算为基本原则的战略对我们来说非常重要。我们是一家计算公司，擅长构建计算能力，那么现在哪些市场可以真正利用这些能力呢？游戏就是其中之一，我们非常幸运，索尼和微软这两家领先的游戏机制造商选择了我们。</p><p><strong>问：是谁推动了游戏机向 x86 的转变？索尼从 Cell 吸取了多少教训？你是不是去找他们说：“看，这是可行的方法”？这种架构的通用性是如何发展起来的？</strong></p><p>Lisa Su：是的，我认为这是一系列选择，所以这是在 x86 和其他架构之间的选择，如果你在考虑软件开发时只考虑 x86 周围的开发者生态系统，我认为这是一个非常关键的部分，但我不知道架构本身是否足够。我认为令人难以置信的图形功能和图形，特别是如果你想定制图形，很少有公司能做到这一点，AMD 就是其中之一。</p><p><strong>问：你们提供的 CPU 和 GPU 之间集成程度如何？AMD 于 2006 年收购了 ATI。所以我的问题是在你去AMD之前，有没有其他公司能够真正为游戏机提供你们所做的产品？</strong></p><p>Lisa Su：我认为我们之所以能做到这些，是因为两个原因。首先，我们拥有基础 IP，也就是我们所说的 CPU 或微处理器核心与图形 IP 功能的组合，而且我们愿意进行定制。坦率地说，我们有庞大的团队负责这些项目，进行定制。</p><p><strong>问：您是否认为这是一种模式：最初，一切都围绕尖端技术，以获得最佳性能，但随着它（我不想说速度变慢，但功能商品化）的发展，定制化变得更加重要。例如，你收购了Xilinx。</strong></p><p>Lisa Su：我认为最好的方法是有几个原则。首先，事实上，世界需要更多的半导体。半导体、芯片现在是我们所做的很多事情的基础，我们所做的很多事情，我们称之为适合广泛用例的标准产品。但你会发现那些高容量的应用，比如游戏机，比如现在在云端完成的一些工作，比如一些我相信会定制的人工智能工作，在这些情况下，因为数量如此之多，所以定制是有意义的。这是我一直坚信的。这是我们战略的一部分，也是我们深度合作战略的一部分。所以如果你有正确的构建模块，那么你就可以与广大客户合作，真正弄清楚他们实现愿景需要什么。</p><p><strong>问：但是，是否存在这样的情况，随着工艺曲线的不断下降，设计成本变得越来越高，定制化有一个底线，而只有 AMD 才有足够的规模来进行定制，这是否有些矛盾呢？</strong></p><p>Lisa Su：我认为重要的是看哪些市场真正适合进行大规模定制，但这并不是全部。可能你的物联网设备你不会想这样做，因为投资回报不高。但对于大型计算能力，我认为需要结合合适的 IP 和与合作伙伴深入合作的能力。顺便说一句，不一定非要进行硬件定制，我们在软件方面也可以做很多事情，我认为这是未来的重要趋势之一。</p><p><strong>问：所以我不得不问，你来到 AMD，在那里待了几年，然后接任首席执行官一职。这是选择困难题的另一个例子吗？</strong></p><p>Lisa Su：我认为是的。我可以这么说，当我加入 AMD 时，我真正的想法是，我一生都在从事高性能处理器的工作，这是我的背景，在美国，很少有公司可以让你从事这种工作。我一直非常尊重 AMD，认为它是一家重要的公司，但我认为我可以有所作为，所以加入这家公司后，我意识到，“天哪，我还有很多东西要学”。在最初的几年里，我确实学到了很多关于这个世界的市场动态的知识，但这也是一个做出改变的绝佳机会。</p><p><strong>问：你能在哪些方面有所突破？我们可以看到其中的差别——我的意思是，只要看看股票图表，我们就能看看你的芯片的表现。因此，在这种情况下，可能很难回到你 10 年前的确切心态，但你当时的计划是什么？你说过什么，“看，我可以做到这一点，这里有办法，这里有一条路，我看到了”？你看到的路是什么？</strong></p><p>Lisa Su：我很清楚地看到，我们拥有构建令人难以置信的路线图所需的基础。我们在这些基础方面非常与众不同。</p><p><strong>问：这些基础是什么？是知识产权还是客户关系？</strong></p><p>Lisa Su：高性能 CPU 和高性能 GPU 是我们的支柱，如果你仔细想想，就会发现这些都是非常不可思议的基石。现在，我们缺少的是一个非常明确的战略，即我们长大后想成为什么样子，以及能够实现这一目标的执行机器。</p><p>因此，从战略角度来看，我认为我们有一些选择。如果你还记得，那是 2014 年，当时最令人兴奋的是手机，比如应用处理器。所以我们会讨论“我们应该进军手机领域吗？”，我们的回答是，“不，我们不应该，因为我们不是一家手机公司。其他公司在这方面做得更好，我们是一家高性能计算公司，所以我们必须制定一个路线图，充分利用我们的优势，这需要我们改革我们的架构、设计和制造方式。”我知道如何做到这一点，这需要时间，你不可能在 12 个月内做到这一点，我觉得这需要五年时间。确实需要五年时间，但很明显，我们拥有这些要素，我们只需要真正有条不紊地构建执行引擎。</p><p><strong>问：刚刚你提到了制造。我们知道，在你接手之前，AMD 已经将 GlobalFoundries 剥离出来，我想在这里使用专业术语，你与 GlobalFoundries 之间不断修改的晶圆协议有多麻烦？这是你在尝试执行战略时必须不断处理的事情吗？</strong></p><p>Lia Su：，AMD 和 GlobalFoundries 曾经是一家公司，是的。</p><p>那份晶圆供应协议也是在我任职之前就签署的，但如果考虑到我们必须要做的几项重大战略，如果你想制造高性能处理器，你就需要最好的技术合作伙伴、最好的制造合作伙伴，而 GlobalFoundries 是一家很棒的公司，他们当时仍然是一个很棒的合作伙伴。只是你需要规模才能在最前沿进行制造，而规模并不存在。</p><p>当他们意识到这一点并表示“我们不会研发 7nm 工艺”后，无论对格芯还是AMD都是一个非常好的决定，而且从财务角度来看，AMD 必须把原来得到的钱全部退还。</p><p>虽然双方之间有业务上的合作，但从技术角度来看，这绝对是正确的选择。正如我所说，GlobalFoundries 是我们的绝佳合作伙伴。我非常尊重 [GlobalFoundries 首席执行官] Tom Caulfield作为合作伙伴，我认为专注于各自擅长的领域对两家公司都有好处。</p><p><strong>问：你们是第一家转向小芯片的高性能芯片制造商，现在每个人都在朝这个方向发展，所以你们在这方面肯定处于领先地位。你们是否因为晶圆协议而被迫这样做，以便你们能够与 GlobalFoundries 和台积电进行一些批量生产，同时仍能交付芯片？</strong></p><p>Lisa Su：完全没有。实际上，我认为这显然是我们做出的最佳决定之一。当然，当时我们也预料不到这一点。</p><p>我们当时考虑的是摩尔定律将走向何方，我们如何才能脱颖而出？坦白说，我们当时的想法是，我们需要为处理器市场带来一些与众不同的东西，因此制造这些良率不高、价格昂贵的巨型芯片并不是答案。</p><p>我记得我们和Mark以及我们的架构师一起度过了一段时光，试图决定：“现在是我们转向小芯片的时候吗？现在是我们押注公司转向小芯片的时候吗？”我们说：“是的，因为我们将获得更高的性能、更多的内核以及更好的成本点”，这给了我们极大的灵活性，我们在此过程中学到了很多东西。</p><p>第一代Zen 1芯片还不错，但我们遇到了一些需要处理的编程模型问题，而这些问题在Zen 2上得到了改善，并在Zen 3上真正取得了进展。</p><p><strong>问：2014 年，当您接手公司并觉得自己可以有所作为时，我看到了几个重大转变。例如您已经转向小芯片，那时台积电也正开始或过渡到 EUV。您在多大程度上看到了市场的长期变化，并因此做出了“看，我可以在这里做点什么”的决定？</strong></p><p>Lisa Su：是的，我们确实仔细研究了技术路线图和台积电当时的进展，以及当时的封装技术，我们决定现在是时候下注了。我想说，我们生活的世界就是我们必须下注，有时需要三到五年才能实现。</p><p><strong>问：是的。我不介意问你关于 2014 年的决定，因为今天重要的决定往往是在那时做出的。</strong></p><p>Lisa Su：完全正确，而且这样做也存在风险，比如“我们真的能通过采用小芯片获得我们预期的性能吗？”，但我们学到了很多东西，我认为历史会证明我们做出了正确的选择，但当时，我们的一些竞争对手称之为胶水，他们将芯片粘合在一起。就像“我们不是将芯片粘合在一起”。</p><p><strong>问：现在他们也在做同样的事情。回顾过去 10 年，AMD 在 x86 领域取得了真正意义上的性能领先，在设计决策和台积电的领先工艺之间，你认为谁的功劳最大？回报如何？</strong></p><p>Lisa Su：我确实相信它们有着千丝万缕的联系。</p><p>台积电是这个领域出色的合作伙伴。当你承担很多设计风险时，你想知道你的技术是否可靠，这样你就知道该把时间和精力花在哪里。</p><p><strong>问：这就是台积电和阿斯麦所做的，比如先采用 300 毫米，然后再采用 EUV，这种合作已经证明是可行的，然后双方可以同时进行合作。</strong></p><p>Lisa Su：没错，我认为这是一次非常具有协同效应的合作关系。</p><p><strong>问：在您任职之前，AMD 最重要的时刻实际上是，我们之前就讨论过，他们从x86 转向 64 位，并在这方面将英特尔逼入绝境，这是一个硬件和软件的故事。那是在您任职之前，但我认为对 AMD 的持续批评之一是软件需要改进。软件在哪里？您不能只是硬件牛仔。当您加入时，有没有一种感觉，“看，我们有这个机会，我们可以随着时间的推移在此基础上继续发展”。AMD 对软件的谨慎态度是什么？您是如何努力改变这种状况的？</strong></p><p>Lisa Su：好吧，让我说清楚一点，根本没有任何保留。</p><p>我认为我们一直相信硬件和软件结合的重要性，而软件的关键在于，我们应该让客户轻松使用我们在这些芯片中融入的所有令人难以置信的功能，这一点是完全明确的。</p><p>我想你会看到，我们实际上已经处于技术开发的几个弧线上。所以，CPU 弧线和我们为构建 Zen 产品组合所做的一切。现在，我们刚刚在 Computex 的数据中心预览了 Zen 5，然后在客户端产品中推出了它。那个特定的弧线是一个弧线。</p><p>现在我们处于下一个弧线，也就是AI 和 GPU。</p><p><strong>问：我想问您另外一件事。就这个趋势而言，我们谈到了小芯片趋势，谈到了 EUV 的事情。HPC的崛起对您的成功有多重要？因为我从中看到的是，他们正在大规模购买，他们实际上会进行 LTV 计算，以表示“看，是的，从长远来看，这些 AMD 处理器是值得的”。第二，如果存在软件漏洞，他们会努力填补，因为他们可以看到长期利益。当您考虑我们实际上能在这里赢得什么时，这是否对您产生了影响？这是一个驱动因素吗？</strong></p><p>Lisa Su：是的，你的观察很独到。当你考虑高性能计算以及事情是如何变化的时候，事实是，HPC是整个市场中非常重要的一部分，我们在那里花了很多时间，你提出的观点绝对正确，也就是说——你想在每个市场中都认为产品总是获胜，但这不一定正确。在超大规模计算市场中，最好的产品才能获胜。</p><p>我们能够证明这一点。坦率地说，这个市场的关键是，一次胜利是不够的，暂时的胜利也是不够的。你必须赢得路线图，而这正是我们在那个特定时间点所做的。</p><p>事实证明，也确实有一些客户会按照路线图进行购买。</p><p>顺便说一句，他们会要求你证明这一点。在 Zen 1 中，他们说，“好吧，这很好”，Zen 2 更好，Zen 3 好得多。路线图的执行使我们处于这样的位置：现在我们与所有超大规模企业建立了非常深入的合作伙伴关系，我们对此非常感激，当你再次思考 AI 之旅时，你会发现这是一次类似的旅程。</p><p><strong>问：还有一个关于 x86 的问题。您如何看待与所有这些相关的消费领域？您可以想象一下，比如说像英特尔这样的公司，他们必须保持晶圆厂满负荷运转，因此他们需要最大限度地利用芯片来满足所有需求。晶圆厂的问题在于，英特尔希望实现整合，而 AMD 则处于不同的位置，因此他们可以满足超大规模生产者的需求，他们更擅长制造出色的芯片。但是，您是否会考虑数量，仅仅因为您想利用设计成本和 IP 投资？我只是好奇，在一个不是您的晶圆厂、不是您的数十亿美元资本支出的世界里，这些计算是如何进行的。我很好奇您与集成商有何不同的看法。</strong></p><p>Lisa Su：我们认为，这关乎规模。2014-15 年，我们是一家市值 40 亿美元的公司，在这种情况下，你可以投入一定数量的研发资金。去年，我们是一家 220 多亿美元的公司，你可以在研发上投入更多资金。</p><p>这与我们如何利用杠杆的计算是一样的。</p><p><strong>问：但如果你在晶圆厂上投入过多的话，破产的风险可能会降低。</strong></p><p>Lisa Su：嗯，我认为关键在于利用 IP。它是我们拥有的引擎、计算引擎。这绝对是我们的首要任务，就是让这些计算引擎走上非常积极的发展路线图，然后我们以此为基础打造产品。</p><p><strong>三、人工智能</strong></p><p><strong>问：2022 年 11 月 ChatGPT 出现时，您的反应是什么？</strong></p><p>Lisa Su：嗯，这实际上是 AI 本质的结晶。</p><p><strong>问：显然，您从事图形游戏行业已有很长时间，一直在考虑高性能计算，因此 GPU 的重要性这一想法对您来说并不陌生。但是，它改变了您周围其他人的看法，之后发生了什么，您是否感到惊讶？</strong></p><p>Lisa Su：我们非常重视高性能计算和人工智能的 GPU 发展。实际上，这可能是我们开启的一个非常重要的弧线，我们可以将其追溯到 2017 年以后的时间范围内。我们一直都在研究 GPU，但真正关注的是——</p><p><strong>问：2017 年发生了什么让您意识到，“等等，我们有这些，我们以为我们购买了 ATI 来玩游戏，但突然间，出现了一个完全不同的应用”？</strong></p><p>Lisa Su：这是下一个重大机遇，我们知道这是下一个重大机遇。这是我和Mark讨论过的事情，即通过将 CPU 和 GPU 放在系统中并一起设计，我们将得到更好的答案，而第一个近期应用是超级计算。我们非常关注这些将驻留在国家实验室和深度研究设施中的大型机器，我们知道我们可以构建这些大规模并行 GPU 机器来实现这一点。在 AI 部分，我们也一直认为它显然是 HPC 加 AI 的结合。</p><p><strong>问：您之前说过，AI 是 HPC 的杀手级应用。</strong></p><p>Lisa Su：是的。</p><p><strong>问：但是当你和高性能计算领域的人交谈时，他们会说，“嗯，这有点不同”，在多大程度上这是同一类别与相邻类别的不同？</strong></p><p>Lisa Su：它们是相邻但高度相关的类别，这完全取决于您在计算中想要的精度，无论您是使用完整精度还是要使用其他一些数据格式。但我认为真正的关键，也是我们真正有远见的事情是，由于我们的 chiplet 策略，我们可以构建一个高度模块化的系统，可以称之为集成的 CPU 和 GPU，或者它可能只是人们需要的令人难以置信的 GPU 功能。</p><p>因此，对我来说，ChatGPT 的出现让我更加清晰，现在每个人都知道了 AI 的用途。以前，只有科学家和工程师才会考虑 AI，而现在每个人都可以使用 AI。这些模型并不完美，但它们非常好，因此，我认为，我们如何尽快将更多的 AI 计算交到人们手中已经非常清晰。由于我们构建设计系统的方式，我们实际上可以有两种风格。我们有仅限 HPC 的风格，也就是我们所说的 MI300A，还有仅限 AI 的风格，也就是 MI300X。</p><p><strong>问：这是一种不舒服的转变吗？比如，“实际上，不，我们想要更低的精度，因为可扩展性非常重要”。</strong></p><p>Lisa Su：这并不令人不舒服。速度非常快。</p><p><strong>问：事情发生得太快了。AMD 表现非常好，几个月前创下了历史新高。但总的来说，显然Nvidia 占据了主导地位，因为它拥有很多发展势头和上升空间。从您的角度来看，在那段时期，AMD 需要迎头赶上，而 Nvidia 又具备哪些优势？</strong></p><p>Lisa Su：我认为思考这个问题的方式就是，重点在哪里，相对而言——看，我非常赞赏 [Nvidia 首席执行官] Jensen [Huang] 和 Nvidia。他们在这个领域投资了很长时间，直到事情的发展方向完全明朗。我们也在投资，尽管我想说我们有几个弧线。我们有 CPU 弧线，然后我们有 GPU 弧线。</p><p><strong>问：嘿，你正忙着压垮英特尔，所以我明白了。</strong></p><p>Lisa Su：我想换一种说法，我们正处于 AI 的起步阶段。我发现一个奇怪的现象是，人们总是在短时间内思考技术。技术不是短时间的运动，我们正处于一个 10 年的弧线中，可能已经走过了前 18 个月。从这个角度来看，我认为我们非常清楚我们需要去哪里，路线图应该是什么样的。你之前提到过软件，非常清楚我们如何让开发人员非常轻松地完成这一转变，我们收购 Xilinx 的一大好处是我们获得了一支由 5,000 人组成的非凡团队，其中包括大量软件人才，他们目前正在努力让 AMD AI 尽可能易于使用。</p><p><strong>问：这种对比确实让我印象深刻的一点是，Nvidia 真正聪明的举措之一就是收购Mellanox及其在网络领域的产品组合，并将所有这些芯片整合在一起，特别用于训练。在您的 Computex 主题演讲中，您谈到了新的Ultra Accelerator Link和 Ultra Ethernet Link 标准，以及将许多公司聚集在一起的想法，这有点让人回想起数据中心领域的开放计算项目。这非常合理，尤其是考虑到 Nvidia 的专有解决方案具有我们熟知和喜爱的高利润率，就像他们的其他产品一样。</strong></p><p><strong>但我想这是我关于您长期发展的问题——您是否认为，从克莱顿·克里斯滕森 (Clayton Christensen) 的理论角度来看，由于我们处于人工智能的早期阶段，因此在许多方面，更专有的集成解决方案成为焦点，这可能并不奇怪？在某种程度上，开放和模块化都是有意义的，但可能在一段时间内还不够好。</strong></p><p>Lisa Su：我会这样说。当你展望五年后的市场时，我看到的是一个拥有多种解决方案的世界。我不相信一刀切，从这个角度来看，开放和模块化的美妙之处在于你能够……我不想在这里使用“定制”这个词，因为它们可能不是全部都是定制的，但你能够量身定制。</p><p>量身定制是正确的词——你能够针对不同的工作量量身定制解决方案，我相信没有一家公司能够为所有可能的工作量提供所有可能的解决方案。所以，我认为我们将以不同的方式实现这一目标。</p><p>顺便说一句，我坚信我们将要构建的这些大型 GPU 将在一段时间内继续成为宇宙的中心，是的，你将需要整个网络系统和参考系统结合在一起。我们所做的重点是，所有这些部分都将成为未来的参考架构，因此我认为从架构上讲这将非常重要。</p><p>我唯一想说的是，没有一种万能的解决方案，因此模块化和开放性将允许生态系统在他们想要创新的地方进行创新。你为超大规模企业 1 想要的解决方案可能与你为超大规模企业 2 或 3 想要的解决方案不同。</p><p><strong>问：那么，您认为在标准方法与“这是微软方法”、“这是 Meta 方法”之间的平衡点在哪里？它们之间有一些共同点，但实际上它们都根据各自的用例和需求进行了相当程度的定制。同样，这不是明年，而是从长远来看。</strong></p><p>Lisa Su：我认为，在未来三、四或五年内，你将会看到针对不同工作负载的更多定制，而算法将会 — 目前，我们正处于一个算法变化非常快的时期。在某个时候，你会觉得“嘿，它更稳定了，更清晰了”，而就我们讨论的规模而言，你可以从中获得显著的好处，不仅从成本角度，而且从功率角度。人们谈论芯片效率、系统效率现在与性能同等重要，甚至更重要，出于所有这些原因，我认为你会看到多种解决方案。</p><p><strong>问：这是您的 x86 业务被低估的顺风吗？您在主题演讲中谈到了云端大多数 CPU 的使用年限超过五年的事实，您曾说过类似这样的话：“我们的一个 CPU 可以取代五六个旧 CPU”。您认为这是否真的如此——因为我认为目前您的公司和英特尔公司都担心所有的支出都花在了 AI 上，甚至没有人再购买 CPU，这是否是一种功耗墙？如果我们可以从数据中心中取出一堆 CPU，我们可以通过放置其他 CPU 来节省电力？</strong></p><p>Lisa Su：我认为两点都是正确的。我认为数据中心的现代化绝对必须实现。这将会发生，然后另一点是——这也许现在不会发生。</p><p>我认为我们看到投资重新回到了现代化领域，但另一件真正重要的事情是，尽管我们非常喜欢 GPU，但它是我们未来巨大的增长动力，但并不是所有的工作负载都会用到 GPU。你会有传统的工作负载，你会有混合的工作负载，我认为这是故事的关键点，在大型企业中你必须做很多事情，我们的目标是确保我们在所有这些功能中都有正确的解决方案。</p><p><strong>问：您认为实际上有多少推理可以回到 CPU？</strong></p><p>Lisa Su：我认为大量的推理将在 CPU 上完成，正如您所想，我们正在谈论的非常大的模型显然需要在 GPU 上进行，但有多少公司真的能够负担得起最大的模型？所以，您现在已经可以看到，对于较小的模型，它们对这些事情进行了更多的微调，CPU 完全有能力做到这一点，特别是如果你走到边缘。</p><p><strong>四、与 Nvidia 竞争</strong></p><p>问：您在上次财报电话会议上指出，MI300 的供应受限，这是有史以来最快的增长速度，但可能与一些投资者的预期不同，对年底的预测有些令人失望。您认为这种需求受限的转变与325 的推出有多大关系，而事实上 Nvidia 的供应量总体上有所增加，因为每个人都在试图弄清楚这一点？您的长期机会是成为这种定制供应商——量身定制的供应商吗？抱歉，这是我们要说的词——而不是“看，我不想说买，但只要我们需要 GPU，我们就会从任何人那里购买”。您认为您的需求曲线相对于竞争和该领域的快速发展处于什么位置？</p><p>Lisa Su：再次，让我退一步，确保我们能把握住谈话的主题。对人工智能计算的需求已经超出了预期，我认为没有人会预测到这种需求，所以当我说供应链紧张时，这是可以预料到的，因为没有人预料到你会在这个时间段内需要这么多的 GPU。事实上，半导体行业非常擅长建设产能，这就是我们所看到的。正如我们开始预测的那样——</p><p>问：所以您觉得这更多的是因为网上有大量供应吗？</p><p>Lisa Su：当然，这就是我们的工作。我们的工作就是让你不受制造能力的限制。</p><p>实际上，对我们来说，这是为了确保客户真正增加他们的工作负载，这需要我们与客户进行大量的深入工作和深度合作。所以说实话，我对这里的机会感到非常高兴。我们以前经历过这种情况，它与我们最初增加数据中心服务器 CPU 时看到的情况非常相似，我们的客户与我们密切合作，优化他们的软件，然后他们添加新的工作负载，增加更多的容量，这也是我希望在这里发生的事情。</p><p>人工智能的不同之处在于，我认为客户愿意承担更多风险，因为他们希望尽快获得尽可能多的利益。</p><p>问：这对您是否是一个挑战？因为愿意承担更多风险意味着他们更容易接受高利润以获得领先的 GPU 或其他任何东西，或者拥有最大生态系统、开发者生态系统的 GPU？</p><p>Lisa Su：我想说的是，我对我们在软件方面取得的进展感到非常高兴。</p><p>我们看到的是出色的开箱即用性能。事实上，一切都运行正常，事实上，许多开发者生态系统都希望提升抽象层，因为每个人都想要选择。</p><p><strong>问：您是否认为您将进入这样一个阶段：抽象层的提升将成为跨公司的公共层，而不是让一家公司内部提升抽象层，这样他们就可以购买任何 CPU，但这不一定对您进入另一家公司有利，或者您认为这将是-</strong></p><p>Lisa Su：我绝对相信它会遍及整个行业。像 PyTorch 这样的技术，我认为 PyTorch 被广泛采用，OpenAI Triton也是如此。这些都是更大的行业事物，坦率地说，部分愿望是需要很长时间才能编程到硬件。每个人都希望快速创新，因此从快速创新的角度来看，抽象层是好的。</p><p><strong>问：你们是台积电新节点的第二波采用者，可能落后一年或一年半。你们是否感到了上升到顶级的压力？显然，对于这个世界上的一些参与者来说，你们是一家相对较小的公司，220 亿美元令人印象深刻，但你们仍然需要考虑这方面的成本。还是说你们只是迫切需要走在绝对前沿？</strong></p><p>Lisa Su：嗯，我认为从无晶圆厂的角度来看，就整体产量而言，我们肯定是前五名之一，而且绝对前沿的技术很有帮助。我们不会考虑是否应该这样做，我认为我们考虑的是从路线图的角度，例如，我们谈到了 GPU 推出的一年节奏。</p><p><strong>问：不幸的是，对于您来说，情况与 Nvidia 有点相反，这是否有点令人沮丧？</strong></p><p>Lisa Su：不，一点也不。再说一遍，对我来说最重要的事情之一是，我们的路线图基于我们认为可能实现的目标以及我们认为客户想要和需要的东西。</p><p>问：有没有可能出现 AMD使用英特尔晶圆厂的情况？</p><p>Lisa Su：我想说，我们对目前的制造关系非常满意。</p><p>问：我确实想到了，英特尔和 AMD 从一开始就是技术史上最大的竞争对手之一。但是，当你退一步思考时，你是否想在这些对话中退一步思考，是否有一点是你们是并肩作战的，因为真正的敌人是 Arm？</p><p>Lisa Su：您说得好像 Arm 是敌人一样，但我不认为 ARM 是敌人，所以我就从这个开始吧。我们在整个产品组合中都使用 Arm。我认为 x86 是一种非凡的架构，并且具备功能，但请不要将 AMD 视为一家 x86 公司，我们是一家计算公司，我们将针对正确的工作负载使用正确的计算引擎。</p><p>这与我的想法有关——如果你看看今天的半导体行业，你会发现我们既有竞争的地方，也有合作的地方。所以，关于你提到的英特尔，我们确实在某些领域竞争，但我们也在某些领域合作。英特尔是 UALink 联盟的一部分，他们是超级以太网联盟的一部分。</p><p><strong>问：他们对这种模块化和标准化也非常感兴趣。</strong></p><p>Lisa Su：我们同意这个想法，建立一条可以跨越不同加速器的链接实际上是一件好事。所以，我认为整个行业都是如此。我们处在一个既有竞争的地方，也有可以合作的地方。</p><p><strong>问：过去 10 年，你们在 x86 领域取得了令人惊叹的成就，在服务器领域和数据中心领域，你们的成就不言而喻。现在，就像出现了一位新冠军，你们准备好迎接新一轮的挑战了吗？</strong></p><p>Lisa Su：这是下一个弧线。我可以告诉你，我们今天在高性能计算领域所取得的成就令人惊叹，谁能想象得到？这就像一个新世界。这令人兴奋不已。</p><p>问：您感觉精力充沛，准备出发了吗？</p><p>Lisa Su：绝对准备好了。非常准备好了。</p></body></html>\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/e115dc0bfc2dec4dcdbda7231a41ffa0","relate_stocks":{"AMD":"美国超微公司"},"source_url":"","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1178390150","content_text":"AMD CEO Lisa Su（苏姿丰）绝对称得上是芯片届的风云人物，尤其是进入了AI新时代，她的声望达到了十年来最高点。翻看其成长历史，苏姿丰在麻省理工学院获得电气工程博士学位后（在麻省理工学院学习八年半，获得三个电气工程学位），在德州仪器开始了她的职业生涯，她在开发绝缘体上硅晶体管技术方面发挥了重要作用。随后，苏姿丰在 IBM 工作了 12 年，领导了半导体铜互连的开发，领导开发了 PlayStation 3 中使用的 Cell 微处理器的团队，并担任了首席执行官 Lou Gerstner 的技术助理。在担任飞思卡尔半导体公司首席技术官一段时间后，苏姿丰于 2012 年加入 AMD，并于 2014 年升任首席执行官。在带领 AMD 的十年里， Lisa Su取得了非凡的成功——在数十年落后于英特尔之后，AMD 开发出了世界上最好的 x86 芯片，并且继续从英特尔手中夺取数据中心市场的重要份额。除了传统的 PC 业务和图形芯片业务外，AMD 还是游戏机游戏领域的主要参与者。随着 AMD 在数据中心 GPU 市场上与 Nvidia 展开竞争，GPU 业务现在越来越成为焦点。早前，苏姿丰接受了外媒 Stratechery 的采访，畅谈了她的职业道路，包括她在晋升过程中学到的经验教训，然后讨论了为什么 AMD 在她的任期内能够取得如此大的成就。在采访中，苏姿丰还分享了她对“ChatGPT”改变行业的看法，以及AMD 如何应对。以下为采访正文：一、从IBM学到的经验问：我知道你不想过多谈论自己，但我需要一些事实核查。我们刚刚聊过，你出生在台湾，很小的时候移民到美国，最后考上了麻省理工学院，据说当时你在计算机科学和电子工程之间犹豫不决，最后选择了电子工程，主要是因为它更难，这是真的吗？Lisa Su：确实如此。我一直都和数学和科学打交道，我的父母总是说：“你必须做这些困难的事情”。当我去麻省理工学院时，当时我正在电气工程和计算机科学之间做出选择。计算机科学，你只需要编写软件程序，而电气工程，你必须建造东西。我想建造东西。问：您的博士学位专注于硅和绝缘体技术，然后您去了 IBM。您率先在芯片上使用铜互连。关于您在 IBM 的经历以及您可能学到了什么，我有三个问题：第一，谈到铜互连，你曾在在采访时谈到，当你完成这个技术开发之后，你想开启一段新的历程，但您的老板让您留下来，您觉得在您以为已经完成的时候，您积累的实际经验是最有影响力的，这些经验是什么？（原文：you felt like the actual learnings you accumulated in that time when you thought you were done were some of the most impactful. What were those learnings?）Lisa Su：我在 IBM 工作时确实学到了很多东西，那是我职业生涯的早期。当你上学并获得博士学位时，你会认为最有趣的事情是你所做的研究和你写的论文，我们都会写论文之类的东西。当你真正加入一家公司并参与一个项目时，这些项目通常需要几年时间才能完成。但此事的性感指出是在你想出新想法的开始阶段。我学到的其实是，我参与开发的第一批产品之一是采用铜互连的微处理器，而事实证明，产品推出所需的最后 5% 可能是最难的，大部分秘密都在这里。（原文：it turns out that the last 5% of what it takes to get a product out is probably the hardest, where most of the secret sauce is）如果你学会了如何做到这一点，那么坦率地说，它就是。问：所有的软件工程师都在说：“嘿，对我们来说也是一样的。你不知道吗？”Lisa Su：（笑）那可能是真的，那可能是真的。但我们对“秘诀”（secret sauce）都有自己的看法。当出现问题时，秘诀就是良率、可靠性。当你试图生产数百万件而不是只生产五件时，你会学到很多东西，反正我就学到了很多。是的，作为一名年轻的研究人员，你会想，“嘿，我准备好开始我的下一个研究了”，你会意识到看到你的产品真正出货并摆上货架，你可以走进百思买购买它，这是多么令人欣慰的事情。这些都是我学到的东西。问：即使在今天，您是否觉得您的时间和精力最终在您正在构建的目标与实际执行和实现您的承诺之间取得了多大的平衡？Lisa Su：当然，今天我个人花了很多时间展望未来路线图和技术。问：以下问题纯粹出于好奇，您需要多深入地参与诸如此类的事情，不是具体指您自己，而是 AMD 总体而言，既然您已经是无晶圆厂，那么在考虑实际的最后一英里时，您需要参与多少？与台积电或您的封装合作伙伴或其他任何公司的互动程度如何，以及如何真正提高产量？Lisa Su：作为一家无晶圆厂公司或设计公司，我们确实如此。我们实际上在进行端到端开发，因此你可以想象从产品概念的第一天开始——实际上甚至在那之前，我们就在思考哪些技术将准备就绪，我们应该押注的下一个重大事件是什么？这贯穿始终。有时，技术真正实现之前可能要经过五年甚至更长时间。我们也在最后阶段，确保产品以高质量、合适的良率、合适的成本结构和大批量生产交付。因此，这实际上是端到端的，不同之处在于，它不是全部由一家公司完成，这在更传统的集成制造模式中很常见，而是通过合作伙伴关系完成。我们发现，它实际上非常有效，因为各方专家都在一起工作。问：在IBM阶段，我很好奇的第二个问题是：您曾参与开发 PlayStation 3 的Cell 处理器。这款芯片是技术奇迹，但 PlayStation 3 被认为是最不成功的 PlayStation，从长远来看，这促使索尼的战略发生了真正的转变，从硬件差异化转向独家产品。我想这个问题可以分为两个部分：第一个是：您从那次经历中学到了什么？第二个问题与这个问题相关：那次经历对您后来有多大影响？我更好奇的是，您在 Cell 处理器上投入的所有工作以及它在市场上的实际表现，是否带来了管理方面的收获？Lisa Su：是的，你提到这一点很有意思。我从事 PlayStation 开发已有很长时间了，如果你仔细想想，PlayStation 3、4、5……问：这就像是贯穿你职业生涯的主线。Lisa Su：是的，跨多家公司。我要坦白地说，这些决策更多是围绕架构决策做出的。从这个角度来看，无论是 PlayStation 游戏机还是我们合作完成的其他工作（我们是 AMD，但当时 IBM 的情况也类似），这实际上都是客户或合作伙伴试图实现的密切合作。当时，Cell 处理器雄心勃勃，考虑到它试图实现的并行性类型。我再说一次，从商业角度来看，它肯定是成功的。当你对事物进行排名时，我认为历史会告诉你可能会有不同的排名。问：我的观点是，游戏机时代经历了几个阶段，在 PlayStation 1 和 PlayStation 2 的那个阶段，他们做出了明智的硬件决策，这让他们的方法与任天堂截然不同。但是，一旦你转向HD，创建成本就会大幅增加，开发人员会积极支持多种处理器，游戏引擎也会随之出现。突然之间，没有人愿意承担在 Cell 上实现差异化的负担，他们只想在 Cell 上运行。Lisa Su：也许有人会说，如果你回头来看，可编程性是如此重要。要想在第一天就取得真正的商业成功，我们必须同时考虑硬件和软件。正如我们所见，过去 10 多年来，AMD 所做的或已经完成的工作中，我感到非常自豪的一件事就是 PlayStation 4 和 PlayStation 5，我们在硬件方面一直有新的飞跃。而且它们与前几代产品兼容，这非常有帮助。问：关于IBM的第三个问题是，你曾担任郭士纳 (Lou Gerstner)一年的技术助理。你从他身上学到了什么？Lisa Su：（笑）你已经做好功课了，不是吗？和 Lou 在一起的一年是我职业生涯中最有教育意义的经历之一。IBM 在人才培养方面是一家非常出色的公司，因此他们在人才职业生涯早期就发现了他们，并问他们：“嘿，你想要什么样的经历？”就我而言，他们问我，你想走技术路线，还是更想走管理路线，术语是 IBM Fellow或 IBM Vice President。老实说，我不认为自己足够聪明，可以成为Bob Dennard那样的IBM Fellow。那里有很多很棒的人，所以我就想，“好吧，让我试试管理和商业方面的东西”。他们给了我一个机会和 Lou 一起度过一年，他真是个了不起的人。如果你想想一个刚从学校毕业五年的人，他真的只做过，我们称之为纯工程学，然后就读于基本上是世界上最好的 MBA。对我来说最有趣的是真正了解他的时间都花在了哪里。他总是花时间学习，非常关注外部事物，了解市场动态，了解客户动态。这会如何改变你的策略，这会如何改变你指导领导团队的方式？问：我一直很欣赏 Lou Gerstner 的另一点是，正如您所说，他不只是从外部观察市场，了解正在发生的事情，而是真正了解 IBM，了解 IBM 的内在能力和独特差异化。基本上，我的观点是，IBM 很大，那实际上意味着什么？你能以某种方式带来什么影响？整个中间件革命，看，我们可以为比我们更老、更大的公司解决这个互联网问题，这将是一个差异化的东西。但后来，显然一切都崩溃了。IBM 应该做云计算，Lou 实际上在他的书中写道，我不知道这是多么回顾过去。如果您接替他，您能带领 IBM 达到更高的高度吗？Lisa Su：我不知道我是否会走上那条路。我曾经是一名半导体从业者，现在也是一名半导体从业者。如果认真想想，IBM 对我来说是一份很棒的职业，但如果我想继续做半导体从业者，我就必须去一家半导体公司。然后我就去了飞思卡尔（半导体公司），更多地担任商业职务。问：您个人是否承认过“好吧，我现在是个商人”？或者说你选择了这条路，就朝着这个方向前进？Lisa Su：我一直都身兼技术与业务两大角色。在飞思卡尔，我一开始是首席技术官。我以首席技术官的身份加入，几年后，我最终负责网络和多媒体业务，这绝对是一种选择，而这个选择最终是我想推动成果，而推动成果需要，是的，技术很棒，但你需要有正确的业务战略。问：这是否限制了许多技术人员？他们是否低估了所有与技术无关的结果驱动因素？Lisa Su：我认为这是技术人员必须学习的东西。顺便说一句，有很多杰出的 CTO 真正理解这一点。我现在的 CTO 是Mark Papermaster，他是我在 IBM 的合作伙伴，我们一起成长，后来我们在 AMD 成为合作伙伴，他真正理解技术很棒，但你也需要推动业务成果。这就是我喜欢我所做的事情的原因，因为是的，我可以与一支杰出的团队整合出色的技术，但也有机会推动非常重要的业务成果。二、进入AMD 时代问：让我们谈谈 AMD。我之前提到过游戏机战略，这是你们加入后重点的重大转变。当时的想法是不是像“看，这是一场轻松的胜利，销量很高，我们可以重回游戏”？当时的想法是什么？Lisa Su：好吧，我永远不会说任何事情都是轻松取胜的。首先我想说一下，我刚加入 AMD 时，我们在 PC 市场的份额大概在 90% 以上，顺便说一句，我真的很喜欢 PC 市场。我相信我们会就此展开更多讨论。但我要提醒大家这一点。PC 市场是周期性的，而且周期可能非常剧烈。它们可能非常引人注目。因此，从商业战略的角度来看，在 AMD 成立初期，多元化发展和制定以高性能计算为基本原则的战略对我们来说非常重要。我们是一家计算公司，擅长构建计算能力，那么现在哪些市场可以真正利用这些能力呢？游戏就是其中之一，我们非常幸运，索尼和微软这两家领先的游戏机制造商选择了我们。问：是谁推动了游戏机向 x86 的转变？索尼从 Cell 吸取了多少教训？你是不是去找他们说：“看，这是可行的方法”？这种架构的通用性是如何发展起来的？Lisa Su：是的，我认为这是一系列选择，所以这是在 x86 和其他架构之间的选择，如果你在考虑软件开发时只考虑 x86 周围的开发者生态系统，我认为这是一个非常关键的部分，但我不知道架构本身是否足够。我认为令人难以置信的图形功能和图形，特别是如果你想定制图形，很少有公司能做到这一点，AMD 就是其中之一。问：你们提供的 CPU 和 GPU 之间集成程度如何？AMD 于 2006 年收购了 ATI。所以我的问题是在你去AMD之前，有没有其他公司能够真正为游戏机提供你们所做的产品？Lisa Su：我认为我们之所以能做到这些，是因为两个原因。首先，我们拥有基础 IP，也就是我们所说的 CPU 或微处理器核心与图形 IP 功能的组合，而且我们愿意进行定制。坦率地说，我们有庞大的团队负责这些项目，进行定制。问：您是否认为这是一种模式：最初，一切都围绕尖端技术，以获得最佳性能，但随着它（我不想说速度变慢，但功能商品化）的发展，定制化变得更加重要。例如，你收购了Xilinx。Lisa Su：我认为最好的方法是有几个原则。首先，事实上，世界需要更多的半导体。半导体、芯片现在是我们所做的很多事情的基础，我们所做的很多事情，我们称之为适合广泛用例的标准产品。但你会发现那些高容量的应用，比如游戏机，比如现在在云端完成的一些工作，比如一些我相信会定制的人工智能工作，在这些情况下，因为数量如此之多，所以定制是有意义的。这是我一直坚信的。这是我们战略的一部分，也是我们深度合作战略的一部分。所以如果你有正确的构建模块，那么你就可以与广大客户合作，真正弄清楚他们实现愿景需要什么。问：但是，是否存在这样的情况，随着工艺曲线的不断下降，设计成本变得越来越高，定制化有一个底线，而只有 AMD 才有足够的规模来进行定制，这是否有些矛盾呢？Lisa Su：我认为重要的是看哪些市场真正适合进行大规模定制，但这并不是全部。可能你的物联网设备你不会想这样做，因为投资回报不高。但对于大型计算能力，我认为需要结合合适的 IP 和与合作伙伴深入合作的能力。顺便说一句，不一定非要进行硬件定制，我们在软件方面也可以做很多事情，我认为这是未来的重要趋势之一。问：所以我不得不问，你来到 AMD，在那里待了几年，然后接任首席执行官一职。这是选择困难题的另一个例子吗？Lisa Su：我认为是的。我可以这么说，当我加入 AMD 时，我真正的想法是，我一生都在从事高性能处理器的工作，这是我的背景，在美国，很少有公司可以让你从事这种工作。我一直非常尊重 AMD，认为它是一家重要的公司，但我认为我可以有所作为，所以加入这家公司后，我意识到，“天哪，我还有很多东西要学”。在最初的几年里，我确实学到了很多关于这个世界的市场动态的知识，但这也是一个做出改变的绝佳机会。问：你能在哪些方面有所突破？我们可以看到其中的差别——我的意思是，只要看看股票图表，我们就能看看你的芯片的表现。因此，在这种情况下，可能很难回到你 10 年前的确切心态，但你当时的计划是什么？你说过什么，“看，我可以做到这一点，这里有办法，这里有一条路，我看到了”？你看到的路是什么？Lisa Su：我很清楚地看到，我们拥有构建令人难以置信的路线图所需的基础。我们在这些基础方面非常与众不同。问：这些基础是什么？是知识产权还是客户关系？Lisa Su：高性能 CPU 和高性能 GPU 是我们的支柱，如果你仔细想想，就会发现这些都是非常不可思议的基石。现在，我们缺少的是一个非常明确的战略，即我们长大后想成为什么样子，以及能够实现这一目标的执行机器。因此，从战略角度来看，我认为我们有一些选择。如果你还记得，那是 2014 年，当时最令人兴奋的是手机，比如应用处理器。所以我们会讨论“我们应该进军手机领域吗？”，我们的回答是，“不，我们不应该，因为我们不是一家手机公司。其他公司在这方面做得更好，我们是一家高性能计算公司，所以我们必须制定一个路线图，充分利用我们的优势，这需要我们改革我们的架构、设计和制造方式。”我知道如何做到这一点，这需要时间，你不可能在 12 个月内做到这一点，我觉得这需要五年时间。确实需要五年时间，但很明显，我们拥有这些要素，我们只需要真正有条不紊地构建执行引擎。问：刚刚你提到了制造。我们知道，在你接手之前，AMD 已经将 GlobalFoundries 剥离出来，我想在这里使用专业术语，你与 GlobalFoundries 之间不断修改的晶圆协议有多麻烦？这是你在尝试执行战略时必须不断处理的事情吗？Lia Su：，AMD 和 GlobalFoundries 曾经是一家公司，是的。那份晶圆供应协议也是在我任职之前就签署的，但如果考虑到我们必须要做的几项重大战略，如果你想制造高性能处理器，你就需要最好的技术合作伙伴、最好的制造合作伙伴，而 GlobalFoundries 是一家很棒的公司，他们当时仍然是一个很棒的合作伙伴。只是你需要规模才能在最前沿进行制造，而规模并不存在。当他们意识到这一点并表示“我们不会研发 7nm 工艺”后，无论对格芯还是AMD都是一个非常好的决定，而且从财务角度来看，AMD 必须把原来得到的钱全部退还。虽然双方之间有业务上的合作，但从技术角度来看，这绝对是正确的选择。正如我所说，GlobalFoundries 是我们的绝佳合作伙伴。我非常尊重 [GlobalFoundries 首席执行官] Tom Caulfield作为合作伙伴，我认为专注于各自擅长的领域对两家公司都有好处。问：你们是第一家转向小芯片的高性能芯片制造商，现在每个人都在朝这个方向发展，所以你们在这方面肯定处于领先地位。你们是否因为晶圆协议而被迫这样做，以便你们能够与 GlobalFoundries 和台积电进行一些批量生产，同时仍能交付芯片？Lisa Su：完全没有。实际上，我认为这显然是我们做出的最佳决定之一。当然，当时我们也预料不到这一点。我们当时考虑的是摩尔定律将走向何方，我们如何才能脱颖而出？坦白说，我们当时的想法是，我们需要为处理器市场带来一些与众不同的东西，因此制造这些良率不高、价格昂贵的巨型芯片并不是答案。我记得我们和Mark以及我们的架构师一起度过了一段时光，试图决定：“现在是我们转向小芯片的时候吗？现在是我们押注公司转向小芯片的时候吗？”我们说：“是的，因为我们将获得更高的性能、更多的内核以及更好的成本点”，这给了我们极大的灵活性，我们在此过程中学到了很多东西。第一代Zen 1芯片还不错，但我们遇到了一些需要处理的编程模型问题，而这些问题在Zen 2上得到了改善，并在Zen 3上真正取得了进展。问：2014 年，当您接手公司并觉得自己可以有所作为时，我看到了几个重大转变。例如您已经转向小芯片，那时台积电也正开始或过渡到 EUV。您在多大程度上看到了市场的长期变化，并因此做出了“看，我可以在这里做点什么”的决定？Lisa Su：是的，我们确实仔细研究了技术路线图和台积电当时的进展，以及当时的封装技术，我们决定现在是时候下注了。我想说，我们生活的世界就是我们必须下注，有时需要三到五年才能实现。问：是的。我不介意问你关于 2014 年的决定，因为今天重要的决定往往是在那时做出的。Lisa Su：完全正确，而且这样做也存在风险，比如“我们真的能通过采用小芯片获得我们预期的性能吗？”，但我们学到了很多东西，我认为历史会证明我们做出了正确的选择，但当时，我们的一些竞争对手称之为胶水，他们将芯片粘合在一起。就像“我们不是将芯片粘合在一起”。问：现在他们也在做同样的事情。回顾过去 10 年，AMD 在 x86 领域取得了真正意义上的性能领先，在设计决策和台积电的领先工艺之间，你认为谁的功劳最大？回报如何？Lisa Su：我确实相信它们有着千丝万缕的联系。台积电是这个领域出色的合作伙伴。当你承担很多设计风险时，你想知道你的技术是否可靠，这样你就知道该把时间和精力花在哪里。问：这就是台积电和阿斯麦所做的，比如先采用 300 毫米，然后再采用 EUV，这种合作已经证明是可行的，然后双方可以同时进行合作。Lisa Su：没错，我认为这是一次非常具有协同效应的合作关系。问：在您任职之前，AMD 最重要的时刻实际上是，我们之前就讨论过，他们从x86 转向 64 位，并在这方面将英特尔逼入绝境，这是一个硬件和软件的故事。那是在您任职之前，但我认为对 AMD 的持续批评之一是软件需要改进。软件在哪里？您不能只是硬件牛仔。当您加入时，有没有一种感觉，“看，我们有这个机会，我们可以随着时间的推移在此基础上继续发展”。AMD 对软件的谨慎态度是什么？您是如何努力改变这种状况的？Lisa Su：好吧，让我说清楚一点，根本没有任何保留。我认为我们一直相信硬件和软件结合的重要性，而软件的关键在于，我们应该让客户轻松使用我们在这些芯片中融入的所有令人难以置信的功能，这一点是完全明确的。我想你会看到，我们实际上已经处于技术开发的几个弧线上。所以，CPU 弧线和我们为构建 Zen 产品组合所做的一切。现在，我们刚刚在 Computex 的数据中心预览了 Zen 5，然后在客户端产品中推出了它。那个特定的弧线是一个弧线。现在我们处于下一个弧线，也就是AI 和 GPU。问：我想问您另外一件事。就这个趋势而言，我们谈到了小芯片趋势，谈到了 EUV 的事情。HPC的崛起对您的成功有多重要？因为我从中看到的是，他们正在大规模购买，他们实际上会进行 LTV 计算，以表示“看，是的，从长远来看，这些 AMD 处理器是值得的”。第二，如果存在软件漏洞，他们会努力填补，因为他们可以看到长期利益。当您考虑我们实际上能在这里赢得什么时，这是否对您产生了影响？这是一个驱动因素吗？Lisa Su：是的，你的观察很独到。当你考虑高性能计算以及事情是如何变化的时候，事实是，HPC是整个市场中非常重要的一部分，我们在那里花了很多时间，你提出的观点绝对正确，也就是说——你想在每个市场中都认为产品总是获胜，但这不一定正确。在超大规模计算市场中，最好的产品才能获胜。我们能够证明这一点。坦率地说，这个市场的关键是，一次胜利是不够的，暂时的胜利也是不够的。你必须赢得路线图，而这正是我们在那个特定时间点所做的。事实证明，也确实有一些客户会按照路线图进行购买。顺便说一句，他们会要求你证明这一点。在 Zen 1 中，他们说，“好吧，这很好”，Zen 2 更好，Zen 3 好得多。路线图的执行使我们处于这样的位置：现在我们与所有超大规模企业建立了非常深入的合作伙伴关系，我们对此非常感激，当你再次思考 AI 之旅时，你会发现这是一次类似的旅程。问：还有一个关于 x86 的问题。您如何看待与所有这些相关的消费领域？您可以想象一下，比如说像英特尔这样的公司，他们必须保持晶圆厂满负荷运转，因此他们需要最大限度地利用芯片来满足所有需求。晶圆厂的问题在于，英特尔希望实现整合，而 AMD 则处于不同的位置，因此他们可以满足超大规模生产者的需求，他们更擅长制造出色的芯片。但是，您是否会考虑数量，仅仅因为您想利用设计成本和 IP 投资？我只是好奇，在一个不是您的晶圆厂、不是您的数十亿美元资本支出的世界里，这些计算是如何进行的。我很好奇您与集成商有何不同的看法。Lisa Su：我们认为，这关乎规模。2014-15 年，我们是一家市值 40 亿美元的公司，在这种情况下，你可以投入一定数量的研发资金。去年，我们是一家 220 多亿美元的公司，你可以在研发上投入更多资金。这与我们如何利用杠杆的计算是一样的。问：但如果你在晶圆厂上投入过多的话，破产的风险可能会降低。Lisa Su：嗯，我认为关键在于利用 IP。它是我们拥有的引擎、计算引擎。这绝对是我们的首要任务，就是让这些计算引擎走上非常积极的发展路线图，然后我们以此为基础打造产品。三、人工智能问：2022 年 11 月 ChatGPT 出现时，您的反应是什么？Lisa Su：嗯，这实际上是 AI 本质的结晶。问：显然，您从事图形游戏行业已有很长时间，一直在考虑高性能计算，因此 GPU 的重要性这一想法对您来说并不陌生。但是，它改变了您周围其他人的看法，之后发生了什么，您是否感到惊讶？Lisa Su：我们非常重视高性能计算和人工智能的 GPU 发展。实际上，这可能是我们开启的一个非常重要的弧线，我们可以将其追溯到 2017 年以后的时间范围内。我们一直都在研究 GPU，但真正关注的是——问：2017 年发生了什么让您意识到，“等等，我们有这些，我们以为我们购买了 ATI 来玩游戏，但突然间，出现了一个完全不同的应用”？Lisa Su：这是下一个重大机遇，我们知道这是下一个重大机遇。这是我和Mark讨论过的事情，即通过将 CPU 和 GPU 放在系统中并一起设计，我们将得到更好的答案，而第一个近期应用是超级计算。我们非常关注这些将驻留在国家实验室和深度研究设施中的大型机器，我们知道我们可以构建这些大规模并行 GPU 机器来实现这一点。在 AI 部分，我们也一直认为它显然是 HPC 加 AI 的结合。问：您之前说过，AI 是 HPC 的杀手级应用。Lisa Su：是的。问：但是当你和高性能计算领域的人交谈时，他们会说，“嗯，这有点不同”，在多大程度上这是同一类别与相邻类别的不同？Lisa Su：它们是相邻但高度相关的类别，这完全取决于您在计算中想要的精度，无论您是使用完整精度还是要使用其他一些数据格式。但我认为真正的关键，也是我们真正有远见的事情是，由于我们的 chiplet 策略，我们可以构建一个高度模块化的系统，可以称之为集成的 CPU 和 GPU，或者它可能只是人们需要的令人难以置信的 GPU 功能。因此，对我来说，ChatGPT 的出现让我更加清晰，现在每个人都知道了 AI 的用途。以前，只有科学家和工程师才会考虑 AI，而现在每个人都可以使用 AI。这些模型并不完美，但它们非常好，因此，我认为，我们如何尽快将更多的 AI 计算交到人们手中已经非常清晰。由于我们构建设计系统的方式，我们实际上可以有两种风格。我们有仅限 HPC 的风格，也就是我们所说的 MI300A，还有仅限 AI 的风格，也就是 MI300X。问：这是一种不舒服的转变吗？比如，“实际上，不，我们想要更低的精度，因为可扩展性非常重要”。Lisa Su：这并不令人不舒服。速度非常快。问：事情发生得太快了。AMD 表现非常好，几个月前创下了历史新高。但总的来说，显然Nvidia 占据了主导地位，因为它拥有很多发展势头和上升空间。从您的角度来看，在那段时期，AMD 需要迎头赶上，而 Nvidia 又具备哪些优势？Lisa Su：我认为思考这个问题的方式就是，重点在哪里，相对而言——看，我非常赞赏 [Nvidia 首席执行官] Jensen [Huang] 和 Nvidia。他们在这个领域投资了很长时间，直到事情的发展方向完全明朗。我们也在投资，尽管我想说我们有几个弧线。我们有 CPU 弧线，然后我们有 GPU 弧线。问：嘿，你正忙着压垮英特尔，所以我明白了。Lisa Su：我想换一种说法，我们正处于 AI 的起步阶段。我发现一个奇怪的现象是，人们总是在短时间内思考技术。技术不是短时间的运动，我们正处于一个 10 年的弧线中，可能已经走过了前 18 个月。从这个角度来看，我认为我们非常清楚我们需要去哪里，路线图应该是什么样的。你之前提到过软件，非常清楚我们如何让开发人员非常轻松地完成这一转变，我们收购 Xilinx 的一大好处是我们获得了一支由 5,000 人组成的非凡团队，其中包括大量软件人才，他们目前正在努力让 AMD AI 尽可能易于使用。问：这种对比确实让我印象深刻的一点是，Nvidia 真正聪明的举措之一就是收购Mellanox及其在网络领域的产品组合，并将所有这些芯片整合在一起，特别用于训练。在您的 Computex 主题演讲中，您谈到了新的Ultra Accelerator Link和 Ultra Ethernet Link 标准，以及将许多公司聚集在一起的想法，这有点让人回想起数据中心领域的开放计算项目。这非常合理，尤其是考虑到 Nvidia 的专有解决方案具有我们熟知和喜爱的高利润率，就像他们的其他产品一样。但我想这是我关于您长期发展的问题——您是否认为，从克莱顿·克里斯滕森 (Clayton Christensen) 的理论角度来看，由于我们处于人工智能的早期阶段，因此在许多方面，更专有的集成解决方案成为焦点，这可能并不奇怪？在某种程度上，开放和模块化都是有意义的，但可能在一段时间内还不够好。Lisa Su：我会这样说。当你展望五年后的市场时，我看到的是一个拥有多种解决方案的世界。我不相信一刀切，从这个角度来看，开放和模块化的美妙之处在于你能够……我不想在这里使用“定制”这个词，因为它们可能不是全部都是定制的，但你能够量身定制。量身定制是正确的词——你能够针对不同的工作量量身定制解决方案，我相信没有一家公司能够为所有可能的工作量提供所有可能的解决方案。所以，我认为我们将以不同的方式实现这一目标。顺便说一句，我坚信我们将要构建的这些大型 GPU 将在一段时间内继续成为宇宙的中心，是的，你将需要整个网络系统和参考系统结合在一起。我们所做的重点是，所有这些部分都将成为未来的参考架构，因此我认为从架构上讲这将非常重要。我唯一想说的是，没有一种万能的解决方案，因此模块化和开放性将允许生态系统在他们想要创新的地方进行创新。你为超大规模企业 1 想要的解决方案可能与你为超大规模企业 2 或 3 想要的解决方案不同。问：那么，您认为在标准方法与“这是微软方法”、“这是 Meta 方法”之间的平衡点在哪里？它们之间有一些共同点，但实际上它们都根据各自的用例和需求进行了相当程度的定制。同样，这不是明年，而是从长远来看。Lisa Su：我认为，在未来三、四或五年内，你将会看到针对不同工作负载的更多定制，而算法将会 — 目前，我们正处于一个算法变化非常快的时期。在某个时候，你会觉得“嘿，它更稳定了，更清晰了”，而就我们讨论的规模而言，你可以从中获得显著的好处，不仅从成本角度，而且从功率角度。人们谈论芯片效率、系统效率现在与性能同等重要，甚至更重要，出于所有这些原因，我认为你会看到多种解决方案。问：这是您的 x86 业务被低估的顺风吗？您在主题演讲中谈到了云端大多数 CPU 的使用年限超过五年的事实，您曾说过类似这样的话：“我们的一个 CPU 可以取代五六个旧 CPU”。您认为这是否真的如此——因为我认为目前您的公司和英特尔公司都担心所有的支出都花在了 AI 上，甚至没有人再购买 CPU，这是否是一种功耗墙？如果我们可以从数据中心中取出一堆 CPU，我们可以通过放置其他 CPU 来节省电力？Lisa Su：我认为两点都是正确的。我认为数据中心的现代化绝对必须实现。这将会发生，然后另一点是——这也许现在不会发生。我认为我们看到投资重新回到了现代化领域，但另一件真正重要的事情是，尽管我们非常喜欢 GPU，但它是我们未来巨大的增长动力，但并不是所有的工作负载都会用到 GPU。你会有传统的工作负载，你会有混合的工作负载，我认为这是故事的关键点，在大型企业中你必须做很多事情，我们的目标是确保我们在所有这些功能中都有正确的解决方案。问：您认为实际上有多少推理可以回到 CPU？Lisa Su：我认为大量的推理将在 CPU 上完成，正如您所想，我们正在谈论的非常大的模型显然需要在 GPU 上进行，但有多少公司真的能够负担得起最大的模型？所以，您现在已经可以看到，对于较小的模型，它们对这些事情进行了更多的微调，CPU 完全有能力做到这一点，特别是如果你走到边缘。四、与 Nvidia 竞争问：您在上次财报电话会议上指出，MI300 的供应受限，这是有史以来最快的增长速度，但可能与一些投资者的预期不同，对年底的预测有些令人失望。您认为这种需求受限的转变与325 的推出有多大关系，而事实上 Nvidia 的供应量总体上有所增加，因为每个人都在试图弄清楚这一点？您的长期机会是成为这种定制供应商——量身定制的供应商吗？抱歉，这是我们要说的词——而不是“看，我不想说买，但只要我们需要 GPU，我们就会从任何人那里购买”。您认为您的需求曲线相对于竞争和该领域的快速发展处于什么位置？Lisa Su：再次，让我退一步，确保我们能把握住谈话的主题。对人工智能计算的需求已经超出了预期，我认为没有人会预测到这种需求，所以当我说供应链紧张时，这是可以预料到的，因为没有人预料到你会在这个时间段内需要这么多的 GPU。事实上，半导体行业非常擅长建设产能，这就是我们所看到的。正如我们开始预测的那样——问：所以您觉得这更多的是因为网上有大量供应吗？Lisa Su：当然，这就是我们的工作。我们的工作就是让你不受制造能力的限制。实际上，对我们来说，这是为了确保客户真正增加他们的工作负载，这需要我们与客户进行大量的深入工作和深度合作。所以说实话，我对这里的机会感到非常高兴。我们以前经历过这种情况，它与我们最初增加数据中心服务器 CPU 时看到的情况非常相似，我们的客户与我们密切合作，优化他们的软件，然后他们添加新的工作负载，增加更多的容量，这也是我希望在这里发生的事情。人工智能的不同之处在于，我认为客户愿意承担更多风险，因为他们希望尽快获得尽可能多的利益。问：这对您是否是一个挑战？因为愿意承担更多风险意味着他们更容易接受高利润以获得领先的 GPU 或其他任何东西，或者拥有最大生态系统、开发者生态系统的 GPU？Lisa Su：我想说的是，我对我们在软件方面取得的进展感到非常高兴。我们看到的是出色的开箱即用性能。事实上，一切都运行正常，事实上，许多开发者生态系统都希望提升抽象层，因为每个人都想要选择。问：您是否认为您将进入这样一个阶段：抽象层的提升将成为跨公司的公共层，而不是让一家公司内部提升抽象层，这样他们就可以购买任何 CPU，但这不一定对您进入另一家公司有利，或者您认为这将是-Lisa Su：我绝对相信它会遍及整个行业。像 PyTorch 这样的技术，我认为 PyTorch 被广泛采用，OpenAI Triton也是如此。这些都是更大的行业事物，坦率地说，部分愿望是需要很长时间才能编程到硬件。每个人都希望快速创新，因此从快速创新的角度来看，抽象层是好的。问：你们是台积电新节点的第二波采用者，可能落后一年或一年半。你们是否感到了上升到顶级的压力？显然，对于这个世界上的一些参与者来说，你们是一家相对较小的公司，220 亿美元令人印象深刻，但你们仍然需要考虑这方面的成本。还是说你们只是迫切需要走在绝对前沿？Lisa Su：嗯，我认为从无晶圆厂的角度来看，就整体产量而言，我们肯定是前五名之一，而且绝对前沿的技术很有帮助。我们不会考虑是否应该这样做，我认为我们考虑的是从路线图的角度，例如，我们谈到了 GPU 推出的一年节奏。问：不幸的是，对于您来说，情况与 Nvidia 有点相反，这是否有点令人沮丧？Lisa Su：不，一点也不。再说一遍，对我来说最重要的事情之一是，我们的路线图基于我们认为可能实现的目标以及我们认为客户想要和需要的东西。问：有没有可能出现 AMD使用英特尔晶圆厂的情况？Lisa Su：我想说，我们对目前的制造关系非常满意。问：我确实想到了，英特尔和 AMD 从一开始就是技术史上最大的竞争对手之一。但是，当你退一步思考时，你是否想在这些对话中退一步思考，是否有一点是你们是并肩作战的，因为真正的敌人是 Arm？Lisa Su：您说得好像 Arm 是敌人一样，但我不认为 ARM 是敌人，所以我就从这个开始吧。我们在整个产品组合中都使用 Arm。我认为 x86 是一种非凡的架构，并且具备功能，但请不要将 AMD 视为一家 x86 公司，我们是一家计算公司，我们将针对正确的工作负载使用正确的计算引擎。这与我的想法有关——如果你看看今天的半导体行业，你会发现我们既有竞争的地方，也有合作的地方。所以，关于你提到的英特尔，我们确实在某些领域竞争，但我们也在某些领域合作。英特尔是 UALink 联盟的一部分，他们是超级以太网联盟的一部分。问：他们对这种模块化和标准化也非常感兴趣。Lisa Su：我们同意这个想法，建立一条可以跨越不同加速器的链接实际上是一件好事。所以，我认为整个行业都是如此。我们处在一个既有竞争的地方，也有可以合作的地方。问：过去 10 年，你们在 x86 领域取得了令人惊叹的成就，在服务器领域和数据中心领域，你们的成就不言而喻。现在，就像出现了一位新冠军，你们准备好迎接新一轮的挑战了吗？Lisa Su：这是下一个弧线。我可以告诉你，我们今天在高性能计算领域所取得的成就令人惊叹，谁能想象得到？这就像一个新世界。这令人兴奋不已。问：您感觉精力充沛，准备出发了吗？Lisa Su：绝对准备好了。非常准备好了。","news_type":1,"symbols_score_info":{"AMD":1.1}},"isVote":1,"tweetType":1,"viewCount":2708,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0}],"lives":[]}