社区

‍‍

2024年1月初，Microsoft在youtube的官方账号上，发布了AMD半导体公司董事长兼首席执行官苏姿丰（Lisa Su）和微软CTO凯文·斯科特（Kevin Scott）在播客节目《Behind the Tech》中的对话视频。

这份采访谈到了从事硬软件领域的区别、苏姿丰在麻省理工完成本硕及博士学位的心路历程和职业规划思考。

还有摩尔定律速度放缓后AMD的应对、对生成式人工智能领域发展的看法，以及对合作伙伴微软和OpenAI在半导体领域发展的思考等等。

这位“鸡娃天花板”，从幼时拆开遥控玩具车发现其工作原理后，对于所有事物的运行逻辑产生了极大的好奇。

在麻省理工就读时，周围同学对工程领域的热情也极大地影响了苏姿丰。有机会见证芯片制造过程的她，坚定地选择做一名硬件工程师，进入半导体行业。

毕业后她先是在IBM，做了12年的半导体研发和下一代处理器技术研究。之后，又在Freescale半导体公司做了5年的首席技术官，然后加入AMD，此后的职业生涯始终与处理器领域紧密相连。

图源：Microsoft（YouTube）《Behind the Tech》播客截图

以下为本次访谈中的精彩观点：

1.有些东西看起来难以理解甚至神奇，（但）当你掌握了一些新知识后，会有一种自豪感油然而生，这种感觉会一直伴随着你的成长。

2.博士学位对我来说具有无法估量的价值。它不仅仅是一个学历，更是一个让我学会如何思考并解决复杂问题的机会。

3.一个人的成功不仅仅取决于自身的才能和努力，还需要在正确的时间出现在正确的地点。

4.对我帮助最大的导师，是那些在我搞砸的时候告诉我的人。每个人都可以告诉你你有多棒，（但）当你犯错时，那些真正愿意帮助你的人才会告诉你怎么做才能更好。

5.摩尔定律放缓的事实意味着，我们必须寻找不同的方式来组装芯片。

6.人工智能是过去四五十年来最重要的技术。在计算应用方面，还存在着大量未开发的潜力。而生成式人工智能为我们如何运用计算力量带来了一个全新的视角。

两位有太多相似经历和喜好的科技人交流，对话感很强，聪明投资者（ID：Capital-nature）分享给大家。

全文有删减，采访整理自“中国企业家杂志”

学习新的知识激励我不断成长

 主持人  你是从什么时候开始对科技产生兴趣的？是在你小时候与父母相处的过程中培养起来的吗？

 苏姿丰  我在纽约长大，我的父亲是一名数学家，更准确地说，他是一名统计学家。每当孩子们坐在餐桌旁时，他就会让我们练习乘法表，这促使我必须在数学方面表现出色。

我一直对事物的工作原理和结构充满好奇。关于这一点，我最早的记忆是和弟弟一起玩遥控汽车。

有一次，那辆遥控汽车突然停下来了，我就开始思考它为什么会停下来。于是我拆开了它，发现里面有一根电线松动了。当我把电线放回正确的位置后，它又重新跑了起来。

那一刻，我幼小的心灵受到了极大的震撼。从那时起我就开始对各种事物的工作原理产生了好奇心。

 主持人  对于那些年幼时的偶然发现，你是否觉得特别有趣？有些东西在你看来难以理解甚至神奇，直到你逐渐掌握了它们的工作原理，才开始真正理解这些事物的运行逻辑？

 苏姿丰  确实如此，每当你掌握了一些新知识，都会有一种自豪感油然而生，这种感觉会一直伴随着你的成长。

 主持人  你在高中时期就已经决定要在大学攻读电气工程专业了吗，还是在进入大学之后才做出这个决定的？

 苏姿丰  说起来，我高中的时候可能是个书呆子。当时我参加了数学小组等活动，毕业后有幸进入麻省理工学院完成本科学业。

在那里，每个人都对工程领域充满热情。学院里开设了很多电子工程和计算机科学的课程，那的环境对我影响很大。

不过问题也随之而来：你想成为一名工程师吗？你想研发硬件还是软件？你想成为计算机科学家吗？周围的同学都在思考这些问题。

而对我来说，我确信自己想成为一名硬件工程师。

 主持人  你是如何发现自己更倾向于硬件领域的呢？因为我也有过类似的困惑。年轻时，我对电子和电气工程都很感兴趣，也包括一些软件方面的知识。

但我最终选择了软件，因为我觉得软件在某些方面更有优势。

 苏姿丰  麻省理工学院有一个优点，他们鼓励本科生参与研究工作。除了课程作业，学院还鼓励学生尝试各种课外项目。我有过两次类似于实验室项目的实习经历。

其中一次是参与软件开发，那时我的时薪是5美元或等值的其他报酬。那份工作让我有机会与实验室同事们一起合作。而另一次是研究硬件相关的项目，属于半导体领域。虽然任务繁重，但我坚持了下来。

在那次实验中，我们将晶圆放入反应离子刻蚀机中，然后在显微镜下观察它的变化。正是这次经历让我对硬件产生了浓厚的兴趣。

请注意，我并不是要贬低软件领域，软件同样非常重要且有趣。但在那时，硬件对我来说更具吸引力。我有机会亲眼见证芯片的制造过程，尽管它们并不是当时最先进的技术。

那时我们就能够在硬币大小的材料上构建晶体管并在系统上进行测试，这正是我选择进入半导体行业的原因。

 主持人  在某种程度上，我们都能意识到，如果你在计算领域工作，硬件和软件这两个部分是同样重要的。

我们在与计算机科学家和工程师讨论时，经常会提到一个话题：过去几十年来，人类在计算机领域建立的“抽象层”有时会掩盖一些底层的技术细节。

你是否还能回想起在材料科学课程中获得的成就感？

 苏姿丰  我是个坚定的“信徒”。有些人可能更擅长理论学习，而有些人则更注重实际操作。两者都有各自的优势，都能体验到不同的事物。而我更倾向于通过实践来学习，我认为经历是非常重要的。

在本科时期，我上的第一堂课就是搭建自己的个人电脑。我不仅需要构建电路，还要进行编程。那种亲手打造出自己的半导体设备，并观察每一个步骤是如何完成的感觉，可能并不是每个人都会喜欢，但我却非常享受这个过程。

我喜欢触摸和感受由我构建的产品，这对我来说有种成就感。所以，我认为学校应该帮助我们思考在生活中喜欢做什么。

 主持人  说到硬件和软件的区别，有个有趣的现象。即使是编写程序的人，也很难获得像构建芯片那样的直观感受。即使你把软件一点一滴地组装成一个完整的系统，也不会像组装自己的个人电脑那样有成就感。

比如，你购买了主板、机箱、电源和CPU等，然后亲手将它们组装在一起。这种物理层面的组装过程，最后能给你带来一种实实在在的成就感。

 苏姿丰  我完全同意你的看法，我认为能够亲手构建并触摸到技术的机会是非常酷的。这对于引导学生进入STEM（科学、技术、工程和数学）领域也是非常有帮助的。

博士学位的真正意义

 主持人  你在麻省理工学院主修电子工程，完成学业后，你是如何规划下一步的？

 苏姿丰  我是麻省理工学院的终身教授。我在麻省理工学院完成了本科、硕士以及博士学位的学习，这是一段相当艰难的经历。

当时，我的朋友们都陆续毕业开始寻找工作了。但我觉得自己还有很多需要学习的地方，于是我决定继续攻读博士学位，专注于半导体领域的研究。

现在人们谈论的是2纳米技术，但在当时，我的研究方向是构建四分之一微米的设备，那在当时已经是非常非常先进的技术了，甚至可以说是艺术级的作品。

因此，我选择了继续深造，希望能够在这一领域做出更多的贡献。

 主持人  我很想知道您对于博士学位价值的看法。许多人认为博士学位的主要价值在于对先进技术的贡献，但我认为它的价值更在于能够完成一件非常复杂的事情并将其综合起来。

您认为您的博士学位对您来说有多大的价值呢？

 苏姿丰  在我作为一名学生的时候，我总是急切地想要前进，所以当我开始攻读博士学位时，我希望能尽快完成。

然而，博士学位对我来说具有无法估量的价值。它不仅仅是一个学历，更是一个让我学会如何思考并解决复杂问题的机会。这段经历给了我巨大的信心。

想象一下，某个没人能解决的问题，你能去找一本书，然后说，嘿，这是如何解决它的答案吗？很明显这是行不通的。

我们真正需要做的是要好好想想该怎么解决这个问题，如何为行业或学术界做出贡献。答案并不明确。

 主持人  我认为，你所研究的那些问题都相当棘手，且前所未有，因此你无法向他人寻求答案。那么，你从麻省理工学院毕业后，第一份工作是什么呢？

 苏姿丰  我毕业后，第一份工作是在达拉斯的一家德州仪器公司。但我在那里工作的时间很短，仅仅不到一年，那段时间我非常想家。

之后，我早期的职业生涯大部分时间都是在纽约的IBM度过的。

 主持人  当时，你是否参与了他们正在研发的风险处理器的项目？

 苏姿丰  是的，那时IBM一直聚焦于新一代技术的发展。在IBM，我主要从事处理器的研究。从我开始接触的第一个处理器到现在，已经过去30年了。

我参与开发的第一个处理器是PowerPC处理器，它被广泛应用在个人电脑以及一些大型服务器系统上。

 主持人  我曾经去过一所科技管理学校，那里有一台可能是最早的PowerPC，给我留下了深刻的印象。我想说，在我们两人的职业生涯早期，都经历了一场技术变革。

那是一个指令集架构创新层出不穷的时代，有PowerPC、PA Risk、MIPS和DEC等。但最终，全球大部分电脑都开始采用英特尔的x86指令集处理器。

现在，我们似乎又进入了一个同样有趣的时代，ARM处理器以及计算能力越来越强的GPU正在崛起。这种变革与二三十年前的情况颇为相似。

对此，你有何感想呢？

 苏姿丰  回想起二三十年前，那时候有各种各样的指令集，但很多都无法实现规模化和商业化。现在，随着工作量和方式的变化，GPU市场需求激增，这使得GPU的性能变得来越重要重要。

比如最近热议的人工智能，人工智能企业对算力的需求日益增长，市场也随之不断扩大。这就是选择研究方向的关键所在。

 主持人  我的职业生涯是从写作起步的，在研究生阶段，我专注于编译器和计算机架构。但随着时间的推移，需要处理计算堆栈最底层细节的人会越来越少。

我甚至认为，最终大部分开发人员可能会被人工智能所取代。

 苏姿丰  我完全同意这个观点。这正是我们所预见的趋势。技术日新月异，计算机迭代的速度几乎可以弥补任何不足。我把这种现象称为“抽象性（想象力）”的丧失。

 主持人  确实如此。但即便如此，我们仍然需要那些对低层次细节和问题充满热情的工程师群体。我们需要他们来构建低层次的系统软件。当我看到一些孩子在学习计算机科学课程时，他们展现出的抽象水平非常高。

然而，你是否真正喜欢深入理解你正在操作的完整堆栈？是否有兴趣成为那些在系统低级别层面上摸索的系统人员之一？专研底层堆栈的系统工程师会不会消失？

 苏姿丰  很多人问过我，AMD是如何让足够多的人对硬件产生兴趣的。每个人的兴趣点都不同，但我认为在软件优化和推动硬件优化方面还有很多工作可以做。‍

 主持人  与过去二三十年相比，我认为人工智能的出现是我们几十年来在计算机领域最激动人心的时刻。

 苏姿丰  我完全同意这个看法。

 主持人  我们必须考虑使用旧的高性能计算原则来编写今天的软件，但问题是，这些旧原则是否还能满足现在的需求？因此，计算机体系结构的重要性再次凸显出来。

 苏姿丰  确实如此。微软目前正在进行的一些工作，无疑是在挑战现有的硬件和系统相关的极限。

 主持人  让我们回到你的职业生涯中。您在IBM工作了很长一段时间，之后是不是就计划加入AMD了？

 苏姿丰  在IBM，我工作了大约12到13年，期间主要涉及半导体研发以及下一代处理器技术。实际上，在加入AMD之前，我曾在Freescale半导体公司担任首席技术官，在那我任职了大约五年。

当时，公司正在考虑如何重新调整其投资组合。我负责他们的网络和多媒体业务，之后才加入AMD。

虽然在那段时间里，公司经历了一系列的事情，但我的职业生涯始终与处理器领域紧密相连。

 主持人  在您的职业生涯中，您何时决定要担任领导职务？领导力是您喜欢或认为必要的因素吗？

 苏姿丰  在IBM最初的几年，我的经理曾问我想成为IBM的研究员还是副总裁。我觉得这是一个有趣的选择题。

但问题是，如果我成为IBM的副总裁，我该如何带领团队？经过思考，我觉得自己可能不够聪明，不足以成为一名优秀的研究员，所以我决定努力成为一名副总裁。

从那时起，我开始有机会领导一些小团队，这些小团队逐渐成长为中型、大型团队。我最喜欢的就是看到团队成员们团结一心，共同面对挑战，完成那些看似困难甚至不可能的任务。

但更令人欣慰的是看到团队能够齐心协力，做些真正具有开创性的事情。这个过程一直是我职业生涯中最享受的部分。

 主持人  你的整个职业生涯是非凡的，但我更想了解您在AMD的职业发展。您凭借卓越的技术实力，成功担任了美国最重要的半导体公司之一AMD的董事长兼首席执行官，这无疑对许多人来说都是一种巨大的鼓舞。

您如何看待您的工作和所取得的成就？

 苏姿丰  我认为，一个人的成功不仅仅取决于他自身的才能和努力，还需要在正确的时间出现在正确的地点。我很幸运，在关键时刻选择了正确的道路。当我加入AMD时，很多人都好奇为什么我会选择在这个时候加入。

事实上，我从来没有想过我为什么不加入其他公司。在美国有很多公司正在制造高性能处理器，能够做到的公司并不多。

于我而言，我从来没有说过我必须成为CEO，这不是我要思考的。我想说的一直都是做我认为很重要的事情。

对我帮助最大的导师是那些在我搞砸的时候告诉我的人，坦率地说，每个人都可以告诉你你有多棒，相比之下当你犯错误的时候，那些真正愿意帮助你的人才会告诉你怎么做才能更好。

摩尔定律确实放慢了速度，但不会终结

 主持人  人们一直在谈论摩尔定律（集成电路上可以容纳的晶体管数目在大约每经过18个月到24个月便会增加一倍。处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。）的终结，但微软还在坚持技术层面的更新换代，随着时间的推移，我们已经找到了更经济高效的方式。

例如，利用高性能计算来处理大量的科学工作以及当前的人工智能模型训练等。那么，您认为现在最有趣的趋势是什么呢？

 苏姿丰  我们一直在讨论摩尔定律是否在放缓，甚至是否已经结束。确实，摩尔定律的速度已经有所放缓，但它从未完全停止。我经常对我的团队说，在技术方面下对赌注非常重要，因为这需要很长时间才能真正见效。

摩尔定律放缓的事实意味着，我们必须寻找不同的方式来组装芯片。在2014年、2015年的时候，AMD就已经做出了一个重要的决定：如果摩尔定律真的已经放缓，那么更好的芯片组装方式就是将其分解为更小的单元。

这更像是一个大胆的赌注。

我认为这种方法代表着未来，这种新的组合方式成本效益要高得多。那么，如何实现这一目标呢？如何在不影响系统性能的前提下，提高芯片的数据处理能力呢？对此我们有非常聪明的专业人士。

当你向他们抛出一个问题，他们就会想办法解决，只是你必须对他们的研究进行投资。

人工智能将对人们的生活持续产生影响

 主持人  过去的一段时间里，我们对计算方式保持了高度的关注，然而市场似乎陷入了想象力的匮乏，大家普遍依赖于简单地增加算力来实现各种期望的结果。

如果你想要实现更高效、更经济的算力提升，你有什么看法？或许，生成式人工智能领域就蕴藏着我们寻找的答案？

 苏姿丰  我完全同意你的观点。过去的十年里，我们在计算领域取得了显著的进步，但大部分的关注点都集中在了外在形式上。坦率地说，人工智能可以说是过去四五十年来最重要的技术。

我们发现在计算应用方面，还存在着大量未开发的潜力。计算能力仍然难以充分利用。而生成式人工智能为我们如何运用计算力量带来了一个全新的视角。

 主持人  当我还是个孩子的时候，我喜欢读科幻小说，看《星际迷航》系列。这些乐观的科幻作品里的计算机都无比强大。当然，这些都是在个人电脑出现之前的想象，作者们在描绘他们对计算机未来的憧憬。

但你有没有觉得，计算机革命在某种程度上限制了人们的想象力？我认为过去几年的发展再次激发了人们的想象力，虽然有时候表现方式有些奇特，但我认为这大部分都是积极的。

 苏姿丰  我完全同意你的看法。

 主持人  那么，你认为人工智能计算机将如何发展？微软在思考半导体领域的未来会是什么样子？我相信AMD也一定在考虑这个问题。

 苏姿丰  首先，我要感谢微软和AMD之间建立的深厚合作关系。在我看来，人工智能是一种赋能技术，它在许多方面都赋予了我们强大的力量。

就从大型语言模型来说，微软、OpenAI以及其他机构在训练全球最大的模型方面所做的杰出工作，就是我们的一个切入点。人工智能对我们生活的影响将是持续且深远的，所有参与其中的公司都有机会重新定义个人电脑和手机的功能。

但这一切都需要算力来支撑，尽管在芯片技术方面可能并不完全相同。随着技术的不断进步，我们将在所有计算机产品中看到人工智能的身影，无论是在数据中心还是在客户端设备上。

 主持人  但你们已经了解这一点有一段时间了，因为AMD的一些强大超级计算机已经上了全球TOP500超级计算机名单。在构建这些系统时，你们必须考虑所有的因素。

例如，如何为数据中心供电，如何冷却设备，如何设计机架，如何构建网络。我认为这是另一个非常激动人心的部分。

这不仅仅是关于芯片，更是关于芯片周围的所有配套设施。就像我们必须考虑整个系统的设计一样，如果一个完整的系统中只有某些部分是高性能的，而其他部分仍然是过时的，那么这个系统仍然无法正常工作。

 苏姿丰  我想这就是AMD所看到的机会，对吧？然后，结合你们在模型开发方面所做的努力，我们可以共同构建出更出色的整体系统。

 主持人  最后一个问题，你在工作之余会如何消遣？

 苏姿丰  工作之余，我喜欢打高尔夫球。过去几年，我的高尔夫球技术确实有所提高。另外，我也喜欢在用餐时品尝一些葡萄酒，这也是一种不错的放松方式。

编辑：伊娜‍‍‍

责编：艾暄