AMD的CIO谈AI驱动转型和IT的未来

简介: AMD的CIO谈AI驱动转型和IT的未来

来源:企业网D1net


AMD作为全球半导体领先企业,不仅在开发推动AI发展的产品上发挥关键作用,还在内部大力实施AI以优化运营。CIO Hasmukh Ranjan领导着这一变革,他提出了一个基于四个关键原则的AI框架,旨在从辅助工具迈向完全自主系统。Ranjan强调数据和计算是AI创新的支柱,并认为AI将重新定义IT角色,创造更多就业机会。AMD通过建立合作伙伴生态系统和设定可衡量目标来确保AI转型的成功,同时关注工程领域节省的时间等指标来衡量AI计划的价值。Ranjan对AMD在AI领域的未来持乐观态度,相信其将不仅加强自身实力,还将为其他企业提供可借鉴的AI转型模式。


AMD是一家全球领先的半导体公司,其业务组合涵盖客户端产品、服务器、嵌入式系统和AI加速器。AMD在2023年报告了236亿美元的营收,并大力推动自身成为GenAI的受益者。

AMD内部IT战略和AI实施由CIO Hasmukh Ranjan领导,他管理着一个约1000人的团队,Ranjan的职责超出了典型首席信息官的范畴,他积极支持内部产品开发,担任公司的“零号客户”,他还负责公司间接采购,并作为AMD的代表与同为公司客户的其他CIO们交流。


AMD在AI革命中的双重角色


作为AI生态系统中的关键参与者,AMD在两个方面发挥作用:开发推动AI发展的半导体产品,并在内部实施AI以简化运营。“我们的目标是构建能够重新定义AI可能性的产品,”Ranjan指出,“我们的先进半导体芯片支持大型语言模型(LLM)和其他AI应用,使我们能够以前所未有的方式支持企业。”在内部,AMD利用自身技术提高运营效率,旨在成为其他企业可以效仿的典范企业。Ranjan认为这种双重关注是一个主要优势,使AMD不仅能够为AI行业做出贡献,还能利用AI改进工程、人力资源和采购等领域的流程。


AI集成框架


为了实现AMD的AI目标,Ranjan基于四个关键原则实施了一个战略性、长期性的AI框架:辅助(Assist)、行动(Action)、自动化(Automate)和自主(Autonomous)。辅助包括使用聊天机器人、副驾驶功能和问答功能。行动促进交易、建议和警报。自动化有助于完善端到端流程并进一步系统化。最后,自主旨在创建数字角色,提供自主决策技术和无需监督的能力。


“我们正在从辅助工具迈向完全自主系统的旅程,”他解释道。目前,AMD专注于能够帮助员工更高效地工作的AI副驾驶和聊天机器人。公司内部AI路线图还优先考虑了最终能够自主行动、减少人工干预需求的工具。Ranjan强调,实现这一愿景需要强大的数据质量和计算能力:“从辅助系统到自主系统的旅程取决于丰富的数据、高级分析和大量的计算资源,”他强调道。他的团队致力于规划一条从AI辅助任务到未来自主系统简化AMD运营的道路。


数据和计算是AI创新的支柱

Ranjan认为数据和计算是成功采用AI的基石。“数据是AI的核心,而处理数据的计算能力同样至关重要,”他说,并解释称AMD能够接触到一些尚未公开的前沿技术,这为公司带来了独特优势。


为了确保最大限度地利用其数据的效用,AMD为工程师和人力资源专业人员等不同工作岗位开发了定制化的AI工具,使每个人都能从特定的AI驱动效率中受益。“我们已经绘制了AMD不同角色的‘日常生活’,以确定利用AI的最佳方式,”Ranjan解释道。“这种有针对性的方法指导我们如何选择和部署AI工具,以实现有意义的生产力提升。”


IT在AI采用中的不断变化的角色


Ranjan认为,AI将从根本上重新定义IT的角色,使数据和计算成为IT职责的核心。他指出,虽然当今企业仅利用其数据的约5%,但未来的AI进步可能使组织能够利用其多达75%的数据。“AI的演进与数据密切相关,而IT有望在企业环境中引领这一转变,”Ranjan兴奋地强调道,然而,他也承认,最大限度地利用数据将需要新的一波劳动力技能,AMD已经创建了一个具有专门角色的“AI计算”团队来引领这一进程。“我们围绕AI计算引入了一个新的职位系列,我们正在引进既有经验的专业人士,也有能够用新视角应对挑战的应届毕业生,”他分享道。这个新团队不仅支持AMD的内部需求,还与产品团队合作,增强外部客户的产品供应。


AI与劳动力演进


随着AI重塑职场,Ranjan承认人们对于AI对就业的影响既感到兴奋又感到担忧。回顾他在印度成长的经历时,他回想起银行业等行业最初对技术的抵制,但后来这些行业却成为了IT的主要采用者。“人们担心失业,但现实是技术创造了更多的就业机会,”Ranjan强调道,“AI也将如此,这不是关于失业,而是关于转向需要不同技能的新角色。”


近几个月来,AMD的IT团队看到与AI计算和自动化相关的新职位需求激增,这表明技术确实是就业创造的催化剂。Ranjan表示有信心,只要员工愿意接受再培训,他们将在AI驱动的未来找到新的机会。


构建生态系统和设定成功指标


在指导AMD的AI转型过程中,Ranjan强调了合作伙伴关系和可衡量目标的重要性。“AI的演进不是单靠一个人就能实现的,”他指出。AMD已在从计算和网络到数据和中间件等各层基础设施中建立了一个由可信供应商和合作伙伴组成的生态系统。此外,Ranjan和AMD的首席软件官与首席执行官Lisa Su密切合作,报告AI计划的进展,使用关键绩效指标(KPI)来跟踪进度,并确保项目保持以结果为导向。“这不是科学实验;我们有明确的KPIs来衡量我们在企业不同部分的成功,”Ranjan解释道。通过关注工程领域节省的时间等指标,AMD确保其AI计划正在创造真正的价值。


未来路线图


有了明确的AI采用战略,Ranjan对AMD以身作则的能力持乐观态度。“我们才刚刚开始理解AI的全部潜力,”他说,“但随着时间的推移,它将改变企业并重新定义IT。”通过深思熟虑的实施和持续学习,Ranjan在AMD的团队正在制定一条不仅加强公司内部实力,而且为其他踏上AI旅程的组织提供模式的路线图。


版权声明:本文为企业网D1net编译,转载需在文章开头注明出处为:企业网D1net,如果不注明出处,企业网D1net将保留追究其法律责任的权利。

相关文章
|
14天前
|
存储 人工智能 弹性计算
阿里云弹性计算_加速计算专场精华概览 | 2024云栖大会回顾
2024年9月19-21日,2024云栖大会在杭州云栖小镇举行,阿里云智能集团资深技术专家、异构计算产品技术负责人王超等多位产品、技术专家,共同带来了题为《AI Infra的前沿技术与应用实践》的专场session。本次专场重点介绍了阿里云AI Infra 产品架构与技术能力,及用户如何使用阿里云灵骏产品进行AI大模型开发、训练和应用。围绕当下大模型训练和推理的技术难点,专家们分享了如何在阿里云上实现稳定、高效、经济的大模型训练,并通过多个客户案例展示了云上大模型训练的显著优势。
|
18天前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
9天前
|
并行计算 前端开发 物联网
全网首发!真·从0到1!万字长文带你入门Qwen2.5-Coder——介绍、体验、本地部署及简单微调
2024年11月12日,阿里云通义大模型团队正式开源通义千问代码模型全系列,包括6款Qwen2.5-Coder模型,每个规模包含Base和Instruct两个版本。其中32B尺寸的旗舰代码模型在多项基准评测中取得开源最佳成绩,成为全球最强开源代码模型,多项关键能力超越GPT-4o。Qwen2.5-Coder具备强大、多样和实用等优点,通过持续训练,结合源代码、文本代码混合数据及合成数据,显著提升了代码生成、推理和修复等核心任务的性能。此外,该模型还支持多种编程语言,并在人类偏好对齐方面表现出色。本文为周周的奇妙编程原创,阿里云社区首发,未经同意不得转载。
|
15天前
|
人工智能 运维 双11
2024阿里云双十一云资源购买指南(纯客观,无广)
2024年双十一,阿里云推出多项重磅优惠,特别针对新迁入云的企业和初创公司提供丰厚补贴。其中,36元一年的轻量应用服务器、1.95元/小时的16核60GB A10卡以及1元购域名等产品尤为值得关注。这些产品不仅价格亲民,还提供了丰富的功能和服务,非常适合个人开发者、学生及中小企业快速上手和部署应用。
|
22天前
|
缓存 监控 Linux
Python 实时获取Linux服务器信息
Python 实时获取Linux服务器信息
|
4天前
|
云安全 存储 弹性计算
|
6天前
|
云安全 人工智能 自然语言处理
|
10天前
|
人工智能 自然语言处理 前端开发
用通义灵码,从 0 开始打造一个完整APP,无需编程经验就可以完成
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。本教程完全免费,而且为大家准备了 100 个降噪蓝牙耳机,送给前 100 个完成的粉丝。获奖的方式非常简单,只要你跟着教程完成第一课的内容就能获得。
|
25天前
|
自然语言处理 数据可视化 前端开发
从数据提取到管理:合合信息的智能文档处理全方位解析【合合信息智能文档处理百宝箱】
合合信息的智能文档处理“百宝箱”涵盖文档解析、向量化模型、测评工具等,解决了复杂文档解析、大模型问答幻觉、文档解析效果评估、知识库搭建、多语言文档翻译等问题。通过可视化解析工具 TextIn ParseX、向量化模型 acge-embedding 和文档解析测评工具 markdown_tester,百宝箱提升了文档处理的效率和精确度,适用于多种文档格式和语言环境,助力企业实现高效的信息管理和业务支持。
3986 5
从数据提取到管理:合合信息的智能文档处理全方位解析【合合信息智能文档处理百宝箱】
|
4天前
|
人工智能 C++ iOS开发
ollama + qwen2.5-coder + VS Code + Continue 实现本地AI 辅助写代码
本文介绍在Apple M4 MacOS环境下搭建Ollama和qwen2.5-coder模型的过程。首先通过官网或Brew安装Ollama,然后下载qwen2.5-coder模型,可通过终端命令`ollama run qwen2.5-coder`启动模型进行测试。最后,在VS Code中安装Continue插件,并配置qwen2.5-coder模型用于代码开发辅助。
316 4