今天小編分享的科技經驗：對話AMD公司：功耗降50%并下調售價，AMD新品“消費降級”？，歡迎閱讀。
芯片巨頭超微半導體（AMD）于去年 11 月參展第五屆進博會（來源：钛媒體 App 編輯拍攝）
钛媒體 App 獲悉，北京時間 9 月 19 日晚，芯片巨頭 AMD 公司（NASDAQ: AMD）推出全新高能效 Kria K24 自适應計算模塊（SOM）和 KD240 驅動器入門套件的硬體產品，以優化其產品的邊緣計算能力。
具體來說，K24 SOM 采用 ARM A53 四核可擴展架構，主要面向成本敏感型工業和商業邊緣應用，如機器人關節控制、逆變器等，功耗比用于視覺 AI 與機器人領網域的 K26 SOM 降一半，封裝器件更小，可支持 AI 推理深度神經網絡技術，大大提升電機效率。
售價上，K24 SOM 系列提供 C 級和 I 級兩種版本，價格分别為 250 美元、350 美元，比 K26 SOM 的 325/450 美元售價減少約 22%。
發布前夕，AMD 工業、視覺、醫療與科學高級總監 Chetan Khona 對钛媒體 App 等表示，新的 K24 SOM 和 KD240 驅動器使開發更加方便容易。K24 SOM 是 K26 SOM 的可擴展版，并更新設計尺寸、功耗、成本等，而 K24 SOM 是更為理想的選擇，能夠更好的匹配不同的客戶需求。
" 我們相信，它能夠在整個的產品組合產生一個重塑效應。"Chetan 表示，AMD 通過對賽靈思的整合，綜合自适應計算、x86 高性能計算以及 GPU 三種技術元素，希望把不同技術的優勢疊合起來形成協同效應。而目前 AMD 還處于探索階段。
AMD Kria K24 系統模塊（ SOM ）
據悉，2022 年 2 月，AMD 宣布完成收購自适應 SoC 和 FPGA（現場可編程邏輯門陣列）芯片公司賽靈思 Xilinx，交易總價約 498 億美元（約合人民币 3165 億元）。
随後，AMD 開始加速向市場推出新款邊緣計算產品系列。于今年 1 月宣布推出 Kria SOM ODM 合作夥伴生态系統，旨在提供基于 Kria SOM 的量產級、全功能解決方案。借助具備軟體與硬體可重編程能力的自适應計算，用戶可以根據每項任務的需求通過無線快速添加功能并優化系統性能，提供靈活方案。
今年 8 月 1 日，AMD 公布的 2023 财年第二季度财報顯示，嵌入式計算業務（Embedded）營收達 15 億美元，同比增長 16%，營利 7.57 億美元，是公司唯一的營收正增長業務，也是 AMD 第二大收入來源，主要由工業視覺、醫療保健、汽車等場景推動。
此次發布的 K24 SOM 硬體模塊，主打 400 美元以下的性價比市場，以小尺寸提供低能耗，基底層能耗約 2.5 瓦，并将嵌入式處理系統的核心組件安裝在單塊量產就緒型板卡上，支持 AMD Vitis 電機控制庫、Python 等語言，而配套的 KD240 是基于 FPGA 的電機控制套件。兩款為機器人、控制、視覺 AI 等領網域應用提供解決方案，滿足工業環境。不僅能夠支持 AMD 的機器人戰略，還能降低全球工業能耗。
" 今天推出的 KD240 驅動器入門套件，它就像是機器人的肌肉一樣，可以來控制機器人的行動和傳動。"Chetan 表示，随着 KD240 入門套件的發布，AMD 現率先提供預構建的電機控制應用，以及支持可選的電機配件包。此外，公司預計到 2023 年底有超過 25 款應用在其邊緣應用商店中推出。
Chetan 在與钛媒體 App 的交談中提到，盡管目前生成式 AI 模型還未在工業嵌入式計算中得到廣泛應用，但随着時間的推進，未來很可能會實現。而 Kria SOM 在 AI 技術能力很強，特别是能夠支持 AI 推理的深度學習技術應用，這意味着 K24 SOM 可以在電路板上完成眾多 AI 相關的任務。然而，目前它主要還是用于處理其他的嵌入式應用，而非 AI。
據悉，AMD 的 Kria K24 SOM 和 Kria KD240 驅動器入門套件已經開始接受量產訂單，K24 商業版今日開始供貨，工業版預計于第四季度供貨。預計所有產品将在 2023 年底前發貨給客戶。
AMD 工業、視覺、醫療與科學高級總監 Chetan Khona
以下是 Chetan Khona 與钛媒體等的部分交流問答：
钛媒體：對于成本敏感型工業及商業應用場景來說，自适應計算如何将成本優勢最大化？
Chetan：如果是一個單軸的電機，可以用非常簡單的技術解決相關的問題。但是問題是現在我們在工業互聯網時代，經常有多項任務需要同時進行，而且電機控制系統也需要處理很多的軸。那麼對于 Kria 產品來說，它在這個方面就有很大的優勢，主要是能夠把很多的軸進行一個集成，通過這樣的方式來控制成本。
钛媒體：在工業或商業的 AI 應用方面，AMD 觀察到哪些需求變化？
Chetan：現在生成 AI 模型還沒有在工業場景下運用于嵌入式的應用，随着時間的推移今後可能會有。那麼 Kria SOM 本身對 AI 的處理也很強，但是現在它有更多其它的任務需要用嵌入式的應用來處理，而不是 AI。
如果我們現在在嵌入式產品的場景當中看，Zynq UltraScale+ 架構在嵌入式架構當中的性能是非常卓越的，因為它能夠處理很多復雜的任務，但比較簡單的技術是沒有辦法解決的。
钛媒體：對于中國很多重型制造企業而言，替換設備成本很昂貴，K24 SOM 是否能夠幫助工業客戶實現低成本的 " 提效降耗 " 更新？
Chetan：首先，K24 SOM 确實能夠提高設計，但是如果在電機控制的情形下需要實現投資回報的最大化，那麼其中可能涉及多個變量都需要做出提升。比如說在電子電力器件方面，如果能夠将材料換成碳化矽或氮化镓，它就能夠提升切換的速度，尤其是對于這些 DSP 能力要求非常高的場景，在這種情況下使用 K24 SOM 它能夠更好提升能效的表現。
補充一點，在中國，AMD 也有非常強的生态系統，很多中國企業它在生產系統模塊，可能采用 AMD 的一些最新技術，比如說 AI 邊緣器件。
钛媒體：從工業汽車到醫療領網域中有很多非常典型的應用場景，AMD 目前擁有通用計算平台，還有自适應平台，使用者應該如何具體選擇合适的平台來滿足不同的應用？
Chetan：每個應用都有可能從自适應計算、x86 的高性能計算以及 AMD 的 GPU，這三種不同的技術當中來受益。AMD 通過對賽靈思的整合能夠綜合這三種技術元素，使得任何一個應用都能夠從中獲益。目前我們還是處于一個探索階段，希望能夠把不同技術的優勢疊合起來形成協同效應。
钛媒體：如何通過控制算法和流程優化節省電機功耗？
Chetan：首先，如果要實現最佳的功效，單單是去控制電機的算法是不夠的，尤其是對于現代的這些電機，更多的可能還是需要去提升它的電子電力器件材料，比如說采用碳化矽，還有氮化镓等等，這是第一步。
其次，要來改善比如說它的功耗，電子電力器件的顆粒度控制和速度也是至關重要，通過這樣的方式能夠提升比如說電源的響應，還有能源消耗的情況。AMD 通過 K24 SOM 這樣的技術，也能夠解決這方面的問題。
最後，AMD 在電機控制方面這有算法的專業知識。這裡有兩個解決方案：1、我們正在建立自己的電機實驗室，2、我們和行業的夥伴一起開發生态系統，通過這樣的方式我們能夠提供一些電機控制的素材同時讓生态系統更加完整。
（本文首發钛媒體 App，作者｜林志佳）
