微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 AMD中国成长之路系列报道(三):朋友遍天下

AMD中国成长之路系列报道(三):朋友遍天下

2014-12-01 09:46
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-12-01 09:46 梁钦

结识新朋友,不忘老朋友。AMD在中国的十年中,不断地去结识朋友,AMD大中华区之所以能够被全球总部所器重,很大程度上是因为这些朋友的精诚合作。

朋友,这两个字,在中国被看得很重,从“有朋自远方来,不亦乐乎”,到谭咏麟《朋友》中的“情同两手一起开心一起悲伤……共赴患难绝望里紧握你手”,有太多的文艺作品来歌唱朋友、歌颂友谊。谈到AMD在中国的发展,朋友是不可或缺的话题。

AMD中国成长之路系列报道(四):朋友遍天下

PC伙伴满天下

AMD大中华区在2004年落户中关村之初,就展现出了它爱广交朋友的豪爽劲儿。

当时联想在国内和亚太市场排名第一,而如今联想已经是全球第一的PC厂商,AMD在联想电脑中占有重要比例,这充分体现出AMD对合作伙伴的支持和信心。

2006年,AMD与国内两大PC巨头方正和清华同方展开合作。这在当时而言,是相当不容易的事情,因为当时英特尔与PC厂商们合作力度非常紧密,从英特尔的阵营中“拉走”一些伙伴,实属不易。

到了2007年,AMD又与TCL、七喜等中国本土PC厂商牵手。

至此,AMD已经与联想、惠普、戴尔、华硕、宏碁、东芝、索尼、清华紫光、方正、清华同方、TCL、七喜等厂商建立了紧密的合作伙伴关系,也正是与主流厂商的合作,进一步推动了AMD在中国PC市场的发展步伐,AMD在中国市场的表现直接奠定了AMD大中华区在全球总部中的地位。

与伙伴一起开拓蓝海

当然,上面谈到的众多PC厂商,如今有些已经不知去向,但是,AMD仍然是PC市场上不容或缺的一个角色。

除了仍然与PC市场上的重要厂商们保持良好关系之外,AMD的朋友还遍布在其他不同的领域,在服务器、云计算等市场,AMD与合作伙伴们一起开拓蓝海。

在企业级市场,AMD与曙光、神州数码、戴尔、IBM、惠普、Sun等有重要合作关系。

其中,曙光与AMD的合作堪称经典。

2003年8月,曙光与AMD联手推出了64位曙光A系列服务器,开始了64位服务器普及运动。当时,AMD的竞争对手英特尔对于64位持冷静观望态度,它认为64位处理器至少未来5年不会有较大起色。

而曙光凭借着2004年发起的64位“应用风暴”等运动,在64位服务器市场上取得了显著的成绩。

2004年6月,曙光与AMD牵手,基于AMD皓龙处理器,成功研制出了10万亿次的高性能计算机曙光4000A,一举进入全球HPC TOP500的前十名,也使得中国成为第三个有能力研制10万亿次高性能计算机的国家。

除了在企业级市场拥有重量级的合作伙伴之外,AMD在其另外一个核心业务——游戏领域中,也同样拥有着重磅的合作伙伴,比如微软、索尼、任天堂这三大游戏主机巨头均采用了AMD半定制化芯片。当然AMD也积极与PC厂商们致力于打造在 PC上实现游戏主机的体验。在今年苹果最新发布的配备Retina 5K显示屏的iMac中,搭载了AMD图形处理器。苹果给出的理由是,在苹果超高分辨率设备中,AMD图形处理器的表现超乎预期,R9-M290X也是目前5K分辨率下Mac OS X系统最理想的选择。

如今,大中华区已经成为AMD全球业务板块中最大的单一市场,是AMD全球布局中最重要的一块版图,大中华区的营收已经占据全球1/3的营收比例,重要性不言而喻,而能够取得以上成绩,及AMD在中国市场拥有美好前景,都与中国市场及众多朋友密不可分。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-