撰文：Techub News 整理
导语
2025 年 9 月，AMD 董事长兼 CEO Lisa Su（苏姿丰）做客知名投资人 Reid Hoffman 的播客节目《Possible》。在这场近一小时的深度对话中，苏姿丰回顾了 AMD 从低谷到辉煌的转型之路，分享了其个人从工程师到 CEO 的成长经历，并深入探讨了 AI 浪潮下半导体行业的未来、地缘政治影响、能源效率挑战以及人才培养等核心议题。作为带领 AMD 市值从低谷飙升至高峰的掌舵人，苏姿丰对技术趋势的判断和公司战略的思考，为理解当前 AI 硬件竞赛和全球计算格局提供了宝贵的一线视角。
摘要
- AMD 的成功转型源于十年前聚焦“高性能计算”的坚定赌注，以及率先大规模应用小芯片（Chiplet）等关键技术决策。
- AI 仍处于“超级周期”的早期阶段，其发展速度远超以往任何技术，未来将像电力一样无处不在，尤其在医疗健康领域潜力巨大。
- 地缘政治与供应链多元化是行业必须面对的现实，AMD 正积极将部分先进制造产能转移至美国，但全球供应链平衡是关键。
- 能源效率已成为芯片设计的首要考量，AMD 在过去五年将能效提升超过 30 倍，并将持续投入。
- 吸引和留住顶尖人才的核心在于赋予他们挑战最棘手问题的自由和机会，而非仅仅看重简历。
从工程师到掌舵人：好奇心驱动的半导体之路
苏姿丰的职业生涯始于对硬件最朴素的好奇心。她回忆童年时，弟弟的遥控车坏了，她拆开发现只是一根电线松了，接上后车子重新跑了起来。这种“因果关系”带来的成就感，让她对硬件工程产生了浓厚兴趣。大学时期，她在半导体实验室工作的经历，更让她着迷于在硬币大小的芯片上构建复杂计算设备的神奇能力。
她坦言，三十年前选择半导体行业在旁人看来有些“疯狂”，因为当时远不如今天这般备受瞩目。“人们会问，‘半导体是什么？你是指薯片（potato chips）吗？’”苏姿丰笑道。然而，正是这份对底层技术的热爱，让她在 MIT 完成了电气工程的学士、硕士和博士学位，并开启了在 IBM 的职业生涯。
在 IBM，苏姿丰从一名穿着“兔子服”在实验室里做实验的器件物理工程师起步，逐步涉足产品管理、市场营销和业务运营。“在 IBM，我大约每两年就能尝试一些新东西。”她表示，这段经历让她深刻体会到，在工程领域，真正重要的是你的想法和贡献，而非你的头衔或资历。她参与了早期铜互连技术等前沿项目，这些经历为她日后执掌 AMD、领导重大技术转型奠定了坚实基础。
AMD 的“成年礼”：押注高性能计算与小芯片革命
2014 年苏姿丰接任 AMD CEO 时，公司年收入约 40 亿美元，股价徘徊在 2 美元左右。如今，AMD 年收入已超过 230 亿美元，股价也经历了百倍增长。谈及这场惊人的逆转，苏姿丰认为最关键的决策是明确了 AMD 要“在什么事情上做到世界顶尖”。
“我们的驱动力是决定我们能在哪方面做到最好。我坚信我们能在高性能计算（HPC）领域做到最好。”她回忆道，尽管当时 AI 尚未爆发，云计算路径也不同，但 AMD 核心团队，包括 CTO Mark Papermaster，都认准了这个方向。他们意识到，半导体行业持续三十年的摩尔定律驱动范式正在改变，单纯依靠制程微缩已不够，必须进行架构创新。
于是，AMD 做出了一个“赌上公司路线图”的重大决定：全面拥抱小芯片（Chiplet）设计。“当时，我和我们的技术院士们坐在一起，我们必须决定是否要将公司的未来押注在小芯片上。我们说：是的。”苏姿丰坦言，这是一场信任但需要验证的赌博。过程中有成功也有挫折，但团队从中积累了宝贵经验。如今，小芯片技术已成为行业主流，从高性能 CPU 到未来的 AI GPU 都在采用。“这始终关乎于做出选择。”她说。
面对科技界层出不穷的“潮流”和噪音，如何让团队专注于三到五年的长期规划？苏姿丰的答案是信念和专注。“公司有它们与生俱来的 DNA。我们真正擅长的是建造‘大计算机’——这就是我们每天思考的事情。”她举例说，AMD 曾面临是否要制造智能手机芯片的讨论，但团队最终坚持了自己的核心优势。同样，AMD 在 AI 领域的投入也早在七八年前就已开始，远早于 ChatGPT 引发公众关注。“大语言模型的不同之处在于，它让 AI 变得对更广泛的人群和应用而言足够易用。”
AI 超级周期：仍处“早期局”，医疗健康是最大期待
苏姿丰用“早期局”（early innings）来形容当前的 AI 发展阶段。尽管过去两年进展神速，AI 已成为日常词汇，但她认为技术“虽好但尚未达到卓越”，潜力远未完全释放。
她指出，AI 的发展速度是她职业生涯中见过最快的，因为硬件迭代周期可能是三年，而软件迭代可以缩短到三周、三天甚至更短。这种快速实验和创新的能力，正在应用层和使用模式上催生巨变。
当被问及最期待 AI 解决哪个世界性难题时，苏姿丰毫不犹豫地选择了医疗健康和生命质量。“金钱买不来健康，但如果计算能帮助改善健康结果，而 AI 在其中扮演重要角色，那将是非凡的。”她描绘了从近到远的多种可能性：
- 近在咫尺的“第二诊疗意见”：AI 医疗助手可以即时提供高质量的辅助诊断，均衡不同地区、不同医疗水平的服务质量差异，特别是在癌症等疾病的早期诊断上发挥巨大作用。
- 加速药物研发：将原本需要十年传统计算和实验的药物发现过程，缩短到几周或几个月，极大地加速创新步伐。
- 整合医学知识：人体是一个综合系统，而非孤立器官的集合。AI 能够整合海量数据和经验，跨越专科壁垒，提供更全面的诊疗见解。
在 AMD 内部，AI 也已成为提升生产力的乘数因子。苏姿丰透露，工程师们正大量使用 AI 工具编写代码，特别是在为 GPU 编写众多库函数和内核优化方面。“关键在于让使用硬件全部性能变得超级简单。”AMD 正在训练 AI 工具，使其能针对自家硬件进行特定优化，从而缩短从发布新产品到开发者完全利用其性能之间的“滞后时间”。
地缘政治、能效与生态：CEO 必须应对的复杂棋局
作为全球半导体巨头 CEO，苏姿丰必须 navigating 地缘政治、供应链安全和环境挑战等多重复杂议题。
关于供应链和制造回流，她确认将先进芯片制造产能部分转移至美国是“绝对正在发生的趋势”，并且正在加速。AMD 已积极参与三四年，台积电（TSMC）亚利桑那州工厂的扩建是积极信号。但她强调现实性：“这永远不会是 100%。全球科技和半导体供应链非常全球化……我们需要确保投资和优先级设置上有良好的平衡。”
在应对出口管制等政策时，苏姿丰表示需要在保护国家安全与促进美国 AI 技术广泛采用以驱动创新之间找到平衡。“创新需要越多的人在美国生态系统中构建越好，因为这能加快创新速度和步伐。”她的做法是与包括美国政府在内的所有利益相关方保持密切沟通，确保良好对话，同时作为一家全球公司，也要让美国以外的利益相关方理解 AMD 的目标是“向世界提供最好的技术”。
面对 AI 算力需求激增带来的能源挑战，苏姿丰强调能效已成为比纯粹性能提升更重要的首要考量。“我们痴迷于能源效率。”她指出，如果芯片更节能，人们就能获得更多的计算资源。过去五年，AMD 通过改进电源管理技术、封装和制造工艺等全栈优化，将能效提升了超过 30 倍，并计划在未来五年继续推进。她认为这需要整个生态系统的协作，因为 AMD 的芯片只是整个系统的一部分。
在繁荣的 AI 创业生态中，苏姿丰看到了令人印象深刻的硬件创新。她特别提到，尽管初创公司通常面临高昂的初始投资门槛，但 AI 时代有所不同。AMD 通过活跃的风险投资计划和开发者云，为初创公司提供基础设施支持。她举例了 Liquid AI 等公司，它们致力于减少运行强大模型所需的计算量，这正是 democratizing AI（民主化AI） 的关键——让每个人而不仅仅是巨头公司都能使用 AI 基础设施。
人才哲学：为最棘手的问题奔跑，在挑战中成长
苏姿丰将 AMD 的成功很大程度上归功于人才，并特别强调了“在人才身上冒险”的重要性。她自己的职业生涯就是例证：从一个器件物理学家，被给予机会去管理业务乃至整个公司。
“我相信，给人们巨大而艰巨的挑战，他们不总是成功，但如果你创造的环境能让他们在此过程中真正学习，你就能培养出非凡的人才。”她认为，在 AMD 规模远小于竞争对手的时期，吸引人才的关键正是让他们有机会在行业最激动人心的技术上工作，并学习如何做到。
她寻找的人才信号包括：主动请缨解决难题的意愿。“我给人们的建议是：奔向最难的问题。主动承担最难的问题，因为你能从中学到最多。”此外，她看重能够跨学科整合思维的人才，即那些不局限于自己是硬件或软件专家，而是能够广泛思考解决方案并将所有部分拼接起来的人。
“上学不是职业培训，而是学习如何思考。一旦学会了如何思考，你必须每天应用这些技能，因为我每天都在学习新东西。”苏姿丰总结道，创造一种能够持续学习、应用新事物的环境，才是吸引和留住顶尖人才的关键。
展望未来：用 AI 大幅提升生命质量
在对话的最后，苏姿丰展望了未来 10 到 15 年的可能性：“我愿意相信，在未来 10 到 15 年，我们能够在方方面面大幅提升我们的生活质量——健康、生产力、寿命等等。”
她认为，第一步已经迈出，即尽可能积极地将 AI 应用于所有健康和医疗领域，但这并不容易。“目前这仍然是两个分离的世界：技术世界，和医疗健康世界。它们正在融合……我们需要更多拥有不同技能背景的人进行交叉融合，才能真正将技术的力量带入生活，让十年后的生活真正变得不同。”而这，正与她所强调的跨学科思维完美契合。
