我們的承諾
AMD 正推動著 AI 創新的未來。
AI 正協助解決世界上最複雜的挑戰，促進氣候研究、醫療保健、生命科學等領域的進步。必須以一套原則為基礎來設計、開發和部署 AI，才能建立對這些解決方案的信任。因此，我們需要建立具備防護機制的框架，以協助 AMD 及其客戶以負責任的態度創新。
AMD 已開發出負責任 AI 框架。此框架概述了我們保護使用者機密資訊和維護資料隱私的承諾，亦談論到如系統之公平性、包容性、透明度、可靠性和安全性等問題，並透過以人為本的 AI 設計維護人類自主性。AMD 一方面在公司內實行 AI 專案，另一方面也成立了負責任 AI 委員會，以在瞬息萬變的環境中協助遵守這些承諾。
指導原則
隱私權與安全性
AI 系統、模型和資料均安全且尊重隱私權
以人為本
AI 系統的設計應尊重人權，並符合人類利益
公正包容
AI 系統的設計應賦予每個人能力，並減輕有害的偏見
安全可靠
AI 系統的運作應展現出一致性和安全性
公開透明
AI 系統的透明度和開放性
責任歸屬
AI 系統應具有明確的責任和可稽核性
可解釋性
AI 系統的決策應該要能夠被解釋
環保永續
AI 系統應具備能源效率
NIST AI RMF 的 AI 系統定義如下：「AI 系統是一套以工程或機器為基礎的系統，能針對特定一組目標產生結果，例如會影響現實或虛擬環境的預測、建議或決策。在設計上，AI 系統可在不同的自主程度下運作。」
推動負責任的 AI
AMD 專注於推動研究與開發、產品設計和協同合作，以推廣 AI 創新，追求人類福祉。
推動研究與開發
AMD 大量投資 AI 研發計畫，協助解決世界上最艱難的挑戰。透過 AMD 人工智慧與高效能運算基金，研究人員可獲得超過每秒 20 拍浮點運算的超級運算力，進行進階 HPC 與 AI 研究。AMD 是 Deepspeed4Science Initiative 的其中一個創始合作夥伴，此平台的宗旨在於實現大規模科學探索，與 Microsoft、阿貢國家實驗室 (Argonne National Laboratory)、橡樹嶺國家實驗室 (Oak Ridge National Laboratory)、布魯克黑文國家實驗室 (Brookhaven National Laboratory)、哥倫比亞大學 (Columbia University) 和其他單位共同創立。AMD 也與領先業界的機構如艾倫人工智慧研究所 (Allen Institute for AI) 密切合作。
AMD 另一種協助推動 AI 研究的方式，就是為全球最快的超級電腦提供運算力，包括勞倫斯利佛摩國家實驗室 (Lawrence Livermore National Laboratory) 的 El Capitan。1 一項早期的專案 CosmoFlow 將結合深度學習和傳統的 HPC 模擬方法，讓研究人員能夠深入探測並大規模瞭解宇宙。
推動產品設計
想要充分發揮 AI 的潛力，就需要強大的運算能力，對電源供應器的需求也會因此大幅增加。AMD 解決方案能以節能的方式提供所需的運算資源。我們正朝我們的五年目標邁進，於 2025 年前，為 HPC 與 AI 訓練提供動力的處理器和加速器能效增幅將達 30 倍。此目標是以 AMD EPYC 7002 處理器搭配 AMD Instinct MI50 顯示卡所達到的能效基準為基礎，根據這些運算領域的全球能源消耗量，要達成此目標，就要比 2015-2020 年的產業加速度趨勢快 2.5 倍。根據最新的效能資料，我們使用四個 AMD Instinct™ MI300A APU 的配置，成功提升 13.5 倍，向我們的目標邁進。2
AMD 也是機密運算聯盟 (Confidential Computing Consortium) 的成員之一，透過開放原始碼的協作和標準，協助加速推廣機密運算。AMD 近期發表實現安全加密虛擬化的開放原始碼安全性韌體。
推動協作和標準
產業和社群協作是負責任的 AI 的重要面向，因為這能實現更高的透明度。它亦可讓近用機會更為普遍，並使最新進展更為普及。開放原始碼社群是 AI 創新速度和廣度的真正推手。因此，AMD 與如 Hugging Face、PyTorch 和 DeepSpeed 等開放原始碼創新者密切合作，以打造工具、程式庫等資源。
AMD 也與同業協同合作處理公共政策問題。舉例來說，AMD 透過與產業聯盟合作來提倡負責任的 AI 原則，包括負責任人工智慧研究所 (Responsible AI Institute)、美國國家標準暨技術研究院人工智慧安全研究所 (NIST AI Safety Institute)，以及人工智慧聯盟 (AI Alliance)。
AMD AI 解決方案的實用範例
探索 AMD AI 解決方案如何在醫療保健、氣候變遷與教育等領域中，推動具有社會意識的 AI 使用案例。
醫療保健
推動癌症研究的力量
EuroHPC 的 LUMI 超級電腦使用 AI 提早偵測癌症，並快速模擬藥效。這讓病理科醫師能夠診斷癌細胞生長，並可模擬對各種治療的反應，讓病患能夠盡快獲得最佳的個人化照護。
手持式裝置中的 HD 超音波掃描
Clarius Mobile Health 採用 AMD Zynq™ UltraScale+™ 技術開發出手持式裝置，讓醫療保健專業人員能夠將採用 AI 技術的診斷運用在更多環境中，包括之前欠缺相關資源的偏遠地區。
氣候變遷
氣候研究
科學家可以利用 AI 分析龐大複雜的資料集，深入瞭解氣候變遷的成因，甚至預測極端氣候的影響，以協助拯救生命。Meteo France 超級電腦和 LUMI 超級電腦均位列 500 大排行榜中且都採用 AMD 技術，是天氣和氣候研究一大推手。1
學術界和社群推廣
共同創造更美好的未來
AMD 願與研究人員、非營利組織、教育工作者和學生建立策略關係，他們有能力開發未來的突破性創新。無論是捐贈技術協助培養學生的探索意識，或是讓科學家能夠以負責任的態度突破可能的界限，AMD 相信，當處理能力與腦力相遇時，未來就會充滿活力。
我們的目標與進展
2025 年前，1 億人將從啟動的 AMD 捐贈、AMD 和 AMD 基金會的慈善事業與合作夥伴關係受益，以實現 STEM 教育、科學研究和未來勞動力（基準年 2020 年）。
自 2020 年起，已有超過 150 間大學、研究機構和非營利組織，經由我們的 AI 與 HPC 基金及 STEM 計畫收受 AMD 技術捐贈，透過科學研究和教育造福約 6,100 萬人。3
AMD 大學計畫
AMD 大學計畫支援在教學、研究和其他活動方面使用 AMD 技術的大學。此計畫為學生、研究人員和教育工作者提供 AMD 的最新技術、產品和工具。
尾註
- 500 大排行榜，2023 年 11 月
- EPYC-030a：計算項目包括 1) 根據現有研究和資料，利用 Koomey Analytics 執行的 2025 年基準案例 kWhr 使用量預測，該預測包括 2025 年特定部門的預計部署量和資料中心電力利用效率 (PUE)，包括顯示卡 HPC 和機器學習 (ML) 安裝，以及 2) AMD 處理器和顯示卡節點耗電量，其合併部門特定使用率（現用與閒置）百分比並乘以 PUE，以確定要用於計算每瓦效能的實際總電能使用量。13.5 倍是使用下列公式計算：（2025 年基準案例 HPC 節點 kWhr 使用量預測 * AMD 2023 年效能/瓦改善程度使用 DGEMM 和 TEC + 2025 年基準案例 ML 節點 kWhr 使用量預測 * AMD 2023 年效能/瓦改善程度使用 ML 數學和 TEC）/（2020 年效能/瓦 * 2025 年基準案例預計 kWhr 使用量）。如欲瞭解更多資訊，請參閱：https://www.amd.com/zh-tw/corporate/corporate-responsibility/data-center-sustainability.html。
- 數位影響力目標的時間範圍包含自 2020 年 1 月 1 日後提供，以及於 2025 年 12 月 31 日前啟動的捐贈。「啟動」的定義為 AMD 及接受方組織達成 AMD 捐贈協議，且捐贈物必須於 2026 年 7 月 30 日前交付。報告的資料包括：直接受益人，其定義為能夠直接存取 AMD 捐贈技術、資金或志願者的學生、教職員或研究人員；以及間接受益人，其定義為有合理可能性接收由 AMD 捐贈技術產生的研究資料，並可能獲得實用見解或知識的個人。AMD 與接受方組織進行年度問卷調查，以估計直接受益人，如果是 AI 與 HPC 基金，則亦會估計間接受益人。為了解決問卷調查回應中的落差和/或不一致之處，AMD 在估計間接受益人的總數量時，會使用經濟型的影響假設，將給定年捐贈的總市場價值，除以該年接受方問卷調查回報的總間接受益人價值（不適用於直接受益人）。資料顯示，在既有的 3 年資料（2021 年、2022 年、2023 年）中，平均比例為 1.08。因此，AMD 假設每捐贈 1 百萬美元的市場價值，約 1.08 百萬人會間接受惠。AMD 也假設第 1 年的年度估計間接受益人在第 2 年和第 3 年仍將持續惠及更多人，但比例會有所下降。影響折舊率係假設第 2 年受益人數量為第 1 年估計數量的 50%，第 3 年受益人數量為第 1 年估計數量的 25%。AMD 目標計算是由第三方根據接受方組織所提供的資料進行驗證（限制等級保證），這些資料未經 AMD 獨立驗證，而 AMD 根據接受方組織所提供的資料建立 AMD 的經濟型影響模型。
- 500 大排行榜，2023 年 11 月
- EPYC-030a：計算項目包括 1) 根據現有研究和資料，利用 Koomey Analytics 執行的 2025 年基準案例 kWhr 使用量預測，該預測包括 2025 年特定部門的預計部署量和資料中心電力利用效率 (PUE)，包括顯示卡 HPC 和機器學習 (ML) 安裝，以及 2) AMD 處理器和顯示卡節點耗電量，其合併部門特定使用率（現用與閒置）百分比並乘以 PUE，以確定要用於計算每瓦效能的實際總電能使用量。13.5 倍是使用下列公式計算：（2025 年基準案例 HPC 節點 kWhr 使用量預測 * AMD 2023 年效能/瓦改善程度使用 DGEMM 和 TEC + 2025 年基準案例 ML 節點 kWhr 使用量預測 * AMD 2023 年效能/瓦改善程度使用 ML 數學和 TEC）/（2020 年效能/瓦 * 2025 年基準案例預計 kWhr 使用量）。如欲瞭解更多資訊，請參閱：https://www.amd.com/zh-tw/corporate/corporate-responsibility/data-center-sustainability.html。
- 數位影響力目標的時間範圍包含自 2020 年 1 月 1 日後提供，以及於 2025 年 12 月 31 日前啟動的捐贈。「啟動」的定義為 AMD 及接受方組織達成 AMD 捐贈協議，且捐贈物必須於 2026 年 7 月 30 日前交付。報告的資料包括：直接受益人，其定義為能夠直接存取 AMD 捐贈技術、資金或志願者的學生、教職員或研究人員；以及間接受益人，其定義為有合理可能性接收由 AMD 捐贈技術產生的研究資料，並可能獲得實用見解或知識的個人。AMD 與接受方組織進行年度問卷調查，以估計直接受益人，如果是 AI 與 HPC 基金，則亦會估計間接受益人。為了解決問卷調查回應中的落差和/或不一致之處，AMD 在估計間接受益人的總數量時，會使用經濟型的影響假設，將給定年捐贈的總市場價值，除以該年接受方問卷調查回報的總間接受益人價值（不適用於直接受益人）。資料顯示，在既有的 3 年資料（2021 年、2022 年、2023 年）中，平均比例為 1.08。因此，AMD 假設每捐贈 1 百萬美元的市場價值，約 1.08 百萬人會間接受惠。AMD 也假設第 1 年的年度估計間接受益人在第 2 年和第 3 年仍將持續惠及更多人，但比例會有所下降。影響折舊率係假設第 2 年受益人數量為第 1 年估計數量的 50%，第 3 年受益人數量為第 1 年估計數量的 25%。AMD 目標計算是由第三方根據接受方組織所提供的資料進行驗證（限制等級保證），這些資料未經 AMD 獨立驗證，而 AMD 根據接受方組織所提供的資料建立 AMD 的經濟型影響模型。