一個AI 後端平台的基本結構 ——— 理解AMD收購Silo AI 的前提技術知識

我們先以日常所用的desktop 電腦作為例子，加以埋解後，才再談AI 後端平台，你就會明明白白。

你枱上那部電腦，起始就是底板那粒CPU ，它就是這部機器的大腦；然而，你要跟它溝通，基本上還須配備三套關鍵軟件，首先是控制CPU 電路的指令集架構，然後就是跟指令集溝通的作業系統，亦即我們常用的 Microsoft windows 或 Apple Mac OS ，和普遍用於侍服器的Linux 系統，最後就是應用軟件，如 office 、chrome或photoshop 等等。

一個AI 後端平台的結構也差不多是這樣，只是大腦不是CPU ，而是專業於AI 的GPU；同樣地，有它相關的指令集架構、作業系統和應用軟件，只是這些軟件並不像家用電腦般如此標準化和普及化：大家不是用windows，就是用Mac OS ，而是需要程式師計師按實際情況而編寫，甚至一併設計，獨特性較強。

NVIDIA在人工智能之所以如此成功，除了它長期深耕GPU外，更重要的是它提供了可編程的軟件架構。早在2007年，NVIDIA發佈了CUDA編程模型，軟件開發人員可以使用CUDA在英偉達的GPU上進行編程；換言之，NVIDIA 頗像Apple，提供了一個封閉式的作業系統，讓程式師可專事使用它的GPU 硬件。

這跟AMD 所開發的GPU 不同，它是開源的，各社區或企業都可以自行開發相關的應用軟件、作業系統、甚至乎指令集架構、或一併設計，AMD 沒有在這方面加以壟斷。

而Silo AI正正就是開發這些軟件的初創企業。

有了上述概念，我們才會明白AMD 在商業策略上的佈局，蘇媽笑裏藏刀，要比老黃深不可測。