随着AI应用的广泛普及，其背后的能源需求问题也日益凸显。对此，AMD首席执行官苏姿丰（Lisa Su）在一次行业洞察中提出了独到见解，她认为，芯片行业必须跳出GPU的单一框架，探索更加多元化、高效能的解决方案，以应对AI时代的新挑战。

长期以来，图形处理单元（GPU）凭借其强大的并行处理能力和高度的灵活性，在训练和运行大型AI模型方面占据了不可撼动的地位。这一技术原本是为游戏图形设计而生，却意外地在AI领域大放异彩，成为推动AI技术进步的关键力量。英伟达等公司在GPU市场的成功，更是将这一领域的竞争推向了新高度。

然而，苏姿丰指出，随着AI技术的不断成熟和模型设计的日益标准化，GPU的某些特性——如过度的可编程性和灵活性——反而可能成为其进一步发展的桎梏。这些特性虽然为AI模型的快速迭代提供了便利，但也带来了能耗增加、成本上升等问题。

面对这些挑战，苏姿丰预见了一个更加多元化的AI芯片未来。她认为，未来的AI模型将不再仅仅依赖于GPU，而是会采用包括GPU在内的多种芯片架构的组合，以实现更高效、更经济的计算。这些新兴的芯片架构可能更加专注于特定类型的AI任务，从而在性能和能效上实现质的飞跃。

“GPU目前虽然是大型语言模型的首选架构，但五年后，这一格局或将发生深刻变化。”苏姿丰如是说。她强调，随着技术的不断进步和市场需求的变化，新的芯片架构将不断涌现，为AI领域带来更多的可能性。