AMD苏姿丰：拥抱AI的开发者人才是我们的目标人选
IT之家1月7日综合报道，CNBC在昨日（1月6日）发布的专题文章中透露，于拉斯维加斯举办的CES科技展会上，AMD首席执行官苏姿丰博士明确表示，人工智能技术并未减缓公司的招聘进程，恰恰相反，这一趋势正推动企业扩大人才招募规模。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
根据IT之家整理的现场访谈实录：
不过她特别指出，当前企业对人才选拔标准已发生根本性转变：公司现阶段优先寻找的是那些能主动拥抱新兴技术、具备“AI先行”特质的人才。苏姿丰强调，在这场AI浪潮中，擅长驾驭智能工具的应用型人才将享有更显著的竞争优势。
作为GPU芯片领域的重要参与者，AMD正处于人工智能发展的核心地带，其产品直接应用于大模型训练与复杂AI工作负载。苏姿丰透露，公司正在将AI深度整合到芯片设计、制造测试的全流程体系中。
因此，那些懂得将AI技术落地到实际工作场景的候选人，正成为AMD迫切需要的创新血液。这种对技术适应性的重视，折射出科技巨头在与英伟达等对手竞争时，对人才素质要求的战略性调整。
针对业界普遍关注的“AI取代人力”忧虑，苏姿丰给出了积极解读。她指出，AI的本质在于增强员工的创造能力，而非取代人类价值。通过引入智能工具，AMD显著提升了研发效率，使团队能在相同时间内创造更多技术成果。
对于这家截至2024年底拥有约2.8万名全球员工的科技企业而言，AI更多被视为提升效能的“能力放大器”，而非简单的人力替代方案。
值得注意的是，苏姿丰此番表态之际，业界关于AI对就业市场影响的讨论正呈现多元视角。就在她发言前一天，明尼阿波利斯联储主席尼尔·卡什卡利刚提出相反观点，他认为AI已导致大型企业放缓招聘节奏，并预测劳动力市场将持续呈现“低招聘、低裁员”的平衡状态。
相关攻略
一位玩家感谢《尼尔》系列助其走出抑郁，制作人横尾太郎谦逊回应，认为力量源于玩家自身。游戏中的悲剧基调与角色韧性引发众多共鸣，成为部分玩家的精神支柱。横尾太郎虽自谦作品仅为娱乐，但其深刻的哲学叙事确实为许多迷茫者带来了积极影响。
“尼尔”系列新作突袭发布？一场精心策划的愚人节玩笑 就在今天，游戏圈被一则消息短暂地搅动了风云——《尼尔》系列的官方品牌账户，突然“官宣”了系列新作的制作计划，还同步释出了一支概念宣传短片。不过，眼尖的玩家瞄一眼日历就懂了：四月一日。这事儿，十有八九是制作组送来的一份“节日惊喜”。 短片与配文：熟悉
绝美2B小姐姐Coser新造型惊艳亮相！日系清新与欧美冷感完美融合，引爆游戏社区。不可错过的独特美感，快来一睹为快！ 最近，游戏社区被一组《尼尔》系列2B小姐姐的全新造型彻底点燃了。这组作品出自博主the_lazy_crow之手，其精妙之处在于，成功地将日系少女特有的那份清新与灵动，与欧美风格里常见
HBO于今年2月宣布将制作《博德之门》真人剧集，故事设定在《博德之门3》结局之后。这意味着剧方将不得不从玩家众多不同的结局中选择一个“最新正统”路线，同时启用新演员来饰演玩家熟悉的角色。这一消息迅速
HBO高管凯西·布洛伊斯作出暗示，真人剧《最后的生还者》或将以即将播出的第三季迎来完结。 该剧第二季收获的评价褒贬不一，且游戏原作主创尼尔·德鲁克曼已退出剧集的后续制作，此后《最后的生还者》真人剧
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭