同超越，共成就 _ STEM 教育
AMD 主办 Technovation 爱尔兰赛区总决赛
在爱尔兰都柏林，AMD 为参加“Technovation 挑战赛”的 100 多名学生举办了一场盛会，集趣味互动、知识学习与灵感启发于一体。该挑战赛是一项全球性公益项目，旨在赋能女孩们运用技术解决各种现实问题。活动现场展示了多款移动应用，聚焦于解决健康、教育、环境及社会公平等方面的现实问题。
我们的方针
AMD 坚信，在聪明睿智的优秀人才手中，我们的技术会成为有力武器，帮助解决人类面临的共同挑战。我们与各方广泛合作，在科学研究、STEM 教育以及负责任的产品使用等领域推动数字化技术产生积极影响。
我们的目标和进展
我们面向社会公众郑重设定目标，承诺尽己所能推动数字化技术产生积极影响。
到 2025 年（以 2020 年为基准年），AMD 与 AMD 基金会的慈善捐赠以及与其他组织的合作公益项目将让 1 亿人受惠，助力 STEM 教育、科学研究和未来人才培养
推动科学研究
AMD 大学计划
AMD 大学计划致力于推动科学研究，利用 AMD 的技术和教育资源为学术界赋能，为研究实验室和课堂教学提供支持。我们的工作以 AI 为主要方向，具体措施包括设立 AMD 人工智能与高性能计算集群，并开展了 AMD 异构加速计算集群 (HACC) 合作项目。
为 STEM 教育赋能
我们热衷于启迪下一代的想象力和创造力。运用技术不断激发他们的探索欲和学习兴趣，帮助他们开启全新职业道路和无限可能。
AMD 学习实验室
我们与学校、教育工作者和当地非营利组织合作，打造 AMD 学习实验室并为其配备基于 AMD 处理器的设备，鼓励学生们参与 STEM 教育，同时为教师赋能助力。
由 AMD 赞助的学习实验室已在都柏林、万锦、上海、新加坡、槟城、奥斯汀、圣何塞、朗蒙特及柯林斯堡等地落成。
机器人
机器人教育是 STEM 教育领域中的一个热门方向。它能够以一种生动有趣且注重实践的方式，帮助学生为迎接未来的职业挑战做好准备。
多年来，AMD 已赞助多个团队参加 FIRST 机器人竞赛。每个参赛团队都使用搭载 AMD Zynq™ 自适应 SoC 的 RoboRIO 控制器来打造机器人。
负责任地使用产品
在专注于利用技术创造机遇的同时，我们也清醒地认识到技术的潜在风险，并致力于建立相应的规范，在创新与责任之间取得平衡。AMD 始终致力于以负责任且合乎道德的方式，推动创新技术的发展。
负责任的 AI
AI 蕴含着巨大机遇，但挑战在于，需要确保这项技术始终用于创造积极成果，帮助解决人类社会面临的一些复杂难题。AMD 致力于与业界合作，以负责任的方式创新和部署 AI。
携手合作伙伴，共克全球重大挑战
惟有将突破性的创新与人类的奇思妙想相结合，方可推动真正的进步，铸就明日辉煌。从航空航天和汽车，到能源和气候，再到医疗保健及其他领域，我们依托战略性合作持续推动革新与发展，全方位改善人类生活。携手众多合作伙伴，我们将艰巨挑战转化为无限机遇。
行业协作
我们深知，要在企业责任方面取得实质性的进展，必须在全球范围内开展合作，卓有成效的合作有望带来变革性的影响。为此，我们加入美国信息技术工业协会 (ITI)、负责任企业联盟 (RBA) 和半导体气候联盟（由 SEMI 赞助）等论坛，积极参与行业对话。
附注
- “数字化影响”目标对应时间段所涵盖的捐赠，是指 2020 年 1 月 1 日之后交付和 2025 年 12 月 31 日之前发起的捐赠。“发起捐赠”是指 AMD 与捐赠接收组织就捐赠达成协议，规定捐赠必须在 2026 年 7 月 30 日前交付。报告的数据涵盖：直接受益人，即直接获得 AMD 捐赠技术、资金或志愿服务的学生、教职工或研究人员；以及间接受益人，即根据合理推断非常有可能收到 AMD 捐赠技术所取得的研究数据并从中获得有用见解或知识的个人或因为研究数据的应用而获益的个人。AMD 每年都会对捐赠接收组织开展调查，以估测直接受益人数量，就 AI 与高性能计算基金而言，还需要估测间接受益人数量。根据 2021-2023 三年间的调查回复，AMD 采用基于经济学的影响递减假设，通过将特定年份的捐赠总市值除以同一年捐赠接收者调查中报告的间接受益人所收捐赠总值，来估算间接受益人总数（不适用于直接受益人）。根据模型中使用的这 3 年的数据，间接受益人数量与捐赠市值的比率平均为 1.08。因此，AMD 假设每提供市值 100 万美元的捐赠，约有 108 万人将间接受益。AMD 还假设，预计第 1 年的间接受益人会在第 2 年和第 3 年继续发展新的受益人，但发展新受益人的速率会逐渐降低。按照影响递减速率假设，第 2 年的受益人数量为第 1 年预估受益人数量的 50%，第 3 年的受益人数量则为第 1 年预估受益人数量的 25%。AMD 目标计算经过第三方验证（提供有限水平保证），计算基于捐赠接收组织提供的数据，AMD 未对这些数据进行独立验证。另外，AMD 采用基于经济学的影响递减模型，此类模型也是以接收组织提供的数据为基础。上述模型的应用范围已扩展至 2023-2024 年度“AMD 大学计划”（现包含 AI 与高性能计算基金）的相关数据。
附注
- “数字化影响”目标对应时间段所涵盖的捐赠，是指 2020 年 1 月 1 日之后交付和 2025 年 12 月 31 日之前发起的捐赠。“发起捐赠”是指 AMD 与捐赠接收组织就捐赠达成协议，规定捐赠必须在 2026 年 7 月 30 日前交付。报告的数据涵盖：直接受益人，即直接获得 AMD 捐赠技术、资金或志愿服务的学生、教职工或研究人员；以及间接受益人，即根据合理推断非常有可能收到 AMD 捐赠技术所取得的研究数据并从中获得有用见解或知识的个人或因为研究数据的应用而获益的个人。AMD 每年都会对捐赠接收组织开展调查，以估测直接受益人数量，就 AI 与高性能计算基金而言，还需要估测间接受益人数量。根据 2021-2023 三年间的调查回复，AMD 采用基于经济学的影响递减假设，通过将特定年份的捐赠总市值除以同一年捐赠接收者调查中报告的间接受益人所收捐赠总值，来估算间接受益人总数（不适用于直接受益人）。根据模型中使用的这 3 年的数据，间接受益人数量与捐赠市值的比率平均为 1.08。因此，AMD 假设每提供市值 100 万美元的捐赠，约有 108 万人将间接受益。AMD 还假设，预计第 1 年的间接受益人会在第 2 年和第 3 年继续发展新的受益人，但发展新受益人的速率会逐渐降低。按照影响递减速率假设，第 2 年的受益人数量为第 1 年预估受益人数量的 50%，第 3 年的受益人数量则为第 1 年预估受益人数量的 25%。AMD 目标计算经过第三方验证（提供有限水平保证），计算基于捐赠接收组织提供的数据，AMD 未对这些数据进行独立验证。另外，AMD 采用基于经济学的影响递减模型，此类模型也是以接收组织提供的数据为基础。上述模型的应用范围已扩展至 2023-2024 年度“AMD 大学计划”（现包含 AI 与高性能计算基金）的相关数据。