AMD 已着手提高机架式 AI 集群的能源效率，并雄心勃勃地计划到 2030 年实现 20 倍的效率提升。随着对计算资源的需求不断增长，该计划旨在使 AI 计算更具可扩展性和环境可持续性。
AMD 对 AI 能源效率的承诺
[新闻稿]：对于 AMD 而言，能效是多年来一直影响我们设计理念和产品路线图的一项基本原则。过去十年，我们设定并实现了雄心勃勃、公开宣布的目标，以提升我们产品的能效。今天，我们自豪地宣布，我们已经超额完成了 30×25 的目标，同时也为未来几年设定了令人振奋的新目标。
在最近的 Advancing AI 大会上，我们透露 AMD 不仅达到而且超越了 2021 年设定的 30×25 目标，该目标旨在在 2020 年至 2025 年期间将 AI 训练和高性能计算节点的能效提高 30 倍。虽然实现这一里程碑是一项重大成就，但我们的旅程并未就此结束。
随着人工智能的不断扩展和发展，完整的端到端AI系统设计的重要性日益凸显。为了保持我们在节能设计领域的领先地位，我们设定了一个大胆的新目标：以2024年为基准，将用于AI训练和推理的机架级能效提升20倍，力争在2030年实现。
定义人工智能效率的新标准
随着AI工作负载的增长和需求的持续增长，显然，仅仅局限于节点级效率的改进已远远不够。如今，最大的效率提升可以在系统级实现，而这正是我们2030年目标的核心。
我们有信心，到2030年，我们有能力实现将AI训练和推理的机架级能效提升20倍这一宏伟目标，这将比2018年至2025年行业预期的提升高出近三倍。这一目标涵盖了整个机架的每瓦性能提升，包括CPU、GPU、内存、网络、存储以及软硬件的协同设计——这一革新得益于我们全面的端到端AI战略，旨在实现可扩展且可持续的数据中心运营。
提高效率的实际影响
实现机架级效率提升 20 倍，加速速度接近此前行业平均水平的三倍，将带来深远的影响。以 2025 年代表性 AI 模型的训练为参考，预期效益包括：
- 将机架数量从 275 多个整合为少于一个充分利用的机架。
- 运营电力消耗显著减少 95% 以上。
- 在模型训练期间，碳排放量从约 3, 000 公吨减少到仅 100 公吨二氧化碳当量。
在 AMD，我们非常高兴能够抓住这些机会，不仅提升性能水平，更将重新定义以能效为先的无限可能。随着我们朝着目标不断迈进，我们将随时向利益相关者通报我们的进展，以及这些改进将对整个生态系统产生的积极影响。
发表回复 ▼