AMD verbessert die KI-Recheneffizienz und senkt den Energieverbrauch um 97 % im Vergleich zu fünf Jahre alten Systemen

AMD hat es sich zur Aufgabe gemacht, die Energieeffizienz von Rack-Scale-KI-Clustern zu verbessern, mit dem kühnen Ziel, bis zum Jahr 2030 eine 20-fache Effizienzsteigerung zu erreichen. Diese Initiative zielt darauf ab, KI-Berechnungen skalierbarer und umweltverträglicher zu machen, da die Nachfrage nach Rechenressourcen weiter steigt.

AMDs Engagement für Energieeffizienz in der KI

[ Pressemitteilung ]: Für AMD ist Energieeffizienz ein Grundprinzip, das unsere Designphilosophie und Produkt-Roadmap seit Jahren beeinflusst. Im letzten Jahrzehnt haben wir uns ehrgeizige, öffentlich angekündigte Ziele gesetzt und erreicht, um die Energieeffizienz unserer Angebote zu steigern. Heute geben wir stolz bekannt, dass wir unser 30×25-Ziel übertroffen haben und gleichzeitig ein spannendes neues Ziel für die kommenden Jahre ins Auge fassen.

Während der jüngsten Advancing AI-Konferenz haben wir bekannt gegeben, dass AMD das im Jahr 2021 gesetzte 30×25-Ziel nicht nur erreicht, sondern sogar übertroffen hat. Dieses Ziel zielte darauf ab, die Energieeffizienz von KI-Trainings- und Hochleistungsrechnerknoten zwischen 2020 und 2025 um das 30-fache zu steigern. Obwohl das Erreichen dieses Meilensteins eine bedeutende Errungenschaft darstellt, ist unsere Reise hier nicht zu Ende.

Mit der zunehmenden Verbreitung und Weiterentwicklung künstlicher Intelligenz wird die Notwendigkeit vollständiger End-to-End-KI-Systemdesigns immer deutlicher. Um unsere führende Position bei energieeffizienten Designs zu behaupten, setzen wir uns ein kühnes neues Ziel: eine 20-fache Steigerung der Rack-Energieeffizienz für KI-Training und -Inferenz. Ausgangspunkt ist das Jahr 2024, das bis 2030 abgeschlossen sein soll.

Definition eines neuen Standards für KI-Effizienz

Angesichts der wachsenden KI-Arbeitslasten und der stetig steigenden Nachfrage ist klar, dass Verbesserungen, die sich auf die Effizienz auf Knotenebene beschränken, nicht ausreichen werden. Die größten Effizienzsteigerungen sind jetzt auf Systemebene möglich, was den Kern unseres Ziels für 2030 bildet.

Wir sind zuversichtlich, diese ehrgeizige 20-fache Steigerung der Rack-Energieeffizienz im KI-Training und bei der Inferenz bis 2030 erreichen zu können. Damit dürften wir die prognostizierten Branchenverbesserungen von 2018 bis 2025 um fast das Dreifache übertreffen. Dieses Ziel umfasst Leistungsverbesserungen pro Watt im gesamten Rack, einschließlich CPUs, GPUs, Arbeitsspeicher, Netzwerk, Speicher und dem synergetischen Design von Hard- und Software – eine Entwicklung, die durch unsere umfassende End-to-End-KI-Strategie für einen skalierbaren und nachhaltigen Rechenzentrumsbetrieb ermöglicht wird.

Auswirkungen verbesserter Effizienz in der Praxis

Eine 20-fache Steigerung der Rack-Scale-Effizienz – mit einer Beschleunigungsrate, die fast dreimal so hoch ist wie der bisherige Branchendurchschnitt – wird tiefgreifende Folgen haben. Basierend auf dem Training eines repräsentativen KI-Modells, das für 2025 prognostiziert wird, ergeben sich folgende Vorteile:

Konsolidierung der Racks von über 275 auf weniger als ein voll ausgelastetes Rack.
Eine bemerkenswerte Reduzierung des Betriebsstromverbrauchs um mehr als 95 %.
Eine Verringerung der Kohlenstoffemissionen von etwa 3.000 Tonnen auf nur 100 Tonnen CO2-Äquivalent während des Modelltrainings.

Wir bei AMD freuen uns, diese Möglichkeiten zu nutzen, um nicht nur die Leistung zu steigern, sondern auch die Möglichkeiten neu zu definieren, wenn Energieeffizienz im Vordergrund steht. Auf dem Weg zu unserem Ziel werden wir unsere Stakeholder über unsere Fortschritte und die positiven Auswirkungen dieser Verbesserungen auf das gesamte Ökosystem auf dem Laufenden halten.