
AMD se ha embarcado en una misión para mejorar la eficiencia energética de los clústeres de IA a escala de rack, con la audaz ambición de lograr una mejora de eficiencia de 20 veces para el año 2030. Esta iniciativa tiene como objetivo hacer que los cálculos de IA sean más escalables y ambientalmente sostenibles a medida que la demanda de recursos computacionales continúa creciendo.
El compromiso de AMD con la eficiencia energética en la IA
[ Comunicado de prensa ]: Para AMD, la eficiencia energética es un principio fundamental que ha influido en nuestra filosofía de diseño y hoja de ruta de productos durante años. Durante la última década, hemos establecido y alcanzado ambiciosos objetivos, anunciados públicamente, para mejorar el rendimiento energético de nuestros productos. Hoy, nos enorgullece anunciar que hemos superado nuestra meta de 30×25, a la vez que nos fijamos un nuevo y emocionante objetivo para los próximos años.
Durante la reciente conferencia Advancing AI, revelamos que AMD no solo cumplió, sino que superó el objetivo 30×25 establecido en 2021, que tenía como objetivo mejorar la eficiencia energética del entrenamiento de IA y los nodos de computación de alto rendimiento 30 veces entre 2020 y 2025. Si bien alcanzar este hito es un logro significativo, nuestro viaje no termina aquí.
A medida que la inteligencia artificial continúa expandiéndose y evolucionando, la necesidad de diseños integrales de sistemas de IA se hace cada vez más evidente. Para mantener nuestro liderazgo en diseños energéticamente eficientes, nos hemos fijado un nuevo y ambicioso objetivo: multiplicar por 20 la eficiencia energética a escala de rack para el entrenamiento e inferencia de IA, comenzando con el año base de 2024 y con el objetivo de completarlo para 2030.
Definiendo un nuevo estándar para la eficiencia de la IA
Con el crecimiento de las cargas de trabajo de IA y el constante aumento de la demanda, es evidente que las mejoras limitadas a la eficiencia a nivel de nodo no serán suficientes. Los mayores avances en eficiencia ahora se pueden lograr a nivel de sistema, lo cual constituye el núcleo de nuestro objetivo para 2030.
Confiamos en nuestra capacidad para alcanzar este ambicioso aumento de 20 veces en la eficiencia energética a escala de rack en el entrenamiento e inferencia de IA para 2030, lo que superará casi tres veces las mejoras proyectadas en el sector entre 2018 y 2025. Este objetivo abarca mejoras en el rendimiento por vatio que abarcan todo el rack, incluyendo CPU, GPU, memoria, redes, almacenamiento y el diseño sinérgico de hardware y software. Esta evolución es posible gracias a nuestra estrategia integral de IA, orientada a la escalabilidad y sostenibilidad de las operaciones de los centros de datos.
Impacto en el mundo real de una mayor eficiencia
Lograr una mejora de 20 veces en la eficiencia a escala de rack, a una tasa de aceleración casi tres veces superior al promedio anterior del sector, tendrá profundas consecuencias. Tomando como referencia el entrenamiento de un modelo representativo de IA proyectado para 2025, los beneficios previstos incluyen:
- Consolidación de racks de más de 275 a menos de un rack completamente utilizado.
- Una notable reducción del consumo eléctrico operativo de más del 95%.
- Una disminución de las emisiones de carbono de aproximadamente 3.000 toneladas métricas a solo 100 toneladas métricas de CO2 equivalente durante el entrenamiento del modelo.
En AMD, nos entusiasma aprovechar estas oportunidades no solo para elevar los niveles de rendimiento, sino también para redefinir las posibilidades cuando la eficiencia energética es prioritaria. A medida que avanzamos hacia nuestro objetivo, mantendremos informados a nuestros grupos de interés sobre nuestros avances y el impacto positivo que estas mejoras tendrán en todo el ecosistema.
Deja una respuesta