AMD, AI 컴퓨팅 효율성 개선, 5년 된 시스템 대비 에너지 소비량 97% 감소

AMD는 랙 규모 AI 클러스터의 에너지 효율성을 향상하는 사명에 착수했으며, 2030년까지 효율성을 20배 향상시키겠다는 야심 찬 목표를 가지고 있습니다.이 이니셔티브는 컴퓨팅 리소스에 대한 수요가 계속 증가함에 따라 AI 컴퓨팅을 확장 가능하고 환경적으로 지속 가능하게 만드는 것을 목표로 합니다.

AI 에너지 효율성에 대한 AMD의 노력

[ 보도 자료 ]: AMD에게 에너지 효율성은 수년간 설계 철학과 제품 로드맵에 영향을 준 기본 원칙입니다.지난 10년 동안 AMD는 제품의 에너지 성능을 향상시키기 위해 야심 차고 공개적으로 발표한 목표를 설정하고 달성해 왔습니다.오늘, 30×25 목표를 달성했음을 자랑스럽게 발표하는 동시에 향후 몇 년간의 새로운 목표를 향해 나아가고 있습니다.

최근 Advancing AI 컨퍼런스에서 AMD는 2021년에 설정한 30×25 목표를 달성했을 뿐만 아니라 뛰어넘었다고 발표했습니다.이 목표는 2020년부터 2025년까지 AI 학습 및 고성능 컴퓨팅 노드의 에너지 효율을 30배 향상하는 것이었습니다.이러한 이정표를 달성한 것만으로도 큰 성과이지만, 저희의 여정은 여기서 끝나지 않습니다.

인공지능이 지속적으로 확장되고 발전함에 따라, 완벽한 엔드투엔드 AI 시스템 설계의 필요성이 점점 더 커지고 있습니다.에너지 효율적인 설계 분야에서 선두 자리를 유지하기 위해, 우리는 대담한 새로운 목표를 설정하고 있습니다.바로 2024년부터 시작하여 2030년까지 AI 학습 및 추론을 위한 랙 스케일 에너지 효율을 20배 향상시키는 것입니다.

AI 효율성을 위한 새로운 표준 정의

AI 워크로드의 증가와 끊임없는 수요 증가로 인해 노드 수준의 효율성 향상만으로는 충분하지 않다는 것이 분명해졌습니다.효율성의 가장 큰 발전은 이제 시스템 수준에서 달성 가능하며, 이는 2030년 목표의 핵심입니다.

저희는 2030년까지 AI 학습 및 추론 분야에서 랙 단위 에너지 효율을 20배라는 야심찬 수준으로 향상시킬 수 있을 것으로 확신합니다.이는 2018년부터 2025년까지 예상되는 업계 개선폭을 거의 세 배 상회하는 수치입니다.이 목표에는 CPU, GPU, 메모리, 네트워킹, 스토리지, 그리고 하드웨어와 소프트웨어의 시너지 효과를 고려한 설계를 포함한 랙 전체에 걸친 와트당 성능 향상이 포함됩니다.이러한 발전은 확장 가능하고 지속 가능한 데이터 센터 운영을 목표로 하는 저희의 포괄적인 엔드투엔드 AI 전략을 통해 가능해졌습니다.

효율성 향상의 실제 영향

이전 업계 평균의 거의 세 배에 달하는 가속 속도로 랙 스케일 효율성을 20배 향상시키면 엄청난 결과를 가져올 것입니다.2025년으로 예상되는 대표적인 AI 모델을 기준으로 학습했을 때 예상되는 이점은 다음과 같습니다.

275개가 넘는 랙을 완전히 활용된 랙 1개 미만으로 통합했습니다.
운영 전력 소비량이 95% 이상 눈에 띄게 감소했습니다.
모델 훈련 중 탄소 배출량이 약 3, 000톤에서 CO2 환산량 100톤으로 감소했습니다.

AMD는 성능 수준을 향상시킬 뿐만 아니라 에너지 효율이 우선시되는 환경에서 새로운 가능성을 제시할 수 있는 이러한 기회를 모색하게 되어 매우 기쁩니다.목표를 향해 나아가면서, 이해관계자들에게 당사의 발전 사항과 이러한 개선 사항이 생태계 전반에 미칠 긍정적인 영향에 대한 정보를 지속적으로 제공할 것입니다.