AMD планирует увеличить эффективность дата-центров в 100 раз к 2027 году

Современные технологии искусственного интеллекта становятся все более популярными, но их использование сопряжено с значительными энергетическими затратами. Например, интеграция AI в поисковую систему Google привела к десятикратному увеличению энергопотребления по сравнению с традиционными методами поиска.

По оценкам Goldman Sachs , к 2030 году потребности центров обработки данных в электроэнергии вырастут на 160%. Это серьезная проблема, особенно для стран с устаревшими энергосетями, средний возраст которых в США и Европе составляет 50 и 40 лет соответственно. В 2022 г в США дата-центры потребляли 3% всей электроэнергии, а к 2030 году эта цифра, по прогнозам, вырастет до 8%.

На конференции ITF World 2024 глава компании AMD Лиза Су поделилась успехами и планами по повышению энергоэффективности вычислительных узлов. В 2014 году AMD взяла на себя обязательство повысить эффективность мобильных процессоров на 25% к 2020 году (25x20). Компания превзошла эту цель, достигнув эффективности 31,7%.

В 2021 году AMD осознала экспоненциальный рост нагрузок ИИ и требований к энергопотреблению для работы этих сложных систем. Чтобы помочь снизить энергопотребление, AMD установила цель - повышение энергоэффективности вычислительных узлов в 30 раз к 2025 году (30x25). Достичь этого планируется за счет нескольких ключевых направлений.

Во-первых, компания делает ставку на совершенствование техпроцесса и компоновки чипов, являющихся основой производства CPU и GPU. Новые транзисторы Gate-All-Around (GAA) на базе 3-нм техпроцесса обещают повышение как производительности, так и энергоэффективности.

Во-вторых, AMD активно внедряет специализированное аппаратное обеспечение для работы с ИИ - нейронные процессоры (NPU). В начале года компания представила первый настольный процессор Ryzen 8700G со встроенным NPU, который позволит разгрузить основной процессор и снизить энергопотребление.

Наконец, AMD фокусируется на системной оптимизации и совместной разработке программного и аппаратного обеспечения. Оптимизация позволит сократить энергозатраты на перемещение данных внутри кластеров компьютеров, а совместная разработка ПО и аппаратного обеспечения - повысить эффективность работы алгоритмов ИИ с новыми NPU.

Лиза Су уверена в достижении цели 30x25, но амбиции компании не ограничиваются этим. По ее словам, к 2027 году возможно достичь показателя в 100x.