Содержание
AMD заявила, что ее стоечные AI-системы стали примерно в 4 раза энергоэффективнее базы 2024 года. Компания уже обогнала собственный промежуточный план: вместо 3-кратного роста получила результат на треть выше.
Речь не про красивую цифру для слайда. AMD ведет шестилетнюю программу и хочет к 2030 году поднять энергоэффективность стоек для обучения и инференса ИИ в 20 раз. Новый отчет AMD о прогрессе показывает, что компания идет быстрее графика.
AI-стойки AMD уже обогнали план на 33%
AMD сравнивает новые стоечные системы с базовым уровнем 2024 года и говорит о 4-кратном приросте эффективности. Внутренний ориентир для этой точки был скромнее — 3 раза, так что компания формально опережает план на 33%.
AMD отдельно подчеркивает масштаб: по ее расчетам, этот темп более чем вдвое выше исторической отраслевой линии. Тут нужно держать в голове контекст. Дата-центры сейчас упираются не только в цену GPU, но и в питание, охлаждение, стойки и доступные мегаватты.
Эту выгоду можно читать двумя способами. Первый — получить тот же объем вычислений в меньшем числе стоек. Второй — оставить прежний энергобюджет, но забрать намного больше compute.
К 2030 году AMD обещает 20-кратный рост энергоэффективности на уровне стойки. В практическом переводе это означает до 20 раз больше вычислений при том же энергопотреблении, если сравнивать с базой 2024 года.
MI300X против MI455X: откуда берется прирост
Базовой точкой AMD считает ускоритель MI300X: это 750-ваттный GPU с производительностью до 2,6 петафлопса в dense FP8. Новое поколение MI455X в системе Helios заметно тяжелее по питанию, но растет быстрее по вычислениям и памяти.
| Параметр | AMD MI300X | AMD MI455X в Helios |
|---|---|---|
| Роль в сравнении | База 2024 года | Текущее поколение для Helios |
| Потребление | 750 Вт | примерно в 3 раза выше |
| FP8-производительность | до 2,6 петафлопса dense FP8 | в 7,7-15,4 раза выше |
| Объем HBM | базовый уровень | в 2,25 раза выше |
| Пропускная способность памяти | базовый уровень | в 4,4 раза выше |
| Chip-to-chip interconnect | базовый уровень | в 4 раза выше |
Главный трюк здесь знаком всем, кто следил за эволюцией видеокарт. Если чип потребляет втрое больше, но считает в 7,7-15,4 раза быстрее, эффективность на ватт все равно растет. Для AI-кластера это критично: лишний мегаватт стоит дороже, чем кажется по спецификации GPU.
Из опубликованных AMD соотношений можно вывести еще одну любопытную деталь. Если компания дойдет до цели 2030 года, одна стойка того поколения может потреблять примерно в 14,25 раза больше энергии, чем стойка 2024 года. То есть эффективность растет, но сами стойки становятся плотнее и прожорливее.
Эффективность не значит меньше электричества
У индустрии ИИ сейчас обратная логика: сэкономленный ватт быстро превращают в новый ватт для вычислений. Поэтому 20-кратная эффективность AMD не гарантирует падение общего энергопотребления дата-центров, даже если железо станет заметно лучше.
Прогнозы по рынку это хорошо объясняют. К 2030 году мировое потребление электроэнергии дата-центрами может вырасти более чем вдвое и дойти примерно до 945 ТВт·ч в год. Это сопоставимо с годовым потреблением Японии.
AMD уже проходила похожую гонку с самой собой. Ее программа 30×25 ставила цель поднять эффективность на уровне узла в 30 раз с 2020 по 2025 год. Компания закончила этот цикл с результатом 38x.
Директор AMD по устойчивому развитию Justin Murrill рассказал Trellis, что команды компании получают цели по эффективности на ватт для новых продуктов. Прогресс по этим метрикам привязан к общефирменным бонусам, а не живет отдельной строчкой в презентации.
Цель AMD остается прежней: 20-кратный рост энергоэффективности стоечных AI-систем для обучения и инференса к 2030 году.
