افزایش ۴ برابری بهره‌وری سیستم‌های هوش‌مصنوعی AMD

AMD می‌گوید راهکارهای AI رک‌مقیاس ۲۰۲۶ چهار برابر کم‌مصرف‌تر از ۲۰۲۴ هستند و این شرکت تا ۲۰۳۰ به بهره‌وری ۲۰ برابری نزدیک می‌شود.

به گزارش به گزارش سرویس کامپیوتر و موبایل  تکناک،شرکت AMD اعلام کرده است که راهکارهای هوش مصنوعی رک‌مقیاس این شرکت در سال ۲۰۲۶، از نظر بهره‌وری انرژی چهار برابر بهتر از سیستم‌های سال ۲۰۲۴ هستند. AMD همچنین می‌گوید در مسیر تحقق هدف برنامه 20×2030 قرار دارد.

بر اساس آن، بهره‌وری انرژی راهکارهای هوش مصنوعی رک‌مقیاس این شرکت تا سال ۲۰۳۰ باید ۲۰ برابر افزایش پیدا کند. بااین‌حال، رقم چهار برابری اعلام‌شده، برآورد AMD است و نتیجه یک بنچمارک مستقیم میان دو محصول تجاری محسوب نمی‌شود.

AMD در مسیر افزایش ۲۰ برابری بهره‌وری انرژی

AMD در سال ۲۰۲۵ برنامه 20×2030 را معرفی کرد. هدف آن را افزایش ۲۰ برابری بهره‌وری انرژی راهکارهای هوش مصنوعی رک‌مقیاس تا سال ۲۰۳۰ قرار داد.

این شرکت در آن زمان پیش‌بینی کرده بود سیستم‌های سال ۲۰۲۶ حدود سه برابر بهره‌وری انرژی بیشتری نسبت به سیستم‌های سال ۲۰۲۴ داشته باشند. اما برآوردهای جدید AMD نشان می‌دهند این میزان اکنون به چهار برابر رسیده است.

AMD پیشرفت خود را در سطح رک بررسی می‌کند و تنها عملکرد CPU یا شتاب‌دهنده هوش مصنوعی را ملاک قرار نمی‌دهد.

این شرکت در محاسبات خود عواملی مانند توان پردازشی، فناوری ساخت، پهنای باند حافظه، جابه‌جایی داده، ارتباطات داخلی، نرم‌افزار و طراحی مشترک در سطح سیستم را در نظر می‌گیرد.

بیشتر بخوانید: ایسوس سرورهای جدید مبتنی بر AMD EPYC 9006 را معرفی کرد

به گفته AMD، سه ویژگی سخت‌افزاری نقش اصلی را در عملکرد سیستم‌های هوش مصنوعی ایفا می‌کنند: توان پردازشی، پهنای باند حافظه و پهنای باند ارتباطات داخلی.

معماری‌های جدید و فناوری‌های ساخت پیشرفته‌تر می‌توانند عملکرد محاسبات ممیز شناور به‌ازای هر وات را افزایش دهند.

از سوی دیگر، بهبود یکپارچه‌سازی حافظه و استفاده از ارتباطات پرسرعت، پهنای باند بیشتری را در اختیار پردازنده‌ها قرار می‌دهد.

AMD انتظار دارد مجموع این پیشرفت‌ها تا سال ۲۰۳۰، عملکرد هوش مصنوعی به‌ازای هر وات را نسبت به مبنای سال ۲۰۲۴، ۲۰ برابر افزایش دهد.

سرورهای AMD در فضای مناسب این شرکت

حافظه و ارتباطات؛ کلید کاهش مصرف انرژی

AMD اهمیت ویژه‌ای برای حافظه و ارتباطات داخلی قائل است؛ زیرا سیستم‌های مدرن هوش مصنوعی حجم بسیار زیادی از داده را میان شتاب‌دهنده‌ها و سایر اجزای سیستم جابه‌جا می‌کنند.

افزایش پهنای باند حافظه، تراکم پهنای باند، پهنای باند به‌ازای هر وات، ظرفیت کش و یکپارچه‌سازی نزدیک‌تر حافظه و پردازنده می‌تواند انرژی هدررفته را کاهش دهد و بهره‌وری عملکرد را افزایش دهد.

ارتباطات داخلی سریع‌تر نیز ارتباط میان GPUها، CPUها و سایر اجزای سیستم را بهبود می‌دهند و در نتیجه، بهره‌وری عملکرد افزایش پیدا می‌کند.

AMD همچنین بهینه‌سازی نرم‌افزار را یکی دیگر از بخش‌های مهم این برنامه می‌داند؛ زیرا عملکرد بیشتر از طریق بهینه‌سازی نرم‌افزاری می‌تواند به کاهش توان موردنیاز برای دستیابی به نتیجه مشخص منجر شود.

بااین‌حال، رقم چهار برابری اعلام‌شده را نباید با نتیجه یک بنچمارک مستقیم اشتباه گرفت.

AMD این رقم را با مقایسه پیکربندی‌های نماینده رک در هر سال با مبنای سال ۲۰۲۴ و بر اساس روش‌شناسی اختصاصی خود برای سنجش عملکرد به‌ازای هر وات محاسبه کرده است.

همچنین محاسبات مربوط به سال ۲۰۲۶ مواردی دراطلاعات نهایی عملکرد محصولات در دسترس نبود. در ادامه ترکیبی از اندازه‌گیری محصولات واقعی و نتایج مدل‌سازی‌شده مورد استفاده قرار گرفت. در نتیجه، جدیدترین شتاب‌دهنده‌های Instinct MI455X نیز در این برآوردها مورد استفاده قرار نگرفته‌اند.

AMD امیدوار است که بتواند به هدف خود در سال ۲۰۳۰ برسد. این شرکت برآورد می‌کند که حدود دو رک AMD در سال ۲۰۳۰ بتوانند همان میزان توان پردازشی ۵۷۰ رک مجهز به Instinct MI300X در سال ۲۰۲۴ را ارائه دهند. چنین دستاوردی به معنای مصرف انرژی ۲۰ برابر کمتر برای دستیابی به عملکرد مشابه، یا ارائه عملکردی ۲۰ برابر بیشتر با همان میزان مصرف انرژی خواهد بود.

آرمین ثنایی سرشت

آرمین ثنایی سرشت

من آرمین هستم، کارشناس ارشد تولید محتوا حوزه تکنولوژی و وب 3. وقتی در حال نوشتن و خلق محتوا نیستم، معمولاً مشغول تماشای فیلم، امتحان کردن غذاهای خوشمزه یا ورزش در باشگاه هستم. همان‌طور که سی. اس. لوئیس گفته: «با نوشتن می‌توانی هر چیزی را بسازی!» و دقیقاً همین جمله است که هر روز به من انگیزه می‌دهد.

خبر بعدی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *