AMD avança em meta de eficiência energética para infraestrutura de IA em escala de rack

A AMD estima ter alcançado um aumento de quatro vezes na eficiência energética de sistemas de inteligência artificial entre 2024 e 2026, superando a projeção de três vezes estabelecida para o período. O resultado coloca a empresa no caminho para atingir sua meta de aumentar em 20 vezes a eficiência energética de infraestruturas de IA em escala de rack até 2030, considerando workloads de treinamento e inferência.

A meta considera a eficiência de todo o sistema, abrangendo componentes de hardware e software, como silício, memória, interconexões e arquitetura em nível de sistema. Segundo a AMD, a abordagem busca ampliar a capacidade de processamento de IA sem que o consumo de energia cresça na mesma proporção.

“A próxima onda de eficiência em IA dependerá de uma cootimização mais estreita entre silício de computação, memória, interconexões, software e design de sistemas em escala de rack. Nossa melhoria estimada de 4 vezes até 2026 reflete a força da nossa abordagem e o progresso que a AMD está fazendo em todo o sistema, colocando-nos à frente do ritmo projetado em direção à meta de 2030”, afirma Sam Naffziger, vice-presidente sênior e Corporate Fellow da AMD.

Eficiência em escala de rack

A AMD avalia que o avanço da eficiência energética é cada vez mais relevante à medida que os workloads de IA aumentam de escala. Nesse cenário, o desempenho dos data centers depende da integração entre CPUs, GPUs, memória, redes, armazenamento, software, energia e sistemas de refrigeração.

Para 2030, a empresa projeta que os ganhos de eficiência possam resultar em diferentes cenários. Em um deles, aproximadamente dois racks da AMD de 2030 poderiam entregar uma capacidade computacional equivalente à de 570 racks de 2024, permitindo uma redução de 20 vezes na eletricidade utilizada durante a operação e de 28 vezes na intensidade de carbono, considerando um workload representativo de treinamento de IA.

Em outro cenário, os ganhos de eficiência poderiam permitir até 20 vezes mais capacidade de processamento, medida em operações de ponto flutuante por segundo (FLOPs) por watt, utilizando a mesma quantidade de energia.

Hardware, memória e interconexões

A estratégia da AMD envolve diferentes elementos da infraestrutura de IA. Entre eles estão avanços em arquitetura de computação, processos de fabricação, largura de banda de memória, movimentação de dados, interconexões, software e desenvolvimento conjunto em nível de sistema.

A empresa aponta três fatores principais para o desempenho de sistemas de IA: capacidade de computação, largura de banda de memória e largura de banda das interconexões. Processos de fabricação mais avançados e melhorias arquiteturais contribuem para aumentar o desempenho de computação por watt, enquanto novas arquiteturas e formas de integração de memória ampliam a largura de banda.

A memória de alta largura de banda, caches maiores e uma integração mais próxima entre memória e computação também podem reduzir a movimentação desnecessária de dados, uma atividade que consome energia. Da mesma forma, interconexões de alta velocidade ajudam componentes como GPUs e CPUs a trocar informações com maior eficiência em sistemas maiores.

Papel do software

Além dos avanços em hardware, a AMD destaca a participação do software na busca por maior eficiência. A plataforma AMD ROCm, o uso de padrões abertos e a colaboração com clientes fazem parte da estratégia para otimizar workloads de inteligência artificial e computação de alto desempenho (HPC).

Segundo a empresa, essas otimizações podem contribuir tanto para workloads de treinamento em larga escala quanto para inferência, especialmente em aplicações nas quais o volume de processamento e a quantidade de tokens gerados aumentam continuamente.

Impacto para data centers

A eficiência energética também está relacionada aos custos de operação e à capacidade de expansão da infraestrutura. Para a AMD, aumentar a quantidade de processamento obtida a partir da energia disponível pode ajudar clientes de IA e HPC a lidar com limitações relacionadas a energia e refrigeração nos data centers.

A companhia afirma que os ganhos projetados podem contribuir para reduzir o consumo de eletricidade durante a operação, melhorar o custo total de propriedade (TCO) e apoiar a expansão de workloads de inteligência artificial e computação de alto desempenho.

AMD mantém meta para 2030

Com a estimativa de quatro vezes mais eficiência energética alcançada até 2026, a AMD afirma estar à frente da trajetória inicialmente projetada para chegar ao objetivo de 20 vezes mais eficiência em escala de rack até 2030.

A meta considera a evolução conjunta de computação, memória, interconexões, software e arquitetura de sistemas, refletindo a necessidade de otimizar não apenas componentes individuais, mas toda a infraestrutura utilizada para executar workloads de inteligência artificial.