AMD가 30x25 에너지 효율 목표를 달성했으며 2027년까지 공격적인 새로운 20x 효율 목표를 발표했습니다.

AMD는 2021년에 설정한 30x25 목표를 초과 달성했으며, 이는 2020년부터 2025년까지 AI 학습 및 고성능 컴퓨팅 노드의 에너지 효율을 30배 개선하는 것을 목표했습니다. 이 성과는 컴퓨팅 플랫폼 전반의 효율성 향상을 추진해온 AMD의 수십 년에 걸친 노력에서 두 번째 주요 마일스톤입니다. AMD는 2020년에 25x20 목표를 처음 초과 달성했으며, AMD 모바일 프로세서의 에너지 효율을 단 6년 만에 25배 개선했습니다. 이러한 추진력을 바탕으로 30x25 목표는 가속화된 노드의 AI 및 HPC 워크로드를 목표로 했습니다. 2025년 중반 현재 AMD는 목표를 초과 달성했으며, 4개의 AMD Instinct MI355X GPU와 1개의 AMD EPYC 5th Gen CPU로 구성된 현재 설정을 사용하여 기본 시스템 대비 38배의 향상을 달성했으며, 이는 단 5년 전 시스템과 비교하여 동일한 성능에 대해 에너지를 97% 감소시키는 것과 같습니다. 이러한 향상은 지난 5년(2015-2020) 동안의 업계 트렌드보다 2.5배 이상의 가속화를 나타냈습니다. AMD는 깊은 아키텍처 혁신, performance-per-watt의 적극적인 최적화, CPU 및 GPU 제품 라인 전반에 걸친 끊임없는 엔지니어링을 통해 이를 달성했습니다.

이러한 성공을 바탕으로 AMD는 이제 야심 찬 새로운 목표를 설정하고 있습니다: 2024년을 기준 연도로 하여 2030년까지 AI 학습 및 추론을 위한 랙 규모 에너지 효율의 20배 개선입니다. 노드 수준에서 랙 수준으로의 이러한 전환은 AMD의 최신 설계 및 로드맵 예측을 기반으로 CPU, GPU, 메모리, 네트워킹, 스토리지 및 하드웨어-소프트웨어 공동 설계를 포함한 전체 시스템에 중점을 둡니다. AMD는 이러한 20배 개선이 2018년부터 2025년까지의 업계 개선 추세를 거의 3배 초과할 것으로 추정합니다. 2025년의 전형적인 AI 모델 학습을 벤치마크로 사용하면, 이러한 향상은 데이터센터 운영자에게 상당한 에너지 절감 및 비용 감소를 가능하게 할 수 있습니다.

2030년 목표의 바탕이 되는 예측은 에너지 효율 전문가인 Jonathan Koomey 박사가 검증한 측정 방법론에 기반합니다. "2030년 목표를 시스템 수준의 메트릭과 투명한 방법론에 기반함으로써 AMD는 업계의 기준을 높이고 있습니다. 랙 규모 효율성의 목표 달성은 모델 개발자에서 클라우드 제공자에 이르기까지 생태계 전반의 다양한 주체들이 AI 컴퓨팅을 더욱 지속 가능하고 비용 효과적으로 확장할 수 있도록 할 것입니다." Koomey 박사가 말했습니다.

AMD의 20배 목표는 회사가 직접 관리하는 하드웨어 및 시스템 수준의 설계 개선을 반영합니다. 그러나 AMD는 소프트웨어 개발자들이 보다 효율적인 알고리즘을 발견하고 현재의 속도로 저정밀도 접근 방식으로 계속 혁신함에 따라 더욱 큰 AI 모델 효율성 향상이 가능할 것(목표 기간 동안 최대 5배)임을 인정합니다. 이러한 요소들을 포함할 경우, 전형적인 AI 모델 학습을 위한 전체 에너지 효율은 2030년까지 최대 100배 개선될 수 있습니다. AMD는 자체 목표에서 이 전체 배수를 주장하지 않지만, 회사는 이를 가능하게 하는 하드웨어 기반을 제공하고 개방형 표준, AMD ROCm을 통한 개방형 소프트웨어 접근 방식, 파트너와의 긴밀한 협력을 통해 개방형 생태계 및 개발자 커뮤니티를 지원하여 이러한 성과를 실현하는 것을 목표로 합니다.