AMD는 2026년 랙 규모 AI 솔루션이 2024년 플랫폼 대비 에너지 효율이 4배 향상된다고 밝히며, 2030년까지 20배 개선 목표를 제시했다.

AMD는 ‘X-by-year’ 효율성 목표를 반복적인 엔지니어링 로드맵으로 효과적으로 제도화했습니다. 2025년, AMD는 20x2030 이니셔티브를 발표하며 2030년대 말까지 랙 규모 AI 솔루션의 에너지 효율성을 20배 향상시키겠다고 약속했습니다. 초기에 AMD는 2026년 랙 규모 AI 시스템이 2024년 기계 대비 3배의 에너지 효율성을 제공할 것으로 전망했습니다. 그러나 화요일 공개된 최신 추정치에 따르면, 최신 솔루션은 실제로 2024년 기준선 대비 4배의 개선을 달성할 것으로 보입니다.

AMD는 개별 CPU나 AI 가속기를 분리하지 않고 랙 수준에서 진전을 측정하는 방법론을 채택하여 전체 시스템 전반에 걸친 광범위한 최적화를 가능하게 합니다. 회사의 와트당 성능 계산에는 컴퓨팅 성능, 공정 기술, 메모리 대역폭, 데이터 이동, 인터커넥트, 소프트웨어 및 시스템 레벨 공동 설계의 발전이 모두 반영됩니다. AMD에 따르면 AI 시스템 성능을 결정하는 세 가지 주요 하드웨어 특성은 컴퓨팅 능력, 메모리 대역폭 및 인터커넥트 대역폭입니다. 새로운 공정 기술과 아키텍처는 와트당 부동소수점 성능을 향상시키는 반면, 메모리 통합 및 고속 인터커넥트의 발전은 프로세서에 사용 가능한 대역폭을 확대합니다. AMD는 이러한 개발들이 2030년에 2024년 기준선 대비 20배 높은 와트당 AI 성능을 창출할 것으로 예상합니다.

메모리와 인터커넥트는 특히 중요한데, 현대의 AI 워크로드는 가속기와 호스트 시스템 간에 방대한 양의 데이터를 전송해야 하기 때문입니다. AMD는 더 높은 메모리 대역폭, 더 큰 대역폭 밀도, 와트당 개선된 대역폭, 더 큰 캐시, 그리고 tighter memory-compute integration이 낭비되는 에너지를 크게 줄이고 전체 효율성을 높일 수 있다고 지적합니다. 마찬가지로 빠른 스케일업 인터커넥트는 GPU, CPU 및 기타 구성 요소 간 통신을 향상시켜 성능 효율성을 더욱 개선합니다. 소프트웨어 최적화 또한 중요한 역할을 합니다. 코드 및 아키텍처 튜닝을 통해 처리량을 극대화함으로써 AMD는 목표 컴퓨팅 결과를 달성하는 데 필요한 전력을 줄입니다.

보고된 4배의 효율성 향상은 상용화된 두 랙 시스템 간의 직접 벤치마킹이 아닌 추정치임을 유의해야 합니다. AMD는 자체 고유의 와트당 성능 방법론을 사용하여 매년 대표적인 랙 구성을 2024년 기준선과 비교함으로써 진전을 추적합니다. 또한 2026년 계산은 최종 성능 데이터가 아직 보류 중인 모델링된 예측과 함께 출하된 제품의 측정을 혼합한 것입니다. 결과적으로 이러한 추정치는 AMD의 최신 Instinct MI455X 가속기를 아직 반영하지 않습니다.

AMD가 2030년 목표를 달성한다면, 회사는 약 2대의 차세대 AMD 랙이 2024년 Instinct MI300X 기반 570개 랙과 동일한 컴퓨팅 용량을 제공할 것으로 전망합니다. 이는 전력 소비가 20배 감소하거나 동등한 전력 수준에서 성능이 20배 증가함을 의미합니다.

병행 개발로서, AMD는 UALink-over-Ethernet 인터커넥트를 활용하는 Instinct MI455X AI 가속기 및 이에 따른 Helios MI455X AI 플랫폼을 공식적으로 출시했습니다. Microsoft 또한 Azure 클라우드 인프라 전반에 걸쳐 Helios 랙 규모 AI 가속기를 대규모로 배포할 계획을 발표했습니다.