AMD超越了其30x25能效目标，并公布了到2027年的激进20x能效新目标。

AMD已经超越了其30x25目标，该公司在2021年设定了这一目标，旨在从2020年至2025年将AI训练和高性能计算节点的能源效率提高30倍。这一成就标志着AMD在多十年努力推进计算平台能效过程中的第二个重大里程碑。该公司首次在2020年超越了25x20目标，通过在仅六年内将AMD移动处理器的能源效率提高25倍。在这一势头的基础上，30x25目标针对加速节点中的AI和高性能计算工作负载。截至2025年中期，AMD已超过目标，使用当前配置（四个AMD Instinct MI355X GPU和一个AMD EPYC第五代CPU）实现了38倍的增益，相比五年前的系统，这相当于在相同性能下能源消耗减少了97%。这一增益超过了前五年（2015-2020年）行业趋势加速度的2.5倍。该公司通过深层架构创新、积极的每瓦性能优化以及在CPU和GPU产品线上的不懈工程设计实现了这一目标。

在这一成功的基础上，AMD现在正在设定一个雄心勃勃的新目标：到2030年，从2024年为基准年实现机架级能源效率在AI训练和推理方面提高20倍。这一从节点级向机架级能源效率的转变关注整个系统，包括CPU、GPU、内存、网络、存储以及硬件-软件协同设计，基于AMD最新的设计和路线图预测。AMD估计这一20倍的改进将超过2018年至2025年间的行业改进趋势近3倍。以2025年典型AI模型训练作为基准，这些增益可以为数据中心运营商带来显著的能源节省和成本降低。

2030年目标的基础投影经过能源效率专家乔纳森·库米博士验证的测量方法论的验证。库米博士表示："通过将2030年目标建立在系统级指标和透明方法论的基础上，AMD正在为行业设定更高的标准。机架级能源效率的目标收益将使生态系统中的其他参与者（从模型开发者到云提供商）能够更可持续、更具成本效益地扩展AI计算。"

AMD的20倍目标反映了该公司直接控制的硬件和系统级设计改进。然而，AMD承认，随着软件开发者发现更聪明的算法并以目前的速率继续采用低精度方法进行创新，更大的AI模型能源效率增益将成为可能，最高可达目标周期内的5倍。当这些因素被纳入考虑时，到2030年，训练典型AI模型的总体能源效率可能会改进多达100倍。虽然AMD未在其自身目标中声称这一完整倍数，但该公司旨在提供使其成为可能的硬件基础，并通过开放标准、AMD ROCm开放软件方法以及与合作伙伴的密切合作支持开放生态系统和开发者社区释放这些增益。