AMD路线图到2025年目标在加速数据中心GPU效率上提升30倍。

人和机器生成的数据呈指数增长，这要求数据中心计算性能稳步提升。为了满足下一代数据中心的需求，AMD去年设定了一个目标，即到2025年，将其用于人工智能（AI）和高性能计算（HPC）工作负载的加速数据中心平台的效率相比2020年平台提高30倍。

AMD最近报告了其朝这一目标取得的进展，并已展示了相当大的进步。其用于AI和HPC的加速平台（包括EPYC处理器和Instinct计算GPU）的能源效率相比2020年基准提高了6.79倍。该公司的2020年基准机器由一台基于EPYC 7742 CPU（64核/128线程，2.25GHz–3.40GHz，256MB，225W）的服务器和四块Instinct MI50计算GPU（第5代GCN，3840个流处理器，频率1450MHz–1725MHz，功耗300W）组成。在三角函数数据初始化的4k矩阵DGEMM计算中，每块MI50产生5.26TFLOPS的性能，在4k矩阵的FP16计算中产生21.6TFLOPS的性能，总功耗为1582W。

自2020年以来，AMD发布了新一代CPU（第3代EPYC）和两代基于其CDNA架构的计算GPU，这些都是专为AI和HPC应用而设计的。AMD的2022年参考机器配备了一个64核EPYC 7003系列CPU和四个Instinct MI250计算加速器（CDNA 2.0，13312个流处理器，频率1.0GHz–1.70GHz，功耗500W）。与四个Instinct MI50加速器相比，这些加速器提供了13.66倍的FP16TFLOPS性能，这占了30x25目标进展的大部分。

30x25计划以多渠道路线图的形式运行，涉及提升AMD加速数据中心硬件的原始性能、改进每瓦功率的性能、实施应用特定优化，以及完善软件栈以提升性能并降低功耗。未来的效率改进将通过AMD采用支持DDR5的96核第4代EPYC"Genoa"处理器来实现，这将受益于DDR5内存相比DDR4 SDRAM的更低功耗，以及对CDNA在AI和HPC应用中的性能的持续硬件和软件改进。AMD首席技术官Mark Papermaster在一份声明中表示："虽然还有更多工作要做才能实现我们的30x25目标，但我对工程师们的工作感到满意，并对迄今为止的成果感到鼓舞。我邀请各位继续关注我们的进展，我们将继续每年报告进展情况。"