가장 야심찬 AMD 에너지 효율성 목표

2020년 모바일 프로세서에 대한 AMD 25x20 에너지 효율성 목표 를 달성한 후 회사 엔지니어들은 고객과 우리 세계에 혜택을 주기 위해 프로세서 에너지 효율성에 대한 새롭고 대담한 도전을 갈망했습니다. AMD는 2025년까지 빠르게 성장하는 인공 지능(AI) 및 고성능 컴퓨팅(HPC) 분야에서 에너지 효율성을 30배 향상시키는 것을 목표로 하고 있습니다. [1] 목표는 AI 교육 및 HPC 애플리케이션을 위해 AMD CPU 및 AMD GPU 가속기를 사용하는 데이터 센터의 가속화된 컴퓨팅 노드에 중점을 둡니다.

AI 및 HPC 워크로드에 대한 폭발적인 수요를 충족하면서 에너지 소비를 최소화하는 데 중점을 둔 새로운 30x 목표는 회사가 업계 전체의 총 개선 사항보다 2.5배 더 빠른 속도로 컴퓨팅 노드의 에너지 효율성을 높이는 것을 요구합니다. 지난 5년 동안. [2] 큰 그림? HPC 및 AI 애플리케이션의 강력한 이점과 함께 잠재적으로 수십억 킬로와트시의 전기를 절약하고 향후 5년 동안 계산당 에너지 사용량을 97%까지 줄일 수 있습니다.

 

배경

현재 및 예상되는 컴퓨팅 수요를 살펴보면서 AMD 팀은 데이터 센터 소비에서 가장 빠르게 성장하는 부문인 가속 컴퓨팅을 구성하는 구성 요소에 집중하는 것이 가장 의미가 있다고 결정했습니다.

 

기본적으로 컴퓨팅을 위한 최적의 성능을 가능하게 하는 도메인별 구성인 가속 컴퓨팅 노드는 세계에서 가장 강력하고 고급 컴퓨팅 시스템을 가능하게 합니다. 이 노드를 사용하여 연구원은 AI 신경망을 훈련하고 대규모 슈퍼컴퓨터를 배치하여 우리 시대의 가장 유망하고 시급히 필요한 과학적 돌파구의 기반이 되는 중요한 연구를 수행할 수 있습니다.

향후 10년 동안 AI 및 HPC 배포는 기후 예측, 유전체학, 약물 발견, 대체 에너지, 재료 과학 및 음성/이미지 인식과 같은 다양한 분야에서 중요한 발전을 주도할 것입니다. 그리고 연구자들은 다른 중요한 영역도 식별할 수 있습니다.

중요하지만 이러한 워크로드에는 상당한 컴퓨팅 성능이 필요하므로 에너지 집약적일 수 있습니다. AI 및 HPC 배포에 대한 글로벌 수요가 폭발적으로 증가함에 따라 기업이 조치를 취하지 않으면 이 두 영역이 향후 몇 년 동안 데이터 센터 내 에너지 소비를 지배할 수 있습니다.

중요한 이유

AMD는 가속화된 컴퓨팅에서 내구성 있고 지속 가능한 에너지 효율성 개선을 추진해야 할 증가하고 있지만 충족되지 않은 요구를 인식하고 있습니다. 이 비전은 또한 환경 책임, 제품 에너지 효율성 및 환경, 사회 및 거버넌스(ESG)에 대한 회사의 장기적인 약속을 확장합니다. 전 세계가 필요로 하는 컴퓨팅 성능을 계속 제공하기 위해 AMD는 에너지 효율성 곡선을 높이는 새로운 접근 방식을 찾고 혁신하도록 영감을 얻었으며 업계에서는 더 작은 처리 노드에서 제조 개선으로 얻는 이득이 줄어들고 있습니다. 

요컨대, 2025년까지 에너지 효율성이 30배 증가하면 세계에서 가장 집약적인 컴퓨팅 요구 사항의 성장을 지원하는 동시에 더 많은 에너지 사용과 관련된 위험을 완화하기 위한 조치를 취하게 됩니다.

우리가 거기에 도달하는 방법

이 목표를 달성하기 위해 AMD 엔지니어는 아키텍처, 실리콘 설계, 소프트웨어 및 패키징 혁신을 통해 가속화된 컴퓨팅 노드에서 주요 효율성 향상을 우선적으로 추진하는 동시에 진행 상황을 공개적으로 벤치마킹할 것입니다.

Intersect360 Research의 CEO인 업계 분석가인 Addison Snell은 이 새로운 AMD 목표에 대해 알게 된 후 "5년 동안 에너지 효율성이 30배 향상되는 것은 인상적인 기술적 성과가 될 것"이라고 말했습니다. 

Snell의 말이 옳습니다. 달성된다면 이것은 인상적인 위업이 될 것이며 성공은 확실히 포기할 수 없는 결론이 아닙니다. AMD 25x20 Energy Efficiency Initiative에서도 마찬가지였지만 가까운 시일 내에 근본적인 에너지 효율성 개선을 제공하기 위해 이 도전에 참여하게 되어 기쁩니다. 새로운 에너지 효율성 이니셔티브에 대해 자세히 알아보려면 amd.com/en/corporate-responsibility/data-center-sustainability를 방문하십시오 .

 

Sam Naffziger
수석 부사장, 기업 동료 및 제품 기술 설계자 

 

[1] 4-가속기, CPU 호스팅 구성에서 AI 교육 및 고성능 컴퓨팅에 사용되는 고성능 CPU 및 GPU 가속기를 포함합니다. 목표 계산은 표준 성능 메트릭(HPC: 4k 매트릭스 크기의 Linpack DGEMM 커널 FLOPS. AI 교육: 4k 매트릭스에서 작동하는 FP16 또는 BF16 FLOPS와 같은 낮은 정밀도 교육 중심 부동 소수점 수학 GEMM 커널)으로 측정한 성능 점수를 기반으로 합니다. CPU 호스트 + 메모리 및 4개의 GPU 가속기를 포함하는 대표적인 가속 컴퓨팅 노드의 정격 전력 소비에 의한 것입니다.