Büyük alıntı: GenAI ve diğer LLM’lere yönelik yüksek enerji talepleri, güç açısından daha verimli sistemlere olan ihtiyacı hızlandırıyor. AMD’nin CEO’su Lisa Su, şirketin önümüzdeki üç yıl içinde veri merkezi güç verimliliğini 100 kat artırmak için doğru yolda olduğundan emin.
Baktığınız her yerde, kişisel veya iş yaşamınızı iyileştirecek yeni bir yapay zeka hizmeti vardır. Google Arama artık arama sonuçlarını özetlemek için Gemini yapay zekasını kullanıyor ancak bu, yapay zeka olmayan aramaya kıyasla on kat daha fazla enerji artışına (kötü sonuçlarla birlikte) mal oluyor. Üretken yapay zekanın küresel popülaritesi, veri merkezlerinin ve güç taleplerinin hızla genişlemesine olan ihtiyacı hızlandırdı.
Goldman Sachs, veri merkezi güç gereksinimlerinin 2030 yılına kadar %160 oranında artacağını tahmin ediyor. Bu, bölgesel elektrik şebekelerinin ortalama yaşının sırasıyla 50 ve 40 olduğu ABD ve Avrupa gibi ülkeler için büyük bir sorundur. 2022’de veri merkezleri ABD’nin elektriğinin %3’ünü tüketiyordu ve tahminler bu oranın 2030’a kadar %8’e çıkacağını gösteriyor. OpenAI kurucu ortağı Sam Altman, “Bir ilerleme olmadan bu noktaya ulaşmanın yolu yok” diyor.
AMD CEO’su Lisa Su, ITF World 2024 konferansında geçmiş başarıları ve bilgi işlem düğümü verimliliğini artırmaya yönelik gelecek planlarını tartıştı. AMD, 2014 yılında mobil CPU’larını üretmeyi taahhüt etmişti. 25%20 oranında daha verimli 20 (25×20). %31,7 verimlilik elde ederek bu hedefi aştılar.
AMD, 2021’de duvarda yapay zeka iş yüklerinin katlanarak büyümesine ve bu karmaşık sistemleri çalıştırmak için gereken güç gereksinimlerine ilişkin yazıyı gördü. AMD, güç talebini azaltmaya yardımcı olmak amacıyla çeşitli temel alanlara odaklanarak bilgi işlem düğümü verimliliği için 30×25’lik bir hedef belirledi.
CPU/GPU üretiminin temel yapı taşları olan süreç düğümü ve paketlemedeki iyileştirmelerle başlar. 3 nm Gate-All-Around (GAA) transistörlerin kullanılmasıyla, FinFET 3D transistörlerin evrimi, güç verimliliği ve watt başına performans iyileştirilecektir. Ek olarak, paketleme tekniklerinin (örn. yongalar, 3D istifleme) sürekli iyileştirilmesi, AMD’ye çeşitli bileşenleri tek bir pakette değiştirme esnekliği sağlıyor.
Bir sonraki odak alanı yapay zekayla optimize edilmiş hızlandırılmış donanım mimarileridir. Bunlar, yıllardır Snapdragon 8 Gen serisi gibi mobil SoC’lerde bulunan Sinir İşleme Birimleri (NPU’lar) olarak biliniyor. Bu yılın başlarında AMD, yerleşik yapay zeka motoruna sahip ilk masaüstü işlemci olan Ryzen 8700G’yi piyasaya sürdü. Bu özel donanım, CPU’nun AI bilgi işlem yoğunluklu görevleri NPU’ya aktarmasına olanak tanıyarak verimliliği artırır ve güç tüketimini azaltır.
Bu 30×25 hedefinin son sütunları sistem düzeyinde ayarlama ve yazılım/donanım ortak tasarımıdır. Sistem düzeyinde ayarlama, verileri bu bilgisayar kümeleri içinde fiziksel olarak taşımak için gereken enerjiyi azaltmaya odaklanan gelişmiş paketleme girişiminin bir başka dalıdır. Yazılım/donanım ortak tasarımı, yeni nesil NPU’larla daha etkili çalışacak şekilde yapay zeka algoritmalarını geliştirmeyi amaçlıyor.
Lisa Su, AMD’nin 30×25 hedefine ulaşma yolunda ilerlediğinden emin ancak 2027’ye kadar 100 kat iyileştirme elde edecek bir yol görüyor. AMD ve diğer endüstri liderlerinin tümü, bu yeni bilgi işlem çağında yapay zekayla güçlendirilmiş yaşamlarımız için güç gereksinimlerinin karşılanmasına katkıda bulunuyor. .