Публикации
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Excelero NVEdge для HA IoT-эры, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
Дезагрегированные компонуемые среды для высокопроизводительных задач, статья
HPE Primera: интеллектуальная СХД HPE 3PAR, статья
HPE Elastic Platform for Big Data and Analytics, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
AMD объявляет об амбициозной цели к 2025 году в 30 раз повысить энергоэффективность процессоров, выполняющих приложения для обучения ИИ и высокопроизводительных вычислений

29, сентябрь 2021  — 

Выделение прогресса в реализации приоритетов в области охраны окружающей среды, социальной сферы и управления (ESG) —

Компания AMD (NASDAQ: AMD) объявила о постановке цели 30-кратного повышения энергоэффективности процессоров AMD EPYC и ускорителей AMD Instinct в приложениях для обучения искусственного интеллекта (ИИ) и высокопроизводительных вычислений (HPC), выполняемых на ускоренных вычислительных узлах (1). Достижение этой амбициозной цели потребует от AMD повышения энергоэффективности вычислительного узла более чем в 2,5 раза быстрее, чем совокупное общеотраслевое улучшение, достигнутое за последние пять лет (2).

Ускоренные вычислительные узлы — это самые мощные и передовые вычислительные системы в мире, используемые для научных исследований и крупномасштабного суперкомпьютерного моделирования. Они обеспечивают вычислительные возможности, используемые учеными для достижения прорывов во многих областях, включая материаловедение, прогнозирование климата, геномику, открытие лекарств и альтернативную энергетику. Ускоренные узлы также являются неотъемлемой частью обучения нейронных сетей ИИ, которые в настоящее время используются для таких видов деятельности, как распознавание речи, языковые переводы, создание экспертных систем с аналогичными перспективными применениями в ближайшее десятилетие. Цель 30x позволит в течение пяти лет сэкономить миллиарды киловатт-часов электроэнергии и на 97% снизить мощность, необходимую для выполнения одного расчета.

« Достижение повышения энергоэффективности процессоров является долгосрочным приоритетом для AMD, и сейчас мы ставим новую цель для современных вычислительных узлов, использующих наши высокопроизводительные процессоры и ускорители. Цель затрагивает применение процессоров и ускорителей для обучения ИИ и развертывания высокопроизводительных вычислений », — сообщает Марк Пейпермастер, исполнительный вице-президент и технический директор AMD. « Ориентируясь на эти очень важные сегменты и ценностное предложение для ведущих компаний по повышению экологической ответственности, цель AMD в 30 раз опережает отраслевые показатели энергоэффективности в этих областях на 150% по сравнению с предыдущим пятилетним периодом ».

« Поскольку вычисления становятся повсеместными — от ядра до облака, AMD заняла смелую позицию в отношении энергоэффективности своих процессоров, на этот раз для ускоренных вычислений для приложений ИИ и высокопроизводительных вычислений », — сообщает Эддисон Снелл, генеральный директор Intersect360 Research. « Добиться будущих успехов сейчас сложнее, поскольку исторические преимущества, которые появились благодаря закону Мура, значительно уменьшились. Улучшение энергоэффективности в 30 раз за пять лет станет впечатляющим техническим достижением, которое продемонстрирует силу технологии AMD и ее акцент на экологической устойчивости »

Повышение энергоэффективности для приложений ускоренных вычислений является частью новых целей компании в области экологического, социального и управленческого менеджмента (ESG), охватывающих ее деятельность, цепочку поставок и продукцию. Более двадцати пяти лет компания AMD прозрачно отчитывается о своей экологической ответственности и результатах деятельности. За свои последние достижения в области энергоэффективности продукции компания AMD была включена в список Fortune « Измени мир в 2020 году » ( Change the World list ), в котором отмечаются выдающиеся усилия компаний по решению неудовлетворенных потребностей общества.

Методология

В дополнение к измерениям производительности вычислительных узлов в Ватт, чтобы сделать цель особенно актуальной для мирового энергопотребления, AMD использует эффективность использования мощности (Power utilization effectiveness, PUE) в конкретных сегментах ЦОД с учетом использования оборудования. В базовом уровне энергопотребления используются те же показатели повышения энергопотребления на операцию в промышленности, что и в 2015-2020 годах, с экстраполяцией на 2025 год. Показатель улучшения энергопотребления на операцию в каждом сегменте в 2020-2025 годах взвешивается на прогнозируемые мировые объемы, умноженные на типичное энергопотребление (Typical Energy Consumption, TEC) каждого вычислительного сегмента, чтобы получить значимую метрику фактического улучшения энергопотребления во всем мире.

Доктор Джонатан Куми, президент компании Koomey Analytics, сообщил: « Цель по энергоэффективности, установленная AMD для ускоренных вычислительных узлов, используемых для обучения ИИ и высокопроизводительных вычислений, полностью отражает современные рабочие нагрузки, репрезентативные режимы работы и точную методологию бенчмаркинга ».

Дополнительные ресурсы

•  Узнайте больше о процессорах AMD EPYC

•  Узнайте больше об ускорителях AMD Instinct

•  Узнайте больше о корпоративной ответственности AMD

•  Узнайте больше об инициативе AMD 25x20 Energy Efficiency Initiative

•  Станьте подписчиком AMD на Facebook

•  Следите за AMD в Twitter

О компании AMD

На протяжении более 50 лет компания AMD является движущей силой инноваций в области высокопроизводительных вычислений, графических технологий и визуализации — основополагающих элементов в гейминге, иммерсивных платформах и дата центрах. Сотни миллионов пользователей, компании из списка Fortune 500, а также ведущие научно-исследовательские центры каждый день полагаются на технологии AMD в жизни, работе и отдыхе. Сотрудники AMD по всему миру сосредоточены на создании отличных продуктов, которые раздвигают границы возможного. Для получения дополнительной информации о том, как AMD дает возможность решать задачи сегодня и вдохновляет свершения завтрашнего дня, посетите сайт AMD (NASDAQ: AMD), а также блог , страницы в Facebook и Twitter .

AMD, логотип AMD Arrow и EPYC являются товарными знаками компании Advanced Micro Devices, Inc. Другие названия приведены исключительно в информационных целях и могут быть торговыми марками соответствующих владельцев

(1) Включает высокопроизводительные ускорители CPU и GPU, используемые для обучения ИИ и высокопроизводительных вычислений в конфигурации с 4 ускорителями, размещенными на CPU. Расчеты целей основаны на показателях производительности, измеряемых стандартными метриками производительности (HPC: FLOPS ядра Linpack DGEMM с размером матрицы 4k. Обучение ИИ: ядра GEMM для математики с плавающей запятой с более низкой точностью, ориентированные на обучение, такие как FP16 или BF16 FLOPS, работающие на матрицах размером 4k), деленная на номинальное энергопотребление репрезентативного ускоренного вычислительного узла, включающего центральный процессор + память и 4 ускорителя GPU.

(2) На основании отраслевых тенденций 2015-2020 гг. в области повышения энергоэффективности и энергопотребления ЦОД в 2025 году.
Публикации по теме
Рынки
 
Новости AMD

© "Storage News" journal, Russia&CIS
Редакция: 115516, Москва, а/я 88; тел./факс - (495) 233-4935;
www.storagenews.ru; info@storagenews.ru.