當前位置: 主頁 > 新聞 >

AMD機櫃級AI能源效率目標進展超前

本文作者:AMD       點擊: 2026-08-27 10:12
前言:
AMD在2024年至2026年間,AI能源效率預估已提升4倍,持續朝其2030年達成機櫃級AI訓練與推論效率提升20倍的目標邁進
2026年8月26日--AI運算需求正快速成長,對資料中心基礎設施的要求也隨之提升。要滿足此需求,必須全方位進行創新:CPU、GPU、網路技術、軟體、電力與散熱技術皆需在機櫃與資料中心層級高效協同運作。提升能源效率有助於在不增加功耗的前提下,提供更強大的AI效能,同時改善整體擁有成本(TCO),並協助客戶加速擴展規模。

 
AMD資深副總裁暨院士Sam Naffziger表示:「下一波AI效率的提升,將取決於運算晶片、記憶體、互連技術、軟體與機櫃級系統設計之間更緊密的協同最佳化。我們預估截至2026年實現4倍的效率提升,充分展現我們整體策略的成效,以及AMD在全系統層級所取得的卓越進展,使我們的進度大幅超前,加速邁向2030年目標。」

預期實現的效率提升目標
根據具代表性的AI訓練工作負載,AMD所預估的機櫃級能源效率提升,預計將在2030年前帶來以下兩大相關效益之一註3: 

相同的運算能力,消耗更少資源:預計約2座2030年的AMD機櫃,即可提供相當於570座2024年機櫃的運算能力,使用階段的用電量降低20倍,碳排放強度降低28倍。
相同的能源消耗,提供更多運算能力:或者,在消耗相同能源的條件下,以每瓦每秒浮點運算次數(FLOPs/watt)計算,效率提升預計可帶來20倍的運算能力提升。

AMD推動效率提升的作法
AMD正致力於透過運算架構、製程技術、記憶體頻寬、資料傳輸、互連技術、軟體以及系統級協同設計等方面的進展,提升整個AI技術堆疊的能源效率。其目標是在無需讓能源消耗以相同速度成長的前提下,大幅提升運算效能。

隨著AI基礎設施從單一節點擴展至完整機櫃,效率越來越取決於CPU、GPU、記憶體、網路技術、儲存與軟體之間的協同運作能力。AMD正採用系統級協同設計,透過跨產品線團隊的合作,協助降低效能瓶頸、提升資料傳輸效率,並改善全平台的每瓦效能。

效率提升的三大基石
除了軟體最佳化之外,推動AI系統效能的三大核心要素為:運算能力、記憶體頻寬與互連頻寬。先進製程技術與架構改進有助於提升每瓦浮點運算效能;先進架構與記憶體整合技術可提升頻寬;而高速互連技術與更緊密的整合則能提升網路頻寬。結合這些創新技術,AMD預期至2030年,每瓦AI效能將相較於2024年提升20倍。

記憶體與互連技術的核心作用
現代AI工作負載仰賴大量資料的高效傳輸。提升記憶體頻寬、頻寬密度與每瓦頻寬,有助於為運算引擎持續提供資料,同時減少電力浪費。高頻寬記憶體、更大容量的快取記憶體,以及記憶體與運算單元之間更緊密的整合,皆能減少不必要的資料傳輸,進而降低能源消耗。

隨著大型模型與工作負載日益仰賴GPU、CPU及其他系統元件之間的高效協作,互連技術也已成為打造高效AI基礎設施的重要一環。高速擴展型(scale-up)互連技術能協助大型系統降低效能瓶頸,並更有效率地共享資料。

AMD軟硬體全方位提升能源效率
硬體提供基礎,而軟體則能持續釋放效率潛能。AMD ROCm™軟體堆疊、開放標準以及與客戶的緊密合作,協助開發人員與企業在AMD平台上更有效率地部署AI工作負載。開放產業體系亦能為AI與高效能運算部署提供更廣泛的最佳化支援。

這些最佳化成果能同時提升大規模AI訓練與推論工作負載的表現。隨著AI應用規模持續擴展,提升吞吐量並降低每個生成Token所消耗的能源,變得日益關鍵。

為客戶帶來的價值與優勢
客戶需要在有限的可用能源下獲得更多實用的運算能力。AMD所提出的機櫃級效率提升預測,可協助AI及HPC客戶在資料中心層級的功耗與散熱基礎設施方面實現效率提升,而這些往往是限制運算效能提升的因素。更高的能源效率有助於降低營運電耗、改善整體擁有成本,並支援更具永續性的AI及HPC成長。

相關資源
AMD 2025-26年度企業責任報告
AMD 2025-26年度企業責任報告影響力分析
AMD官網-資料中心永續發展
 
註1: AMD 20x30能源效率目標,根據具代表性的AMD機櫃配置,涵蓋運算、記憶體與網路技術,以及功耗方面的預期改善。詳細方法、假設與技術細節,請參閱AMD資料中心永續發展網頁。

註2:邁向AMD 20x30目標的進展,以每瓦效能方法,將歷年AMD機櫃配置與2024年基準進行比較後衡量而得。2026年的結果,綜合實際量測產品數據,以及在尚未取得最終效能數據情況下所建立之模型預估值。詳細假設、計算方式與目標達成進度,請參閱AMD資料中心永續發展網頁。

註3:AMD之預測根據具代表性的AI訓練工作負載,並採用AMD機櫃配置、預估效能與功耗特性,以及公開資料來源(包括Epoch.ai與國際能源總署IEA能源情境分析)計算而得。詳細方法、假設與計算細節,請參閱AMD資料中心永續發展網頁。
 

 

電子郵件:look@compotechasia.com

聯繫電話:886-2-27201789       分機請撥:11