AMD хочет улучшить AI, эффективность HPC 30x к 2025 году

AMD хочет улучшить AI, эффективность HPC 30x к 2025 году

AMD объявила основную новую инициативу эффективности, которая намеревалась построить его предыдущие 25 × 20 проекта. Компания теперь будет работать над тем, чтобы обеспечить повышение энергоэффективности в размере 30х в целом вычисления на высокую производительность, относительно современных ускорителей CPU и GPU.

Сообщение блога AMD не участвует в подробности о том, как они намерены добиться этой экономии, вне некоторых ссылок на прессование необходимо снизить стоимость вычисления в центров обработки данных, а также быстрый рост AI. Многие из компаний, работающих над крупными кластерами AI, заявили, что они остановились или замедлили их сборки из-за требований питания и охлаждения. В отрасли существует фокус на улучшении вычислительной эффективности AI через различные методы, как в аппаратном, так и в программном обеспечении.

Мы можем опасно сделать несколько догадок о том, как AMD будет поразить эти цели на основе его известного развития ИС. Во-первых, было бы полезно знать, какая архитектура GPU AMD сравнивается с. Сообщение в блоге и PR только упоминание только «radeon Instinct», но есть несколько архитектур GPU в семействе инстинктной семьи Radeon. Если AMD использует один из своих старых деталей GCN для сравнения, 30x к 2025 году легче ударить.

AMD хочет улучшить AI, эффективность HPC 30x к 2025 году

Ходят слухи о том, что архитектура jd Zen 4 Zen 4 будет поддерживать AVX-512, что говорит о том, что AMD может повысить производительность AI и общую эффективность. AMD имеет многолетнюю историю добавления поддержки расширений Intel при примерно N-1 наборах расширений, или когда расширения Intel зарезервированы в продукты Intel в течение значительного периода времени.

К тому времени, когда Zen 4 предположительно появляется в конце 2022 года с поддержкой слухов AVX-512, Intel должен иметь Sapphire Rapids с поддержкой встроенного встроенного встроенного в систему AMX (расширения расширений Matrix). AMD, возможно, добавила поддержку AMX или готовимся к добавлению его к 2025 году. Неясно точно, сколько эффективность AMD получит от принятия этих новых наборов SIMD, но мы можем предположить, что справедливый процент общего улучшения Общества придет от новой инструкции Поддержка - через AVX-512, если ничего другого.

В дальнейшем есть потенциальные преимущества производительности V-Cache AMD. Данные кэширования обычно улучшают производительность многих рабочих нагрузок, но в визу возможно, что AMD имеет особые планы для того, как он может использовать большие кэши L3 для повышения эффективности энергопотребления AI в будущем. Сегодня процессоры могут рассчитывать на то, чтобы потратить как можно больше или больше, поскольку они вычисляются на нее. Большие кэши и лучшие алгоритмы кэширования могут повысить эффективность исполнения AI за счет уменьшения количества данных, которые необходимо перемещать и выключить данный ЦП. Улучшения на слой перевода программного обеспечения ROCM AMD могут также привести к значительным достижениям в энергоэффективности AI.

К 2025 году мы должны видеть фрукты Xilinx Chilinx / Merger и производителей, таких как TSMC, должны вытащить на 2 нм и дальше. Хотя улучшения производства и литографии не улучшают энергопотребление, поскольку они когда-то делали, мы все еще говорим о нескольких поколениях последовательных улучшений относительно 7 нм. AMD стремится отставать перед собой переднее преимущество на пару лет в эти дни, но 2 нм не выходит из вопроса к концу 2025 года. Совокупные улучшения от трех узлов сокращаются - 5 нм, 3 нм и предположительно 2 нм - должно быть, по крайней мере, так же большая, как прирост с 16:00 до 7 нм и может быть немного больше.

Что делает претензию AMD немного подъем для бровей - это позиция, которую компания относительно ее предыдущего плана 25 × 20. Когда AMD установит свой 25 × 20 гол, он нацелился на повышение потребления мощности 25x в течение шести лет, основываясь на том, где компания оказалась в 2014 году. Это было во время эпохи Бульдозера, когда энергоэффективность не имела сильнейшего качества AMD Отказ Эффективность питания AMD в 2020 году была намного сильнее, даже если компания начинается с Zen 2 + Vega, в отличие от Zen 3 + CDNA. Доставка такого высокого уровня улучшения будет сложно.

AMD, несомненно, означает ее цель, но имейте в виду, что эти цели не остановили абсолютное количество мощности, потребляемой в вычислениях, устойчивая к тренду. Одним из самых фундаментальных методов повышения производительности, независимо от любой тенденции к существующей эффективности, подвергается большему количеству транзисторов и электричества.

В конечном итоге, вопрос для AMD - это не только ли он доставить увеличение энергоэффективности 2x, 5x, или 30x к 2025 году - насколько хорошо CPU CPU соревнутся с ARM и X86 CPU, которые будут на рынке к тому времени.

Читать далее

Samsung вставляет процессор AI 1,2TFLOP в HBM2 для повышения эффективности и скорости
Samsung вставляет процессор AI 1,2TFLOP в HBM2 для повышения эффективности и скорости

Samsung разработала новый тип процессора в памяти, построенный на базе HBM2. Это новое достижение для разгрузки ИИ, которое может повысить производительность до 2 раз при снижении энергопотребления на 71 процент.

New Armv9 Cortex X-2, CPU A710 CPU обеспечивает большую эффективность повышения эффективности
New Armv9 Cortex X-2, CPU A710 CPU обеспечивает большую эффективность повышения эффективности

ARM объявляет новых процессоров сегодня для своей архитектуры ARMV9. Cortex-X2, Cortex-A710 и Cortex-A510 обеспечивают твердый набор улучшений производительности и повышения эффективности.

С Spintronics, Intel видит эффективность, масштабирование плотности далеко за пределами CMOS
С Spintronics, Intel видит эффективность, масштабирование плотности далеко за пределами CMOS

Новый исследовательский документ от Intel предлагает новый путь для масштабирования устройства и снижения энергопотребления. Мы отчаянно нуждаемся в этом.

Google EfficientNet предлагает 10-кратное повышение эффективности анализа изображений
Google EfficientNet предлагает 10-кратное повышение эффективности анализа изображений

Google заслужил репутацию выдающихся новых технологий и обновлений искусственного интеллекта в удивительном темпе, и их объявление EfficientNet служит последним примером. Используя свою работу с AutoML, ученые Google применили метод масштабирования, который позволяет повысить эффективность сети в 10 раз.