
AMD обяви, че е постигнала приблизително 4-кратно увеличение на енергийната ефективност на решенията за изкуствен интелект към средата на 2026 г., което е над 3-кратното прогнозирано ниво за този етап и е повече от два пъти по-високо от историческата тенденция за същата точка на развитие.
Резултатът означава, че AMD е на правилен път към целта си за 2030 г., която включва 20-кратно увеличение на енергийната ефективност на AI системите за обучение и изводи, измерена спрямо базовата линия от 2024 г.
По-важното е, че резултатът отразява системния подход на AMD към AI ефективността, обхващащ процесори, памет, взаимовръзки, софтуер и дизайн на мащабируеми стелажни системи, подчертаха от компанията.
Тъй като AI работните натоварвания продължават да се разрастват, по-добрата ефективност може да помогне на потребителите да получат повече полезни изчисления от всеки ват.
Освен това подобрената ефективност намалява потреблението на електроенергия и общите разходи за притежание, като същевременно облекчава ограниченията около захранването, охлаждането и инфраструктурата.
Прогнозите на AMD илюстрират потенциалното въздействие на продължаващото повишаване на ефективността: до 2030 г. се очаква приблизително два AMD стелажа да осигуряват същата изчислителна мощност като 570 стелажа през 2024 г.
Това постижение ще позволи 20-кратно намаляване на потреблението на електроенергия по време на фазата на използване и 28-кратно намаляване на въглеродния интензитет за представително AI работно натоварване с обучение.
Междувременно AMD публикува своя Доклад за корпоративна отговорност за 2025-26 г., в който подробно се описва по-широкият напредък в ефективността на продуктите, операциите, отговорността във веригата за доставки и въздействието върху общността.
Сред акцентите в доклада е, че AMD е намалила оперативните емисии на парникови газове с 30% от 2020 г. до 2025 г., като в глобален план е ползвала 58% от електроенергията от възобновяеми източници и е одитирала 99% от фабриките на своите доставчици за производство по отговорни бизнес практики.
