AMD機櫃級AI能源效率目標進展超前，在2024~2026年間、預估已提升4倍，持續朝2030年20倍目標邁進

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

　●  截至 2026 年年中，AMD 的 AI 能源效率預估已提升 4 倍，不僅超越此階段預期的 3 倍目標，更達到同期歷史成長趨勢的兩倍以上。此一進展展現出 AMD 正穩步邁向其 2030 年目標－將 AI 訓練與推論機櫃級能源效率提升 20 倍^註1、2。此進展同時彰顯 AMD 在晶片、系統與軟體領域所投入的努力，協助客戶更高效率地擴展 AI 工作負載。

 

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。

 

_{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。}

 

 

更多COMPUTEX 2026最新資訊就在 ioioTIME 專區中
現在就加入 ioioTIMES 臉書粉絲團 更多互動、更多好康攏抵加!!
我們有LINE TODAY頻道了，快來追踪我們吧!!--最新科技新聞 盡在你手