AMD acelera la IA, pero no salva las redes eléctricas
AMD ha informado sobre los avances de su programa de seis años para mejorar la eficiencia energética de los sistemas de inteligencia artificial. La empresa asegura que ya ha superado el objetivo intermedio fijado para 2026: frente al nivel de referencia de 2024, sus sistemas de IA a escala de rack son ahora aproximadamente cuatro veces más eficientes en consumo energético. AMD había calculado inicialmente que para entonces lograría una mejora de tres veces.
No se trata de un solo chip, sino de un rack de computación completo: un conjunto de servidores, aceleradores, memoria y conexiones entre ellos. Estos racks se utilizan para entrenar y ejecutar grandes modelos de IA. Según los cálculos de AMD, el ritmo actual de mejora supera en más del doble la tendencia histórica del sector.
El objetivo principal de la empresa está fijado para 2030. AMD promete multiplicar por 20 la eficiencia energética de los sistemas de IA a escala de rack con respecto a 2024. Esto significa que para realizar la misma tarea se necesitarán mucha menos electricidad y menos equipos. Pero también puede ocurrir lo contrario: con el mismo consumo energético, los nuevos sistemas podrán realizar unas 20 veces más cálculos.
Precisamente esta segunda opción parece hoy la más probable. Ni las empresas emergentes ni las grandes compañías de servicios en la nube piensan comprar menos capacidad de cálculo: necesitan más servidores para entrenar modelos, generar contenidos, buscar y automatizar. Lo más probable es que la energía ahorrada no se destine a que las redes eléctricas descansen, sino a poner en marcha nuevos servicios de IA.
El problema se nota especialmente en un contexto de aumento general de la demanda. Según las previsiones, en 2030 el consumo mundial de electricidad de los centros de datos se habrá más que duplicado y alcanzará unos 945 teravatios hora. Es una cifra comparable al consumo eléctrico anual actual de todo Japón.
AMD atribuye los avances a sus nuevas unidades de procesamiento gráfico. La empresa toma como referencia básica la MI300X, un acelerador de 750 vatios capaz de alcanzar hasta 2,6 petaflops en cálculos de formato FP8. Un petaflop equivale a un cuatrillón de operaciones de coma flotante por segundo, y FP8 es un formato de ocho bits que se utiliza a menudo en tareas de IA.
A modo de comparación, cada acelerador MI455X de la generación actual, dentro del sistema Helios, ofrece entre 7,7 y 15,4 veces más rendimiento en operaciones de coma flotante, tiene 2,25 veces más memoria HBM y cuenta con 4,4 veces más ancho de banda de memoria. La velocidad de intercambio de datos entre chips se ha multiplicado por cuatro. Al mismo tiempo, el consumo energético se ha triplicado; es decir, el rendimiento aumenta mucho más deprisa que el consumo de energía.
Justin Merrill, director de sostenibilidad de AMD, declaró a Trellis que cada equipo de la empresa recibe objetivos de rendimiento por vatio para los nuevos productos. El cumplimiento de esos objetivos también influye en las primas corporativas de los empleados.
AMD ya tiene experiencia con promesas de este tipo. Su anterior programa 30x25 preveía multiplicar por 30 la eficiencia a nivel de nodo entre 2020 y 2025. Al final, la empresa afirmó haber alcanzado un resultado de 38x, por encima de su propia previsión.
Las cifras actuales muestran que AMD va por delante del calendario. Sin embargo, la eficiencia energética por sí sola no reducirá el consumo eléctrico total del sector. En la IA se cumple una vieja regla del progreso tecnológico: cuando calcular sale más barato, el mercado normalmente no ahorra; simplemente se pone a calcular mucho más.
PEREC.RU
AMD ha informado de avances anticipados en su programa para mejorar la eficiencia energética de la inteligencia artificial. En comparación con 2024, sus sistemas a escala de rack de computación son aproximadamente cuatro veces más eficientes, aunque el objetivo intermedio era multiplicar la eficiencia por tres. Un rack de computación es un conjunto de servidores, aceleradores, memoria y conexiones utilizado para entrenar y ejecutar grandes modelos de IA.
La empresa se ha fijado un objetivo más ambicioso: multiplicar por 20, para 2030, la eficiencia energética de los sistemas de IA destinados al entrenamiento y la inferencia de modelos. Esa mejora puede traducirse en una reducción del consumo para realizar las mismas tareas o en un aumento de la capacidad de cálculo manteniendo el consumo. En la práctica, es probable que el mercado opte por aumentar los cálculos, ya que las empresas emergentes de IA y las grandes compañías de servicios en la nube siguen ampliando su infraestructura.
La mejora de la eficiencia coincide con un fuerte aumento de la demanda total. Según las previsiones, en 2030 los centros de datos consumirán unos 945 teravatios hora de electricidad al año, más del doble que en la actualidad y una cifra aproximadamente comparable al consumo de todo Japón.
AMD atribuye las mejoras a sus nuevos aceleradores gráficos. El MI300X de referencia consume 750 vatios y ofrece hasta 2,6 petaflops de rendimiento en formato FP8. Cada MI455X del sistema Helios ofrece entre 7,7 y 15,4 veces más rendimiento en operaciones de coma flotante, contiene 2,25 veces más memoria HBM, tiene 4,4 veces más ancho de banda de memoria y cuadruplica la velocidad de intercambio entre chips. El consumo energético, sin embargo, se ha triplicado, de modo que el rendimiento ha crecido más que el gasto de energía.
Justin Merrill, director de sostenibilidad de AMD, afirmó que la empresa fija objetivos de rendimiento por vatio para cada equipo. Su cumplimiento influye en las primas corporativas de los empleados.
No es el primer objetivo de este tipo para AMD. El programa 30x25 preveía multiplicar por 30 la eficiencia a nivel de nodo de computación entre 2020 y 2025. La empresa comunicó que había alcanzado un indicador de 38x. El programa actual también avanza por ahora más rápido de lo previsto.
Sin embargo, una mayor eficiencia no garantiza que disminuya el consumo energético total del sector de la IA. Un cálculo más barato y potente puede animar a las empresas a utilizar todavía más equipos, de modo que el ahorro tecnológico podría no reducir la demanda, sino hacerla crecer aún más.
