उत्तरप्रकाशितकलLast edited कल21 स्रोत

AMD का दावा: 2026 तक AI रैक की ऊर्जा-दक्षता 4 गुना बढ़ी, 2030 तक 20 गुना लक्ष्य

AMD के अनुसार, मध्य 2026 तक उसके रैक स्तरीय AI सिस्टम 2024 के आधार की तुलना में अनुमानित 4 गुना अधिक ऊर्जा कुशल हो गए—यह अंतरिम 3 गुना लक्ष्य से बेहतर है। यह AMD का अनुमान है, स्वतंत्र रूप से ऑडिट किया गया उद्योग बेंच... कंपनी का 20x2030 लक्ष्य 2024 के मुकाबले 2030 तक AI ट्रेनिंग और इन्फरेंस में रैक स्तरीय ऊर्जा दक्...

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

AMD के अनुसार, मध्य 2026 तक उसके रैक स्तरीय AI सिस्टम 2024 के आधार की तुलना में अनुमानित 4 गुना अधिक ऊर्जा कुशल हो गए—यह अंतरिम 3 गुना लक्ष्य से बेहतर है। यह AMD का अनुमान है, स्वतंत्र रूप से ऑडिट किया गया उद्योग बेंच...
कंपनी का 20x2030 लक्ष्य 2024 के मुकाबले 2030 तक AI ट्रेनिंग और इन्फरेंस में रैक स्तरीय ऊर्जा दक्षता को 20 गुना बढ़ाना है। AMD का कहना है कि यह 2018–2025 के उद्योग रुझान से लगभग 3 गुना तेज महत्वाकांक्षा है। [6]

What did AMD announce about its rack scale AI energy efficiency gains from 2024 to mid 2026, how do those gains compare with its interim thrAI-generated editorial hero image for What did AMD announce about its rack scale AI energy efficiency gains from 2024 to mid 2026, how do those gains compare with its interim thr.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What did AMD announce about its rack scale AI energy efficiency gains from 2024 to mid 2026, how do those gains compare with its interim thr. Article summary: AMD said its rack scale AI systems were an estimated 4× more energy efficient in mid 2026 than its 2024 baseline—beating its interim 3× expectation.. Topic tags: general web, openai, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts
openai.com

AMD ने क्या घोषणा की?

AMD ने कहा है कि 2024 के आधार वर्ष की तुलना में मध्य-2026 तक उसके रैक-स्तरीय AI सिस्टम की ऊर्जा-दक्षता अनुमानित 4 गुना बढ़ गई है। यह उस चरण के लिए कंपनी के पहले बताए गए 3 गुना अंतरिम लक्ष्य से आगे है। हालांकि, यह आंकड़ा AMD का अनुमान है—इसे स्वतंत्र रूप से सत्यापित या ऑडिट किया गया उद्योग बेंचमार्क नहीं समझना चाहिए।

2030 का 20x लक्ष्य और 570 रैक का उदाहरण

AMD का “20x2030” कार्यक्रम 2024 के स्तर से 2030 तक AI ट्रेनिंग और इन्फरेंस की रैक-स्तरीय ऊर्जा-दक्षता 20 गुना बढ़ाने का लक्ष्य रखता है। कंपनी का अनुमान है कि यह 2018 से 2025 के बीच उद्योग की दक्षता सुधार दर से लगभग तीन गुना तेज है।

AMD के एक उदाहरण के मुताबिक, 2030 में उसके लगभग दो AI रैक 2024 के Instinct MI300X आधारित करीब 570 रैक के बराबर AI कंप्यूटिंग क्षमता दे सकते हैं। यदि समान काम के लिए ऊर्जा की जरूरत वास्तव में 20 गुना घटती है, तो उपयोग-चरण की बिजली खपत में 95% कमी का अर्थ निकलता है।

कार्बन-उत्सर्जन या कार्बन-इंटेंसिटी में सटीक कमी को सीधे हार्डवेयर दक्षता से तय नहीं किया जा सकता। वह इस बात पर भी निर्भर करेगी कि डेटा सेंटर को बिजली किस स्रोत—कोयला, गैस, परमाणु या नवीकरणीय ऊर्जा—से मिलती है। उपलब्ध प्राथमिक स्रोत इस दावे के लिए कोई स्वतंत्र, निश्चित कार्बन-इंटेंसिटी बेंचमार्क स्थापित नहीं करते।

रैक-स्तरीय माप क्यों महत्वपूर्ण है?

AMD का पिछला 30x25 कार्यक्रम मुख्य रूप से CPU और GPU वाले कंप्यूट नोड की दक्षता पर केंद्रित था। कंपनी के अनुसार, उसने 2020–2025 के लिए तय इस लक्ष्य को पार करते हुए नोड-स्तर पर 38 गुना सुधार हासिल किया, जिसका अर्थ समान प्रदर्शन के लिए 97% कम ऊर्जा उपयोग बताया गया।

नया 20x लक्ष्य केवल चिप या नोड को नहीं, बल्कि पूरे रैक को मापता है। इसमें शामिल हैं:

AI एक्सेलेरेटर और CPU
HBM मेमोरी
रैक के भीतर और रैक के बीच नेटवर्किंग
बिजली आपूर्ति और कूलिंग का ओवरहेड
सॉफ्टवेयर के जरिए हार्डवेयर का उपयोग

इसलिए केवल FLOPS—यानी सैद्धांतिक कंप्यूटिंग क्षमता—बढ़ना पर्याप्त नहीं है। असली सवाल यह है कि पूरा ट्रेनिंग या इन्फरेंस कार्य कितनी ऊर्जा में पूरा होता है।

दक्षता बढ़ाने के पीछे कौन-सी तकनीकें हैं?

AMD के बताए रास्ते में कई स्तरों के सुधार शामिल हैं। अधिक कुशल कंप्यूट आर्किटेक्चर और कम-प्रिसीजन AI फॉर्मेट प्रति वॉट अधिक उपयोगी ऑपरेशन कर सकते हैं। बड़ी और तेज HBM मेमोरी डेटा को दूर तक ले जाने की जरूरत और मेमोरी bottleneck घटाती है।

इसी तरह, उच्च-बैंडविड्थ scale-up और scale-out इंटरकनेक्ट रैक के भीतर तथा अलग-अलग रैक के बीच संचार में होने वाली देरी कम करते हैं। सॉफ्टवेयर स्तर पर बेहतर kernel optimization, scheduling, model parallelism और hardware utilization से उपलब्ध कंप्यूट क्षमता का अधिक हिस्सा वास्तविक काम में लगाया जा सकता है।

Helios: AMD का पूरा AI रैक

AMD का Helios केवल एक GPU नहीं, बल्कि एकीकृत रैक-स्तरीय AI सिस्टम है। इसके प्रमुख घटकों में शामिल हैं:

72 Instinct MI455X GPU
EPYC “Venice” CPU
Pensando नेटवर्किंग
31 TB HBM4 मेमोरी
FP8 पर 1.4 exaFLOPS तक कंप्यूट क्षमता
260 TB/s scale-up bandwidth
43 TB/s scale-out bandwidth

AMD की अन्य प्रकाशित विशिष्टताओं में FP4 पर 2.9 exaFLOPS तक की क्षमता भी शामिल है।

कंपनी ने Nvidia Vera Rubin NVL72 की तुलना में Helios के लिए 15% अधिक peak FP4 compute, 50% अधिक HBM capacity और 50% अधिक scale-out bandwidth का दावा किया है। ये AMD के अपने तुलना-आधारित दावे हैं, स्वतंत्र प्रदर्शन परीक्षण के नतीजे नहीं।

उत्पादन और बाजार का संदर्भ

AMD ने जुलाई 2026 में कहा कि Helios full production में है और इसकी पहली shipments 2026 की तीसरी तिमाही के अंत में शुरू होने वाली हैं। इसके बाद व्यापक ramp-up की योजना है। उपलब्ध स्रोत किसी निश्चित 2027 production milestone की पुष्टि नहीं करते, इसलिए “2026–27” को पक्के कार्यक्रम के बजाय अपेक्षित rollout के रूप में देखना उचित है।

यह घोषणा ऐसे समय आई है जब AMD का डेटा-सेंटर कारोबार तेजी से बढ़ रहा है। रिपोर्ट किए गए आंकड़ों के अनुसार, 2026 की दूसरी तिमाही में कंपनी का डेटा-सेंटर राजस्व 6.7 अरब डॉलर रहा, जो साल-दर-साल 107% अधिक था। इस आंकड़े में EPYC CPU और Instinct GPU दोनों की बिक्री शामिल है; इसे केवल AI GPU राजस्व नहीं माना जाना चाहिए।

Helios के जरिए AMD अलग-अलग कंपोनेंट बेचने से आगे बढ़कर पूरा रैक-स्तरीय सिस्टम पेश कर रहा है। यही उसे Nvidia की सिस्टम-स्तरीय स्थिति को सीधे चुनौती देने का मौका देता है। हालांकि, Nvidia की financing strategy या Google के TPU-system revenue पर उपलब्ध स्रोतों में इतना ठोस प्रमाण नहीं है कि उनके बारे में विश्वसनीय निष्कर्ष दिया जा सके।

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं