AMD hevder fire ganger bedre energieffektivitet i AI-rack – sikter mot 20 ganger innen 2030

Fire ganger bedre enn i 2024

AMD sier at selskapets rackbaserte AI-systemer i midten av 2026 hadde oppnådd et anslått fire ganger høyere forhold mellom ytelse og energibruk enn løsninger fra 2024. Det er bedre enn selskapets foreløpige forventning om en tredobling på samme tidspunkt.

Tallet bør likevel leses med forbehold: Det er AMDs eget estimat, basert på ytelse per watt i representative rackkonfigurasjoner. Resultatet kombinerer målte produktdata med modellerte beregninger og er ikke en uavhengig, revidert bransjemåling.

Ambisjonen: 20 ganger innen 2030

AMD satte i 2025 målet om en 20-dobling av energieffektiviteten på racknivå innen 2030, sammenlignet med en 2024-baseline. Målet gjelder både AI-trening og inferens – altså kjøring av ferdigtrente modeller. AMD anslår at denne forbedringstakten vil være nesten tre ganger raskere enn bransjens utvikling fra 2018 til 2025.

I et illustrativt scenario hevder AMD at rundt to AI-rack i 2030 kan levere samme beregningskapasitet som 570 rack basert på 2024-generasjonens Instinct MI300X.

Dersom den samme arbeidsmengden faktisk kan utføres med 20 ganger lavere energiforbruk, tilsvarer det en reduksjon i strømbruken på 95 prosent. Det gir imidlertid ikke automatisk en bestemt reduksjon i klimagassutslipp. Karbonintensiteten avhenger også av hvilken strømblanding datasenteret bruker, og det tilgjengelige primærkildematerialet underbygger ikke et presist karbonintensitetstall for dette scenarioet.

Fra enkeltbrikke til hele racket

Den tidligere 30x25-satsingen målte energieffektivitet på node-nivå – typisk en kombinasjon av CPU-er og GPU-akseleratorer. AMD sier at målet ble overgått i perioden 2020–2025, med en forbedring på 38 ganger. For samme ytelse skal det ha betydd 97 prosent lavere energibruk.

Det nye 20x-målet gjelder derimot et komplett rack. Det inkluderer akseleratorer, prosessorer, minne, nettverk, strømforsyning, kjøling og hvor effektivt programvaren utnytter maskinvaren. Det er en viktig forskjell: Flere teoretiske FLOPS alene garanterer ikke lavere energibruk per ferdig trenings- eller inferensoppgave.

Slik skal effektiviteten forbedres

AMD peker på flere deler av systemet som samlet skal drive forbedringen:

• Mer effektive arkitekturer og lavere presisjon: Nye beregningsarkitekturer og formater som FP4 og FP8 kan øke antallet nyttige operasjoner per watt.
• Raskere og større HBM-minne: Høybåndbreddeminne kan redusere flaskehalser og behovet for energikrevende flytting av data.
• Bedre sammenkobling: Høy båndbredde mellom akseleratorer i samme rack og mellom rack kan redusere ventetid og kommunikasjonsstans.
• Programvareoptimalisering: Mer effektive kjerner, bedre planlegging, modellparallellitet og høyere maskinvareutnyttelse kan gi mer arbeid utført med samme energibudsjett.
• Systemdesign: Ved å utvikle akseleratorer, CPU-er, nettverk, minne, kjøling og programvare som én samlet løsning kan AMD optimalisere mer enn bare den enkelte brikken.

Helios er AMDs rackbaserte utfordrer

AMDs Helios-plattform er laget som et komplett AI-rack, ikke bare som en samling enkeltkomponenter. Konfigurasjonen består av 72 Instinct MI455X-GPU-er, EPYC-prosessorer med kodenavnet «Venice» og nettverksutstyr fra Pensando. AMD oppgir opptil 1,4 exaFLOPS FP8-ytelse, 31 TB HBM4-minne, 260 TB/s skaleringsbåndbredde internt i racket og 43 TB/s mellom rack.

Helios skal ifølge AMD ha vært i full produksjon i juli 2026. De første leveransene var planlagt mot slutten av tredje kvartal, med bredere utrulling deretter. Kildene dokumenterer ikke en konkret milepæl for produksjon i 2027, så en tidslinje omtalt som «2026–2027» bør forstås som en forventet utrulling – ikke som en bekreftet produksjonsplan.

AMD sammenligner også Helios med Nvidias Vera Rubin NVL72. Selskapet hevder opptil 15 prosent høyere toppytelse i FP4, 50 prosent mer HBM-kapasitet og 50 prosent høyere båndbredde ut av racket. Dette er leverandørens egne sammenligninger, ikke resultater fra uavhengige standardiserte tester.

Vekst i datasentervirksomheten

Lanseringen kommer mens AMDs datasentervirksomhet vokser kraftig. Selskapet rapporterte datasenterinntekter på rundt 6,7 milliarder dollar i andre kvartal 2026, opp 107 prosent fra året før. Tallet omfatter både EPYC-prosessorer og Instinct-akseleratorer, og kan derfor ikke leses som ren GPU- eller AI-omsetning.

Reuters har samtidig knyttet etterspørselen til store kapasitetsutvidelser i datasentre for AI. Helios er dermed både et energieffektivitetsprosjekt og et forsøk på å flytte AMD oppover i verdikjeden – fra leverandør av brikker til leverandør av integrerte AI-systemer.

Konkurransen handler om mer enn brikker

Nvidia har fortsatt en sterk systemposisjon, mens AMD forsøker å konkurrere med ferdig integrerte rackløsninger. Det gjør at kampen i økende grad handler om total ytelse, strømforbruk, nettverk, kjøling, programvare og kostnad per generert token – ikke bare om spesifikasjonene til én GPU.

Det tilgjengelige kildematerialet gir derimot ikke tilstrekkelig grunnlag for å tallfeste eller beskrive Nvidias finansieringsstrategi eller Googles inntekter fra TPU-systemer på en pålitelig måte. Slike forhold kan være relevante for konkurransebildet, men bør ikke presenteres som etablerte fakta uten separat dokumentasjon.