Koniec ery wielkich serwerowni? AMD planuje zastąpić 570 szaf serwerowych zaledwie dwiema

Zamiast hektarów hal wypełnionych wyjącymi wentylatorami, wystarczy niewielkie pomieszczenie. Inżynierowie AMD deklarują, że do 2030 roku ich systemy AI osiągną taką sprawność, iż zaledwie dwie szafy serwerowe (racki) dostarczą moc obliczeniową, która dziś wymaga zaangażowania aż 570 jednostek. To nie jest odległa wizja z pogranicza science-fiction, lecz konkretny plan redukcji zużycia energii, który nabiera tempa szybciej niż zakładano.

Dlaczego to ważne teraz?

Obecnie rozwój generatywnej sztucznej inteligencji uderza w sufit wydajności energetycznej, a koszty utrzymania centrów danych rosną lawinowo. Według najnowszego raportu AMD, firma już teraz notuje czterokrotną poprawę efektywności w porównaniu z bazowym rokiem 2024. Oznacza to, że bariera energetyczna, która mogła zahamować trenowanie kolejnych modeli językowych, staje się coraz cieńsza. Skok efektywności o 400% w zaledwie dwa lata to sygnał, że branża znalazła sposób na obejście problemu gigantycznego apetytu AI na prąd.

Drastyczna miniaturyzacja i oszczędności

Liczby podawane przez producenta robią wrażenie. Cel na rok 2030 to 20-krotny wzrost efektywności w skali całego racka. Firma zakłada, że typowy, zaawansowany model AI, którego trenowanie wymaga dziś ponad 275 szaf serwerowych, za sześć lat zmieści się w mniej niż jednej jednostce. Przedstawiciele spółki podkreślają: „spodziewamy się, że około dwa racki AMD z 2030 roku dostarczą taką samą moc obliczeniową jak 570 racków w 2024 roku”. Taka zmiana to nie tylko oszczędność miejsca, ale przede wszystkim 28-krotna redukcja emisji CO2 związanej z ich eksploatacją.

Strategia pełnego stosu

Osiągnięcie tak ambitnych wyników nie polega jedynie na upychaniu większej liczby tranzystorów w krzemie. AMD stawia na optymalizację całego stosu technologicznego – od architektury pamięci po mechanizmy transferu danych i oprogramowanie. Kluczowe jest nowe podejście do chłodzenia i zarządzania energią na poziomie systemowym, co pozwala na maksymalne wykorzystanie każdego wata. Dzięki temu przyszłe centra danych staną się znacznie bardziej przyjazne dla lokalnych sieci energetycznych, co ma kluczowe znaczenie dla planowanych inwestycji w regionach o rygorystycznych normach środowiskowych, w tym dla europejskich inicjatyw gigafabryk AI.