AMD ประกาศทิศทางที่จะมุ่งไปในตลาด AI ด้วยวิสัยทัศน์ในการสร้างแพลตฟอร์ม AI แบบครบวงจรที่ทำงานบนระบบนิเวศแบบเปิด (Open Ecosystem) พร้อมเปิดตัวผลิตภัณฑ์ฮาร์ดแวร์และซอฟต์แวร์รุ่นใหม่ ซึ่งรวมถึงตัวเร่งประมวลผล AMD Instinct MI350 Series ที่ตั้งเป้าเป็นมาตรฐานใหม่สำหรับ Generative AI
ลิซ่า ซู ประธานและซีอีโอของ AMD กล่าวว่า AMD กำลังขับเคลื่อนนวัตกรรม AI อย่างรวดเร็วเป็นประวัติการณ์ เรากำลังก้าวเข้าสู่ยุคถัดไปของ AI ซึ่งขับเคลื่อนด้วยมาตรฐานแบบเปิด, นวัตกรรมที่แบ่งปันได้ และความเป็นผู้นำของ AMD ที่ขยายตัวผ่านระบบนิเวศของพันธมิตรด้านฮาร์ดแวร์และซอฟต์แวร์ที่แข็งแกร่ง
ไฮไลท์สำคัญที่สุดของงานคือการเปิดตัว AMD Instinct MI350 Series ซึ่งเป็นตัวเร่งประมวลผล (GPU Accelerator) รุ่นใหม่ล่าสุดสำหรับศูนย์ข้อมูล ประกอบด้วยรุ่น MI350X และ MI355X ซึ่ง AMD ระบุว่ามีประสิทธิภาพการประมวลผล AI เพิ่มขึ้น 4 เท่า และประสิทธิภาพด้านการอนุมาน (Inferencing) ก้าวกระโดดถึง 35 เท่าเมื่อเทียบกับรุ่นก่อนหน้า
นอกจากนี้ รุ่น MI355X ยังถูกชูจุดเด่นด้านความคุ้มค่า โดยสามารถสร้างโทเคนต่อดอลลาร์ (tokens-per-dollar) ได้มากกว่าโซลูชันของคู่แข่งถึง 40% ทำให้มีความประหยัดในเรื่องของค่าใช้จ่ายมากขึ้น
พร้อมกันนี้ AMD ยังได้เผยโร้ดแมปสำหรับแพลตฟอร์ม AI Rack-scale แห่งอนาคตในชื่อ "Helios" ซึ่งจะใช้สถาปัตยกรรมรุ่นถัดไป ไม่ว่าจะเป็น AMD Instinct MI400 Series ที่คาดว่าจะเพิ่มประสิทธิภาพการอนุมานได้ถึง 10 เท่า หน่วยประมวลผลกลาง AMD EPYC "Venice" ที่ใช้สถาปัตยกรรม "Zen 6" หน่วยประมวลผลเครือข่าย AMD Pensando "Vulcano"
ทั้งนี้ AMD ย้ำว่า การสร้างระบบนิเวศ AI แบบเปิด จะช่วยเร่งให้เกิดการพัฒนา ผ่านองค์ประกอบอย่าง ROCm 7 ซึ่งเป็นชุดซอฟต์แวร์ AI โอเพนซอร์สเวอร์ชันที่ออกแบบมารองรับ Generative AI และ HPC โดยเฉพาะ
นอกจากนี้ยังได้เปิดตัว AMD Developer Cloud อย่างเป็นทางการ เพื่อให้นักพัฒนาทั่วโลกสามารถเข้าถึงเครื่องมือและสภาพแวดล้อมคลาวด์ประสิทธิภาพสูงสำหรับโปรเจกต์ AI ได้โดยไม่มีข้อจำกัด เบื้องต้น 7 ใน 10 ของผู้สร้างโมเดล AI รายใหญ่ที่สุดกำลังใช้งานโซลูชันของ AMD
AMD ยังได้ประกาศความสำเร็จในการบรรลุเป้าหมาย 5 ปี ด้านการเพิ่มประสิทธิภาพพลังงานของ AI และ HPC ได้ถึง 38 เท่า ซึ่งสูงกว่าเป้าหมายเดิมที่ตั้งไว้ที่ 30 เท่า
พร้อมกันนี้ได้ตั้งเป้าหมายใหม่สำหรับปี 2030 ที่จะเพิ่มประสิทธิภาพพลังงานระดับ Rack-scale ขึ้นอีก 20 เท่าจากปี 2024 20 ซึ่งจะทำให้การฝึกโมเดล AI ขนาดใหญ่ที่เคยต้องใช้แร็คนับร้อยเหลือเพียงไม่ถึงหนึ่งแร็ค และใช้พลังงานลดลงถึง 95%
