Perusahaan teknologi AMD baru saja mengumumkan pencapaian luar biasa dalam efisiensi energi untuk pusat data AI. Langkah besar ini dicapai lebih cepat dari perkiraan awal yang sebelumnya ditetapkan oleh peta jalan internal perusahaan. Sampai pertengahan tahun 2026, efisiensi energi komputasi kecerdasan buatan AMD telah meningkat hingga empat kali lipat. Capaian tersebut melampaui target awal sebesar tiga kali lipat yang mulanya diproyeksikan untuk fase perkembangan saat ini.
Kemajuan pesat tersebut menempatkan AMD pada jalur yang sangat tepat untuk mencapai visi jangka panjang mereka. Perusahaan asal Amerika Serikat ini menargetkan peningkatan efisiensi energi sebesar dua puluh kali lipat pada tahun 2030. Target ambisius tersebut dihitung berdasarkan tolok ukur penggunaan energi sistem rak pusat data pada tahun 2024. Pencapaian ini juga menunjukkan kecepatan inovasi yang lebih dari dua kali lipat dibandingkan dengan tren historis sebelumnya.
Perkembangan teknologi kecerdasan buatan saat ini memang membutuhkan konsumsi daya listrik yang makin membengkak setiap harinya. Kebutuhan pemrosesan data yang tinggi menuntut infrastruktur pusat data agar dapat beroperasi secara jauh lebih efisien. Tanpa adanya terobosan efisiensi, keterbatasan daya listrik dan sistem pendingin akan menjadi hambatan utama pertumbuhan teknologi. Oleh karena itu, peningkatan kinerja per watt menjadi kunci penting bagi keberlanjutan industri komputasi masa depan.
Keberhasilan ini tidak lepas dari pendekatan rekayasa menyeluruh yang diterapkan oleh tim ahli di perusahaan AMD. Peningkatan efisiensi energi ini melibatkan optimasi simultan pada tingkat silikon, memori, perangkat lunak, dan desain rak. Integrasi yang sangat erat antara prosesor utama dengan unit pemrosesan grafis membantu mengurangi pemborosan energi secara signifikan. Selain itu, pemanfaatan memori berkecepatan tinggi juga mampu mempercepat aliran data antar komponen sistem secara optimal.
Senior Vice President AMD Sam Naffziger menegaskan bahwa gelombang efisiensi berikutnya membutuhkan kolaborasi antar komponen keras. Pengembangan arsitektur prosesor canggih dan jaringan antarsambungan menjadi fondasi utama dalam menekan konsumsi energi sistem secara menyeluruh. Sistem jaringan antarsambungan yang cepat memungkinkan ribuan unit pemrosesan bekerja sama tanpa menimbulkan hambatan aliran data. Langkah terpadu tersebut terbukti berhasil mendorong kinerja komputasi melaju jauh lebih cepat dibanding pertumbuhan penggunaan listrik.
Di sisi perangkat lunak, ekosistem ROCm memainkan peranan yang sangat penting dalam mengoptimalkan pemrosesan data kecerdasan buatan. Perangkat lunak berbasis standar terbuka ini membantu para pengembang mengeksekusi beban kerja komputasi dengan efisiensi jauh lebih baik. Optimasi perangkat lunak ini berlaku untuk tahap pelatihan model maupun tahap inferensi kecerdasan buatan di pusat data. Kolaborasi erat dengan para pelanggan turut mempercepat penerapan solusi komputasi hemat energi di berbagai sektor industri.
Inovasi perangkat lunak dan arsitektur model ini diprediksi dapat menjadi pengganda efisiensi energi yang sangat dahsyat. Jika digabungkan dengan target peningkatan sistem rak sebesar dua puluh kali lipat, efisiensi total bisa mencapai seratus kali. Lonjakan efisiensi tersebut tentu akan memberikan manfaat yang sangat nyata bagi pengelola pusat data di seluruh dunia. Pengelola dapat menghemat biaya operasional sekaligus mengurangi jejak karbon secara signifikan pada masa yang akan datang.
Pada tahun 2030 mendatang, dua rak sistem AMD diperkirakan mampu menyamai kemampuan komputasi lima ratus tujuh puluh rak. Kemampuan komputasi yang setara dengan jumlah rak tahun 2024 tersebut dapat menurunkan penggunaan listrik hingga dua puluh kali. Selain itu, intensitas emisi karbon dari operasional komputasi tersebut juga dapat ditekan hingga dua puluh delapan kali lipat. Opsi lainnya adalah menghasilkan kinerja komputasi dua puluh kali lebih besar dengan jumlah konsumsi daya listrik yang sama.
