AMD tiến gần hơn đến mục tiêu giảm 'cơn khát' năng lượng của AI

Trong bối cảnh AI ngày càng 'ngốn' điện, AMD tuyên bố đã đạt được bước tiến đáng kể khi các hệ thống mới nhất của họ hiệu quả hơn 4 lần so với hai năm trước. Hãng đặt mục tiêu tăng hiệu suất năng lượng lên 20 lần vào cuối thập kỷ này.

Bước tiến từ MI300X đến Helios

Theo bài đăng trên blog chính thức, AMD ước tính rằng đến năm 2026, hệ thống của họ đã hoạt động hiệu quả hơn 4 lần so với thời điểm năm 2024. Đây là một cột mốc quan trọng, đặc biệt khi nhìn lại sự ra mắt của MI300X — GPU trung tâm dữ liệu đầu tiên thực sự dành riêng cho AI.

Vào thời điểm đó, con chip 750W này sở hữu hiệu năng lên đến 2.6 petaFLOPS FP8, giúp AMD cạnh tranh trực tiếp với thế hệ GPU Hopper của Nvidia trên giấy tờ.

Chiến lược tối ưu đa chiều

Để đạt được mức cải thiện này, AMD đã thực hiện nhiều cải tiến cùng lúc:

• Hỗ trợ kiểu dữ liệu dấu phẩy động 4-bit (FP4) mới
• Áp dụng công nghệ bộ nhớ tiên tiến hơn
• Tăng tốc độ kết nối liên thông (interconnect)
• Chuyển từ máy chủ GPU truyền thống sang hệ thống rack-scale hoàn chỉnh

"Số lượng thiết bị càng lớn thì hiệu quả càng cao — điều này nghe có vẻ phản trực giác nhưng lại là sự thật," Sam Naffziger, Phó Chủ tịch cấp cao kiêm Fellow của AMD, chia sẻ.

Helios — Nền tảng rack-scale mới

Vào tháng trước, AMD đã công bố nền tảng điện toán quy mô rack mang tên mã Helios, tích hợp 72 GPU MI455X vào một hệ thống duy nhất. So với MI300X, mỗi MI455X mang lại:

• Hiệu năng dấu phẩy động cao hơn từ 7.7x đến 15.4x
• Bộ nhớ HBM tăng 2.25x
• Tốc độ bộ nhớ nhanh hơn 4.4x
• Băng thông kết nối chip-to-chip tăng 4x

Dù con chip này tiêu thụ năng lượng gấp 3 lần, hiệu quả tổng thể đến từ khả năng mở rộng khối lượng công việc AI một cách tối ưu trên 72 bộ tăng tốc.

Cạnh tranh trực diện với Nvidia

AMD không phải là người tiên phong trong kiến trúc rack-scale. Nvidia đã ra mắt hệ thống GB200 NVL72 dựa trên nền tảng Grace Blackwell vào cuối năm 2024, cũng tích hợp 72 GPU trong một hệ thống kích thước rack. Giám đốc điều hành Nvidia, Jensen Huang, từng tự tin tuyên bố rằng so với số lượng GPU Hopper tương đương, các rack GB200 mang lại hiệu suất đào tạo tăng 4 lần và suy luận (inference) tăng 30 lần.

Điểm cần lưu ý

Một điểm quan trọng: AMD sử dụng phương pháp tính toán hiệu quả khác biệt, dựa trên trọng số của FLOPS tối đa, bộ nhớ và băng thông liên thông riêng cho đào tạo và suy luận, thay vì so sánh dựa trên hiệu suất ứng dụng thực tế.

Ngoài ra, con số 4x hiệu quả mới chỉ là ước tính. Các đơn vị Helios đầu tiên sẽ được giao cho khách hàng trong quý này, và các bài benchmark độc lập như MLPerf hay InferenceX dự kiến sẽ xuất hiện ngay sau đó.

Nếu AMD thực hiện được mục tiêu đã đề ra, hai rack Helios sẽ có thể xử lý khối lượng công việc tương đương với 570 rack thiết bị của năm 2024. Nói một cách thực tế hơn, với cùng mức điện năng tiêu thụ, khách hàng sẽ có thể triển khai nhiều hơn gấp 20 lần sức mạnh tính toán — với điều kiện là bong bóng AI vẫn chưa vỡ trước thời điểm đó.