youngster.id - Perusahaan semikonduktor global AMD mencatatkan pencapaian signifikan dalam pengembangan infrastruktur kecerdasan artifisial (artificial intelligence/AI). Hingga pertengahan 2026, AMD sukses meningkatkan efisiensi energi AI sebesar 4 kali lipat, melampaui proyeksi awal sebesar 3 kali lipat serta melampaui dua kali lipat tren historis industri.
Capaian ini memperkuat posisi AMD dalam mempercepat komitmen jangka panjangnya menuju tahun 2030, yaitu menghadirkan efisiensi energi hingga 20 kali lipat pada tingkat rack-scale untuk beban kerja pelatihan (training) dan inferensi (inference) AI.
Senior Vice President & Corporate Fellow AMD, Sam Naffziger, mengungkapkan bahwa lonjakan efisiensi energi ini dicapai melalui pendekatan optimasi menyeluruh (co-optimization) pada seluruh ekosistem komputasi.
“Gelombang efisiensi AI berikutnya akan bergantung pada optimasi bersama yang lebih ketat di seluruh silikon komputasi, memori, interkoneksi, perangkat lunak, hingga desain sistem rack-scale. Estimasi peningkatan 4 kali lipat pada 2026 mencerminkan kekuatan pendekatan kami dan menempatkan AMD di depan kecepatan yang diproyeksikan menuju target 2030,” kata Sam, dikutip Kamis (20/8/2026).
Dua Skenario Efisiensi Energi untuk Data Center
Peningkatan efisiensi energi pada tingkat rak (rack-scale) ini memberikan solusi konkret bagi pengelola data center yang kerap menghadapi keterbatasan pasokan daya listrik serta sistem pendingin.
Berdasarkan simulasi beban kerja pelatihan AI, pencapaian target efisiensi 20 kali lipat pada tahun 2030 diproyeksikan memberikan dua dampak transformatif utama bagi industri. Di satu sisi, industri dapat memilih untuk mempertahankan kapasitas komputasi yang sama namun dengan penggunaan sumber daya yang jauh lebih efisien, di mana hanya dengan dua rak AMD pada 2030 mampu menghasilkan daya komputasi yang setara dengan 570 rak pada 2024. Efisiensi radikal ini berpotensi memangkas konsumsi listrik pada fase penggunaan hingga 20 kali lipat sekaligus menekan intensitas karbon hingga 28 kali lipat.
Di sisi lain, bagi industri yang membutuhkan peningkatan performa, lonjakan efisiensi tersebut memungkinkan daya komputasi AI melonjak hingga 20 kali lipat lebih tinggi—diukur dalam floating point operations per second (FLOPs) per watt—tanpa perlu menambah konsumsi energi listrik sedikit pun.
Inovasi Terpadu dari Perangkat Keras hingga Perangkat Lunak
Strategi efisiensi AMD berfokus pada kolaborasi desain sistem (system-level co-design). Langkah ini melibatkan pengintegrasian teknologi CPU, GPU, bandwidth memori berkecepatan tinggi, serta sistem interkoneksi untuk meminimalkan hambatan pemindahan data yang boros energi.
Di sisi perangkat lunak, ekosistem terbuka melalui AMD ROCm software stack memungkinkan para pengembang mengoptimalkan pemrosesan data, meningkatkan kecepatan throughput, serta menghemat penggunaan energi per token yang dihasilkan pada aplikasi AI skala besar.
Peningkatan efisiensi energi ini diharapkan dapat membantu para pelanggan industri mengurangi biaya operasional total (total cost of ownership), menekan penggunaan energi fosil, serta mendukung pertumbuhan ekosistem AI dan komputasi berkinerja tinggi (High-Performance Computing/HPC) secara lebih berkelanjutan. (*AMBS)
Discussion about this post