人工智能计算正在飞速发展，对数据中心基础设施的性能提出了更高的要求。满足这一需求需要在整个技术栈上进行创新，CPU、GPU、网络、软件、电力和冷却等所有组件都需要在机架和数据中心层面高效协作。提高能源效率有助于在不增加功耗的情况下提升人工智能性能，降低总体拥有成本，并帮助客户更快地扩展规模。

AMD预计从2024年到2026年中，其机架级AI能效提高4倍，高于该阶段预计的3倍目标，且是同一时期历史趋势线的两倍多。到2030年，AMD目标实现AI训练和推理机架级效率提高20倍。

随着人工智能基础设施从单个节点扩展到整个机架，效率越来越取决于CPU、GPU、内存、网络、存储和软件之间的协同工作能力。AMD正在应用系统级协同设计，由跨产品类别的团队合作，以帮助减少瓶颈、更高效地传输数据并提高整个平台的每瓦性能。

AMD致力于通过计算架构、工艺技术、内存带宽、数据传输、互连、软件和系统级协同设计等方面的进步，提升整个AI技术栈的效率。其目标是在不增加同等能耗的情况下，大幅提升计算性能。

AMD预计，到2030年，机架级能效提升有望实现以下两项相关利好之一：

相同的计算能力，更少的资源。预计大约两个2030年的AMD机架可提供与2024年570个机架相同的计算能力，使得使用阶段的电力消耗减少20倍，碳排放强度减少28倍。 

计算能力提升，能耗不变。有望在消耗相同能量的情况下，实现每秒浮点运算次数 (FLOPs) 每瓦特20倍的计算能力提升。