Procesadores, pilares del centro de datos

Los procesadores, GPU, FPGA y otros aceleradores están en el corazón de los centros de datos modernos. No son simples herramientas informáticas: su rendimiento, eficiencia energética y capacidad para gestionar cargas de trabajo intensas influyen directamente en el diseño y la arquitectura de los centros de datos. Para estar “AI Ready”, deben integrar tecnologías capaces de gestionar modelos de IA cada vez más complejos y exigentes.

Detrás de las herramientas del tipo ChatGPT se esconden millones, incluso miles de millones de parámetros, que requieren una potencia informática y una memoria de almacenamiento considerables. Durante el entrenamiento, los modelos ajustan sus parámetros en función de cantidades masivas de datos, un proceso iterativo que se lleva a cabo durante varios días o semanas, según el tamaño del modelo. Una vez entrenado, el modelo de aprendizaje entra en acción. Esta fase de “inferencia”, durante la cual extrae conclusiones a partir de nuevos datos, implica cálculos en tiempo real extremadamente exigentes.

Soportar tareas informáticas intensivas

Estos requisitos de rendimiento impactan directamente en la arquitectura de los centros de datos, que deben ser capaces de gestionar simultáneamente una multitud de tareas informáticas intensivas. Los procesadores multinúcleo, como AMD EPYC™, y las unidades de procesamiento de gráficos (GPU) desempeñan un papel clave en este contexto. Las primeras paralelizan tareas y procesan rápidamente grandes volúmenes de datos, mientras que las GPU, especialmente diseñadas para cálculos paralelos masivos, aceleran algoritmos complejos de IA.

Hoy en día, las GPU AMD Instinct™ impulsan muchas de las supercomputadoras más rápidas del mundo que utilizan IA para acelerar la investigación del cáncer o crear LLM de vanguardia con miles de millones de parámetros, utilizados por la comunidad científica global.

Muchas cargas de trabajo de IA pueden ejecutarse de manera eficiente en servidores equipados únicamente con procesadores EPYC de quinta generación. Estas cargas de trabajo incluyen modelos de lenguaje con hasta 13 mil millones de parámetros, análisis de imágenes y fraude, y sistemas de recomendación. Los servidores equipados con dos CPU de última generación ofrecen hasta el doble de rendimiento de inferencia en comparación con las versiones anteriores.

Reduzca la latencia para obtener resultados en tiempo real

En proyectos de IA adaptativa, la latencia mínima es crucial para los modelos que pueden reaccionar instantáneamente a nuevos datos. Estos requisitos se aplican en particular a aplicaciones como el procesamiento del lenguaje natural en vivo, la personalización en tiempo real y la toma de decisiones automatizada.
Los procesadores multinúcleo de AMD, como EPYC™, destacan no sólo por su capacidad de escalar para satisfacer las necesidades fluctuantes de las fases de entrenamiento e inferencia, sino también por su optimización para reducir los tiempos de respuesta. Diseñadas para equilibrar la carga y mantener una alta capacidad de respuesta en entornos multitarea, estas arquitecturas permiten un procesamiento rápido de volúmenes masivos de datos al tiempo que garantizan un rendimiento constante.

Un data center ágil para evolucionar con innovaciones en Inteligencia Artificial

Si bien los centros de datos deben manejar cargas de trabajo cada vez más intensas, también deben seguir siendo lo suficientemente ágiles para adaptarse a los rápidos avances en IA generativa y adaptativa. Esta doble exigencia impone un diseño centrado en la modularidad y la escalabilidad.

Las soluciones ofrecidas por AMD cubren estas necesidades gracias a arquitecturas diseñadas para optimizar el rendimiento permitiendo al mismo tiempo un aumento gradual de la potencia. Los procesadores AMD EPYC™, por ejemplo, proporcionan una base flexible que se adapta fácilmente a la incorporación de nuevos recursos informáticos. Este enfoque modular permite que los centros de datos integren innovaciones tecnológicas sin requerir una revisión completa de la infraestructura.

Conectividad de red: un eslabón esencial en el éxito de los proyectos de IA

Más allá de las cuestiones de rendimiento, escalabilidad y adaptabilidad de los centros de datos, la red emerge naturalmente como el pilar que conecta y optimiza los recursos dentro de la infraestructura. Sin una infraestructura de red eficiente, es difícil garantizar una comunicación rápida y confiable entre diferentes componentes, ya sean procesadores, GPU o sistemas de almacenamiento.

Consciente de estos desafíos, AMD ha enriquecido su cartera con soluciones de red como la unidad de procesamiento de datos Pensando Salina y la tarjeta de red Pensando Pollara 400, que tienen como objetivo optimizar los flujos de datos y reducir los cuellos de botella. Al garantizar una gestión eficiente de la comunicación entre las GPU y otros elementos críticos, estas herramientas permiten una ejecución fluida de las cargas de trabajo de IA. Son parte de la visión general de AMD, donde cada componente de la infraestructura, desde la informática hasta las redes, contribuye a la creación de centros de datos que sean eficientes y escalables.