AMD עוברת לאופטימיזציית AI ברמת המערכת
AMD מכריזה על מעבר מאסטרטגיית שבבים לאסטרטגיית תשתיות AI שלמות לאנטרפרייז. החברה תתמקד באופטימיזציה של מערכות עבור עומסי עבודה של "AI אגנטי", באמצעות שותפויות עם Nutanix ו-Rackspace ותוכנת ROCm הפתוחה, כדי להפחית עלויות ולשפר ביצועים.
תשכחו ממרוץ המהירויות בין השבבים. באירוע Advancing AI הקרוב שלה (22-23 ביולי), AMD מתמקדת במשהו שנשמע פחות זוהר אבל משמעותי הרבה יותר לחברות: איך לתכנן את כל המערכת סביב בינה מלאכותית כדי שהיא תעבוד באמת, ובמחיר סביר.
אז מה בעצם קרה כאן?
AMD מכריזה רשמית על שינוי אסטרטגי. במקום למכור רק GPUs ו-CPUs חזקים, החברה ממקדת מאמץ בבניית פתרונות תשתית שלמים לארגוני אנטרפרייז. המטרה: לייעל את הביצועים והעלות של עומסי עבודה של AI "אגנטי" (agentic AI) – אותם מודלים שמבצעים משימות מורכבות, מקצה לקצה, בדומה לעוזר אנושי.
יותר מסתם שבב: שותפויות ו-ROCm
כדי להשיג את היעד הזה, AMD לא נשארת רק בעולם החומרה. החברה מכריזה על שותפויות אסטרטגיות:
- שותפות עם Nutanix לפיתוח פלטפורמת תשתיות AI מלאה ופתוחה, שמשלבת את תוכנת ה-ROCm של AMD, מעבדי EPYC ו-GPUs מסדרת Instinct.
- הסכם עם Rackspace Technology, שמציב את AMD כשותפה טכנולוגית אסטרטגית בשכבת הסיליקון של "ערימת AI מבוקרת" (governed AI stack) של Rackspace, המיועדת לתעשיות מוסדרות.
"לקוחות אנטרפרייז צריכים את הכוח להריץ את המודלים והעומסים שחשובים לעסק שלהם, בלי פשרות", אמר דן מקנמרה, סגן נשיא בכיר ב-AMD. "דרך השותפות שלנו עם Nutanix, אנחנו בונים פלטפורמת AI מלאה, מדרגית ומבוססת פתיחות".
למה זה חשוב דווקא עכשיו?
ככל ש-AI עובר משלב הפיילוט לייצור בקנה מידה גדול, צווארי בקבוק בתשתיות ובנתונים הופכים לבעיה העיקרית. לפי נתוני מחקר שהוצג בכתבה, 64% מהארגונים מדווחים שצווארי בקבוק אלו – ולא זמינות המודל – הם המכשול הגדול ביותר בהטמעת AI.
AMD מזהה כאן הזדמנות. החברה, שצברה ניסיון בפתרונות מערכתיים דרך הרכישות של Xilinx, Pensando ו-ZT Systems, מנסה למצב את עצמה כמי שמספקת פתרון "מקצה לקצה" – מהסיליקון ועד לתוכנה (דרך מערך ה-ROCm הפתוח), שיכול להשתלב בתשתיות קיימות.
הדוגמה של עומסי העבודה האגנטים
סורייש אנדאני, סגן נשיא לנושא Compute ו-Enterprise AI ב-AMD, מסביר את האתגר התפעולי: "בתהליך האגנטי, כשבקשה של סוכן נכנסת, הצעד הראשון הוא תכנון... זה שילוב של CPU ו-GPU. אחר כך יש לבצע את התוכנית, מה שכרוך בלא מעט תיאום – עבודה סריאלית, לא מקבילית, ש-GPUs מצטיינים בה. אם אתם לא עושים את זה, ה-GPUs היקרים שלכם יושבים בחוסר מעש, וזאת בזבוז כסף".
דבריו מדגישים את המעבר מחשיבה על "כמה מהר השבב" ל"איך המערכת כולה עובדת ביחד". זו אופטימיזציה ברמת המערכת.
ה-Takeaway לחברות Tech
עבור מנהלי תשתיות ו-AI בחברות, המסר הוא: העתיד לא נמצא רק בקניית השבב הכי חדש. הוא בבחירת ארכיטקטורה היברידית, גמישה ופתוחה, שמאפשרת לנתב עומסים לדרג החישוב המתאים (CPU, GPU, NPU, ענן, שולחן העבודה) בלי לקרוע את התקציב על שדרוגי מרכז נתונים מאסיביים. AMD, מצידה, בונה את עצמה כמי שיכולה להיות יועץ מהימן בתהליך הזה.
ובעניין אחד אין ויכוח: אם ה-GPU שלכם ממתין למשימה, מישהו משלם על זה ביוקר.