Arm-ის ახალი პროცესორი AI-სამუშაოებში AMD-ს მნიშვნელოვნად უსწრებს
ხელოვნური ინტელექტის განვითარებასთან ერთად, მონაცემთა ცენტრებში გამოთვლითი სიმძლავრის ოპტიმიზაცია კრიტიკულად მნიშვნელოვანი ხდება. უახლესი შეფასებებით, Arm-ის არქიტექტურაზე დაფუძნებულმა პროცესორებმა, რომლებიც სპეციალურად აგენტური (agentic) ხელოვნური ინტელექტის ამოცანებისთვისაა შექმნილი, AMD-ს EPYC 9755-სერიის ჩიპებს შესრულების მაჩვენებლით მნიშვნელოვნად აჯობეს. კვლევა, რომელიც Signal65-ის მიერ ჩატარდა, ყურადღებას ამახვილებს არა მხოლოდ ცალკეული ჩიპების შესაძლებლობებზე, არამედ მთლიანი სერვერული თაროების (rack) ეფექტიანობაზე.
ენერგოეფექტიანობა როგორც მთავარი უპირატესობა
კვლევის თანახმად, Arm-ის უპირატესობა დიდწილად განპირობებულია ენერგომოხმარების ოპტიმიზაციით. 24 კილოვატიანი სერვერული თაროს პირობებში შესაძლებელია 21-დან 23-მდე Arm-ის სერვერის განთავსება, მაშინ როდესაც AMD-ს შემთხვევაში ეს მაჩვენებელი მხოლოდ 13 ორსოკეტიან სისტემას შეადგენს. ეს სხვაობა Arm-ს საშუალებას აძლევს, ერთ თაროში გაცილებით მეტი ფიზიკური ბირთვი გააერთიანოს — დაახლოებით 5 700-ზე მეტი, AMD-ს 3 328 ბირთვის წინააღმდეგ.
შედეგად, შვიდ სხვადასხვა ტიპის ტესტში, რომელიც აგენტური AI-ს სამუშაო დატვირთვებს მოიცავდა, Arm-ის სისტემებმა საშუალოდ 1.99-ჯერ უკეთესი შედეგი აჩვენეს. ცალკეულ შემთხვევებში, მაგალითად, მონაცემთა დამუშავებისა და მსჯელობის ამოცანებში, ეს უპირატესობა 3.19-ჯერაც კი აღწევს. ამ მონაცემების მიხედვით, მონაცემთა ცენტრებს შეუძლიათ მსგავსი ამოცანების შესასრულებლად 30-35%-ით ნაკლები სერვერული თარო გამოიყენონ, რაც მნიშვნელოვნად ამცირებს საოპერაციო ხარჯებს.
აგენტური AI და სიჩქარე
თანამედროვე AI-აგენტები მუდმივად ქმნიან იზოლირებულ გარემოებებს (sandbox) კოდის შესასრულებლად და ინფორმაციის მოსაძიებლად. ტესტირებამ აჩვენა, რომ Arm-ის პროცესორები ამ გარემოებების შექმნას 45%-ით უფრო სწრაფად ახერხებენ, ვიდრე კონკურენტი x86 არქიტექტურის მქონე ჩიპები. ეს სიჩქარე გადამწყვეტია იმ აპლიკაციებისთვის, სადაც წამების მეათედებსაც კი მნიშვნელობა აქვს.
Arm-ის წარმომადგენლების თქმით, ინდუსტრიამ ყურადღება უნდა გაამახვილოს არა მხოლოდ თეორიულ სიმძლავრეზე, არამედ იმაზე, თუ როგორ უმკლავდებიან სისტემები რეალურ აგენტურ ამოცანებს. აღსანიშნავია, რომ აღნიშნული შეფასების ჩარჩო კომპანიამ ისეთ გიგანტებთან თანამშრომლობით შეიმუშავა, როგორებიც არიან Meta, OpenAI და Fujitsu.
რას ნიშნავს ეს ბაზრისთვის?
მიუხედავად შთამბეჭდავი შედეგებისა, მკვლევრები აღნიშნავენ, რომ ეს მონაცემები ჯერჯერობით მოდელირებულ შეფასებებს ეფუძნება და საბოლოო ტესტირება რეალურ პროდუქციულ აპარატურაზე ჯერ კიდევ წინ არის. გარდა ამისა, Arm-ის ეს უპირატესობა სპეციალიზებულ AI-სამუშაოებზეა ორიენტირებული და არ ნიშნავს იმას, რომ კომპანია ავტომატურად ჩაანაცვლებს x86 არქიტექტურას ზოგადი დანიშნულების გამოთვლით ოპერაციებში.
ქართველი მომხმარებლებისთვის და ტექნოლოგიური სექტორისთვის ეს სიახლე მნიშვნელოვანია იმ კუთხით, რომ ღრუბლოვანი სერვისების (cloud services) პროვაიდერები სულ უფრო მეტად გადავლენ ენერგოეფექტიან Arm-სერვერებზე. ეს კი, საბოლოო ჯამში, AI-სერვისების გაიაფებასა და მათ უფრო ხელმისაწვდომობას შეუწყობს ხელს, რადგან მონაცემთა ცენტრები ნაკლებ ელექტროენერგიას მოიხმარენ და უფრო მეტ გამოთვლით სიმძლავრეს გამოიმუშავებენ.