Lisa Su: "Die nächste große Herausforderung heißt Energieeffizienz"

Auf einer IEEE-Veranstaltung hat AMD-Chefin Lisa Su über die Herausforderungen für Supercomputer in den kommenden Jahren gesprochen.

Artikel veröffentlicht am 22. Februar 2023, 12:45 Uhr, Martin Böckmann

Laut AMDs CEO ist Energieeffizienz das wichtigste Thema für Server in den nächsten Jahren. (Bild: AMD)

Energieeffizienz solle in der nächsten Dekade als größte Herausforderung betrachtet werden, sagte AMD-CEO Lisa Su auf der aktuell in San Francisco stattfindenden International Solid State Circuits Conference (ISSCC). Neuentwicklungen im Halbleiterbereich könnten ein Teil der Lösung sein, allein ausreichen werden sie laut der AMD-Chefin aber nicht.

Obwohl Moore's Law in den letzten Jahren nicht mehr ganz eingehalten wird, verdoppelt sich aufgrund anderer Faktoren die Rechenkapazität von Computern etwa alle zweieinhalb Jahre. Die Effizienz erhöht sich allerdings nicht um diesen Faktor, was Nutzer auch bei ihren Desktop-Computern beobachten können. Zwar steigt die Effizienz, die Performance und damit die absolute Leistungsaufnahme steigt jedoch stärker.

Würde sich dieser Trend ungehindert fortsetzen, wären auch bei Rechenzentren absurde Leistungsaufnahmen die Folge. Einige Supercomputer könnten so gerechnet in zehn Jahren bis zu 500 Megawatt benötigen, sagte Lisa Su und ergänzte: "Das ist vermutlich zu viel." Ein typisches Kohlekraftwerk erreicht eine Leistung von 100 Megawatt bis zu einem Gigawatt.

Nicht nur die Chips müssen angepasst werden

Um keine eigenen AKW für die Versorgung von Rechenzentren zu benötigen, müssen daher Lösungen gefunden werden. Ein Teil davon kann durch neue Packaging-Techniken und 3D-V-Cache erzielt werden. Ein Chip-to-Chip-Interconnect mit gestapelten Chips kann laut Lisa Su 50-mal mehr Bits pro Joule im Vergleich zu Kupferverbindungen in Platinen übertragen. Neue Prozessknoten sorgen für weitere Effizienzsteigerungen.

Aber auch die Art, wie Berechnungen durchgeführt werden, soll sich weiterentwickeln. Sogenanntes Domain-Specific-Computing bedeutet, dass die Rechenoperationen auf die benötigten Anforderungen angepasst werden. So muss gerade für KI-Anwendungen nicht mit hoher Genauigkeit gerechnet werden, oft reichen 8-Bit-Fließkommaberechnungen aus. Sie sind gegenüber Fp64 um den Faktor 30 effizienter.

Es wäre auch möglich, Ergebnisse per KI zunächst zu schätzen und erst, wenn bereits ein wahrscheinliches Ergebnis vorliegt, mit präziser Mathematik das tatsächliche Ergebnis zu errechnen. Ähnliche Methoden werden bereits in der Medikamentenforschung eingesetzt, wo zuerst einmal vielversprechende Kandidaten berechnet und erst nach dieser Vorauswahl die aufwendigen Simulationen dazu mit hoher Präzision gerechnet werden.