AMD Ryzen AI PRO wygrywa w testach wydajności i energooszczędności

AMD ryzen ai pro

Nowy raport wskazuje na potencjalne oszczędności dla firm rzędu 50 mln USD dzięki procesorom AMD Ryzen AI PRO.

Procesory AMD Ryzen AI PRO mogą znacząco obniżyć koszty pracy dzięki lepszej wydajności i efektywności energetycznej – tak wynika z najnowszego raportu opublikowanego przez Signal65 we współpracy z AMD. Analiza porównawcza laptopa Lenovo T14s wyposażonego w procesor AMD Ryzen AI 7 PRO 360 oraz jego odpowiednika z układem Intel Core Ultra 7 165U wykazała znaczącą przewagę AMD w kluczowych zastosowaniach biznesowych.

Według raportu, laptopy z układami AMD Ryzen AI PRO oferują:

  • Do 75% lepszą wydajność w aplikacjach do pracy kreatywnej,
  • Do 50% wyższą szybkość w pracy wielowątkowej w aplikacjach biurowych i kreatywnych,
  • Niższe zużycie energii przy długotrwałym użytkowaniu w środowiskach biurowych.

Te wyniki mogą przekładać się na oszczędności w zakresie kosztów pracy – według analityków Signal65 firmy mogą zaoszczędzić ponad 50 milionów USD, inwestując w laptopy z nową platformą AMD.

Całkowity koszt posiadania (TCO) – klucz do sukcesu
Raport uwzględnia także analizę współczynnika TCO (Total Cost of Ownership), który obejmuje nie tylko koszty zakupu sprzętu, ale także jego eksploatację, wydajność oraz zużycie energii. AMD wyraźnie stawia na długofalowe oszczędności i efektywność, co może być kluczowym czynnikiem dla firm poszukujących optymalnych rozwiązań technologicznych.

amd instinct mi300x

Akceleratory AMD Instinct MI300X – nowa jakość w AI
To nie jedyna innowacja AMD. Firma opublikowała również szczegółowe informacje na temat akceleratorów AMD Instinct MI300X, które mają konkurować z jednostkami NVIDIA H100. Dzięki dużej pojemności pamięci, układy te mogą przyspieszać przetwarzanie modeli językowych, takich jak Llama-3.1 405B, DeepSeek V3 i R1, oraz usprawniać działanie mniejszych modeli AI (poniżej 30B parametrów).

AMD podkreśla, że Instinct MI300X pozwala na budowanie systemów wymagających mniejszej liczby maszyn, co obniża koszty i zwiększa niezawodność infrastruktury. Jest to istotne dla firm inwestujących w sztuczną inteligencję i analizę dużych zbiorów danych.