Ampere will kostengünstiger, Energie-effizienter und breiter aufgestellt sein KI-Rechnerei mit ARM-basierten Chips und Prozessoren

Anbieter zum Thema

Stäubli TEC-Systems GmbH Connectors

Vertiv GmbH

Schneider Electric GmbH

Gerade hat Nvidia Racks, die 600 Kilowatt (kW) verkraften sollen, für die nicht allzu ferne Zukunft in Aussicht gestellt. Gedacht sind diese für Anwendungen der Künstlichen Intelligenz. Ampere Computing, derzeit ein Übernahmekandidat, hat sich seit jeder als Cloud- und KI-Plattformgeber positioniert, der ohne (Nvidia-) GPUs und Flüssigkühlung auskommt. Wie soll das funktionieren, Herr Wittich?

Wie positioniert sich Ampere im Wettbewerb um Leistung, Energie-Effizienz und die verschiedenen Cloud- und Serviceniveaus?

Jeff Wittich: Während viele Wettbewerber ausschließlich auf maximale Leistung abzielen – unabhängig vom Energieverbrauch – verfolgt Ampere einen anderen Ansatz: höchste Leistung bei minimalem Energieverbrauch.

Ampere-Prozessoren benötigen bis zu 37 Prozent weniger Strom im Vergleich zu x86-basierten Alternativen. Gleichzeitig bieten sie eine Leistungssteigerung von bis zu 67 Prozent pro Rack, wodurch Rechenzentrumsbetreiber ihre vorhandenen Kapazitäten effizienter nutzen können, sowohl beim Stromverbrauch als auch beim Platzbedarf.

Für welche Workloads sind die mit Ampere ausgestatteten Systeme konzipiert und wer sind die Kunden?

Jeff Wittich: Ampere-Prozessoren sind optimal für Cloud- und KI-Workloads geeignet. Besonders für KI-Inferenz-Workloads sind sie gefragt, da sie diese Modelle effizient und kostengünstig ausführen können. Die 'Ampere A2 Compute Instances' in der 'Oracle Cloud' bieten zum Beispiel eine um bis zu 50 Prozent bessere Preis-Leistungs-Relation als x86-Systeme für generative KI-Modelle.

Die Kunden von Ampere reichen von großen Hyperscalern und Cloud-Providern bis hin zu Unternehmen und Edge-Anwendungen weltweit. Zu den Kunden zählen unter anderem Alibaba Cloud, Baidu, Equinix, Gcore, Google Cloud, Hetzner, Glesys, JD Cloud, Leaseweb, Microsoft Azure, Oracle, Scaleway, Tencent Cloud, Uber und Ucloud. Außerdem arbeitet Ampere mit führenden OEMs und ODMs wie Giga Computing, HPE und Supermicro zusammen.

Welche Maßnahmen ergreift Ampere zur Steigerung der Energie-Effizienz in Rechenzentren und zur Reduktion der CO₂-Emissionen?

Jeff Wittich: Seit der Gründung hat Ampere das Ziel, maximale Leistung bei minimalem Energieverbrauch zu bieten. Aktuelle Ampere-Prozessoren verbrauchen bis zu 37 Prozent weniger Strom als x86-Alternativen. Künftige Modelle mit 256 und 512 Kernen werden ebenfalls die Energie-effizientesten Chips auf dem Markt sein und sich in nahezu jedem Umfeld einsetzen lassen – auch in solchen mit beschränkten Kapazitäten. Damit reduziert Ampere den CO₂-Ausstoß von Rechenzentren weltweit und trägt dazu bei, dass unsere Stromnetze die für KI-Anwendungen notwendige Rechenleistung auch in Zukunft bewältigen können.

Wie sieht Ampere seine Position im Hinblick auf den Branchentrend hin zur Flüssigkeitskühlung, und welche Vorteile bietet die Kompatibilität mit Luftkühlung für Betreiber von Rechenzentren?

Jeff Wittich: Der Großteil der Rechenzentren setzt weiterhin auf Luftkühlung und wird dies auch zukünftig tun. 77 Prozent der Rechenzentren weltweit sind auf Racks unter 20 kW beschränkt und profitieren daher nicht von der höheren Dichte, die Flüssigkeitskühlung ermöglicht.

Außerdem ist der Umstieg auf Flüssigkeitskühlung in bestehenden Rechenzentren mit umfangreichen und kostspieligen Infrastrukturänderungen verbunden, was für viele Betreiber keine Option ist. Die Lösung für das globale Energieproblem muss daher universell einsetzbar sein, unabhängig von den thermischen Kühlmöglichkeiten vor Ort. Chips müssen in Umgebungen mit Flüssigkeits- und Luftkühlung gleichermaßen funktionieren.

Auch wenn Flüssigkeitskühlung künftig für Hochleistungskomponenten sinnvoll sein kann, bleibt es entscheidend, dass die Hardware so wenig Energie wie möglich verbraucht. Selbst wenn die Kühlung gesichert ist, bedeutet das nicht automatisch, dass auch genügend Strom zur Verfügung steht.

Die Produkte von Ampere sind so konzipiert, dass sie nicht nur in flüssigkeitsgekühlten Rechenzentren der Zukunft, sondern auch in allen heute bestehenden luftgekühlten Rechenzentren eingesetzt werden können. Ampere löst somit Effizienzprobleme für alle Rechenzentren, nicht nur für einen Teilbereich.

Wie bewältigen die Ampere-Prozessoren, darunter der zukünftige 'Ampere One Aurora'-Prozessor, die Anforderungen von KI-Workloads und bleiben dabei umweltfreundlich?

Jeff Wittich: Bereits heute senken die Prozessoren der 'Ampere Altra'- und 'Ampere One'-Serien den Energieverbrauch für KI-Modelle, ohne Kompromisse bei der Leistung einzugehen – ein entscheidender Beitrag zu einer nachhaltigen Zukunft.

Der kommende 'Ampere One Aurora'-Prozessor wird mit bis zu 512 Rechenkernen und einer integrierten Ampere KI-Hardware-IP ausgestattet sein, um auch die größten KI-Modelle effizient zu beschleunigen. Er wird die führende Leistung pro Rack für KI-Computing liefern und gleichzeitig überall auf der Welt in bestehenden Rechenzentren – von der Public Cloud über Unternehmensumgebungen bis hin zu Edge-Installationen – einsetzbar sein. Dies ist ein wichtiger Schritt zur Lösung der globalen Energieprobleme im Bereich der KI.

Wie stellt sich Ampere die Zukunft der Rechenzentren hinsichtlich Nachhaltigkeit und KI vor?

Jeff Wittich: Da KI-Modelle in der Inferenzphase zunehmend genutzt werden, steigt der dafür benötigte Gesamt-Compute-Bedarf um bis zu das Zehnfache im Vergleich zur Trainingsphase. Angesichts der bereits stark beanspruchten Stromnetze ist es entscheidend, die Energieversorgung für die Zukunft der KI-Inferenz nachhaltig zu gestalten und über Energie-intensive GPUs hinauszudenken.

Ampere sieht die Zukunft des KI-Computings in Energie-effizienten, leistungsstarken CPUs, die flexibel KI-Leistung mit hoher Effizienz bereitstellen. Damit können Rechenzentrumsbetreiber ihre bestehende Infrastruktur in Bezug auf Fläche, Stromverbrauch und Budget besser nutzen, was gleichzeitig die Notwendigkeit neuer Rechenzentren und Kraftwerke verringert und zu einer nachhaltigeren KI-Nutzung beiträgt.

(ID:50360156)