AMD EPYC Server-CPUs
Egal, wie groß oder umfangreich Ihre KI-Bereitstellungen sind: AMD EPYC Server-CPUs bieten Ihnen eine leistungsstarke, energieeffiziente Grundlage für Unternehmens-KI und allgemeine Workloads.
Das Zeitalter der agentischen KI ist angebrochen
Bildzoom
Generative KI führte Systeme ein, die logisch denken und reagieren können.
Agentische KI erweitert diese Systeme, um Aufgaben zu planen, auszuführen und abzuschließen.
Agentische KI handelt eigenständig. Der Agent wandelt Ziele in Pläne um, ruft Daten ab und verarbeitet sie, löst Inferenz aus, verwendet Softwaretools und validiert schließlich Ergebnisse. Dabei wiederholt er Phasen, bis die Aufgabe erfolgreich abgeschlossen ist.
In der Praxis ist agentische KI mehr als nur etwas, mit dem man „chattet“. Es handelt sich um einen digitalen Assistenten, der Aufgaben – ausgelöst durch eine Benutzeranfrage, einen geplanten Job, ein Ereignis oder einen anderen Agenten – erledigt, indem er Software in Ihrem Auftrag ausführt. Programmieragenten, Rechercheagenten, IT-Automatisierungsagenten und Geschäftsprozessagenten sind frühe Beispiele für Agenten, die zur Ausführung von Aufgaben eingesetzt werden.
Dieser Übergang vom Chat zur Aktion verändert die Verteilung der Rechenlast grundlegend. Agenten werden auf CPUs ausgeführt, was die Infrastrukturanforderungen für KI durch den exponentiellen Anstieg des CPU-Rechenbedarfs verändert. Während agentische KI die CPU-Auslastung erhöhen kann, kann sie auch die GPU-Auslastung steigern. Agentische KI verwendet in der Regel KI-Inferenz (GPU-intensive Workloads) für Intelligenz und Tools (CPU-intensive Workloads), um Aufgaben auszuführen.
Von Modellen zu Systemen: Was macht KI „agentisch“
Herkömmliche KI-Bereitstellungen basieren auf einer Prompt-Antwort-Schleife, in der ein Benutzer einen Prompt bereitstellt und das KI-Modell eine Antwort gibt. Agentische KI bezieht sich auf Systeme mit Handlungsfähigkeit, d. h. der Fähigkeit, innerhalb definierter Grenzen eigenständig Maßnahmen zu ergreifen. Agenten erweitern die einzelne Prompt-Antwort-Schleife zu einem umfassenden System:
- Anfragen und Tokenisieren: Aufteilung der Eingabe oder des Prompts, Einleitung einer agentischen Sitzung
- Planen und Abrufen: Ebenen, die Unternehmenswissen in den Kontext bringen und entscheiden, was als Nächstes zu tun ist
- Logisches Denken und Generieren: Primäre Modellinferenz, die eine Antwort an den Agenten liefert oder dem Agenten weitere Anweisungen zum Abschluss der Aufgabe gibt
- Tool-Ausführung: Ebenen, die über Software, Services und APIs hinweg agieren, um Maßnahmen zu ergreifen
- Verifizieren und Reagieren: Sicherstellen, dass die Antwort vollständig und korrekt ist und dem Benutzer Ergebnisse liefert oder bei Bedarf Prozesse iteriert
Dieses einzigartige Schleifenmuster transformiert Geschäftsprozesse. KI-Systeme fungieren heute als eine Sammlung von Jobs. Eine einzelne Anfrage kann viele Agenten erzeugen, die unabhängig, aber innerhalb definierter Einschränkungen arbeiten, mit Software, Daten und Services interagieren und sich dann auflösen, wenn ihre Aufgabe abgeschlossen ist.
Warum agentische KI die Bedeutung der CPU erhöht
Agenten werden auf CPUs ausgeführt. Jeder Agent benötigt auch mehrere CPUs, um alle Aufgaben zu bearbeiten, die der Agent erstellt. Mit der Skalierung der agentischen KI nimmt die Arbeit außerhalb der GPU zu:
- Koordination mehrerer gleichzeitiger Agenten
- Verwaltung von Systemstatus und Speicher
- Verbindung und Interaktion mit Unternehmenssoftware
- Verarbeitung von Steuerpfadlogik und E/A
Um all diese Aspekte zu unterstützen, gibt es drei grundlegende Arten von CPU-Rollen in agentischen Systemen
KI-Host-CPU
Verantwortlich für die Vor- und Nachverarbeitung von Daten, um die Effizienz der GPU zu maximieren, die Inferenz ausführt. AMD EPYC 9005 Hochfrequenz-CPUs ermöglichen außergewöhnliche GPU-Effizienz.
Agenten-CPU
Verantwortlich für das Hosting des Agenten-Frameworks. Koordiniert alle Aufgaben über CPUs und GPUs hinweg, einschließlich Richtlinienkontrollen wie Identitätskontrolle, Budget und Priorisierung. AMD EPYC 9005 CPUs, insbesondere Angebote mit hoher Kernzahl, bieten die Rechenkapazität, die für die Skalierung agentischer Workloads erforderlich ist.
Tool-CPU
Verantwortlich für die Ausführung von Aufgaben über standardmäßige Unternehmensplattformen wie Datenbanken, Speicher, Rechenleistung, Suche usw. hinweg, die von mehreren Agenten gestartet werden. Tool-CPUs gibt es in einer Vielzahl von CPU- und Serverkonfigurationen. AMD EPYC 9005 Server-CPUs bieten eine umfassende Auswahl an Performance, Kernzahl und Preisen, um praktisch jede Größe und Skalierung zu unterstützen.
Was macht eine gute Agenten-CPU aus?
Hohe Anzahl von Kernen zur Skalierung von gleichzeitigen Agenten und zur Ermöglichung einer hohen Aufgabenausführung
Energieeffizienz zur Maximierung der Agentenkapazität im Rechenzentrum
Kosteneffizienz bei der Skalierung von Agenten zur Erfüllung der Nachfrage nach niedrigeren Gesamtbetriebskosten
Ein ausgereiftes Softwareökosystem für Unternehmenstools und Frameworks
Diese Anforderungen verdeutlichen, warum agentische KI grundsätzlich ein allgemeines Computing-Paradigma ist.
AMD EPYC Server-CPUs sind ideal für agentische KI
AMD EPYC™ 9005-Serie Server-CPUs erweisen sich als erste Wahl für die Unterstützung der gesamten Bandbreite an agentischen KI-Anwendungen, da sie Folgendes bieten:
- Führende Kerndichte, um viele Agenten parallel auszuführen
- Optimale Energieeffizienz mit der führenden vCPU-Anzahl pro TDP
- Ideale Kosteneffizienz mit hoher Kernzahl pro Gesamtbetriebskosten
- Native Kompatibilität mit robustem x86-Softwareökosystem für Unternehmen
AMD EPYC Server-CPUs ermöglichen es Kunden, die Infrastruktur an unterschiedliche Workload-Anforderungen anzupassen – durch Einsatz von CPU-Kapazität mit hoher Kernzahl, wo es vor allem auf den Durchsatz ankommt, und mit High-Performance-Kernen, wo es auf Reaktionsfähigkeit ankommt –, ohne agentische KI in ein Einheitsdesign zu zwängen.
FAQs zu agentischer KI
Agentische KI funktioniert in der Regel durch die Kombination von logischem Denken, Planung, Tool-Einsatz, Speicher und Feedback. Ein KI-Agent erhält ein Ziel, erstellt einen Plan, wählt die richtigen Tools oder Datenquellen aus, führt Aktionen aus, prüft das Ergebnis und nimmt die erforderlichen Anpassungen vor. Je nach Anwendungsfall kann er eine Verbindung zu Geschäftsanwendungen, Datenbanken, APIs, E-Mail-Programmen, Chat-Plattformen oder Workflow-Systemen herstellen.
Generative KI erstellt Inhalte wie Text, Bilder, Code, Zusammenfassungen oder Empfehlungen. Agentische KI geht noch weiter, indem sie eigenständig aktiv wird. Sie kann ein Ziel in Schritte unterteilen, entscheiden, was als Nächstes zu tun ist, Softwaretools verwenden, Informationen abrufen, Aufgaben abschließen und den Fortschritt überwachen. In den meisten Fällen verwendet agentische KI generative KI, um die Intelligenz als Teil des größeren Workflows bereitzustellen.
Agentische KI kann komplexe Workflows über viele Geschäftsfunktionen hinweg unterstützen. Häufige Anwendungsfälle umfassen Kundendienst, Vertriebsunterstützung, Forschung, Softwareentwicklung, Datenanalyse, IT-Betrieb, Marketing, HR, Finanzen und Back-Office-Automatisierung. Ein KI-Agent könnte beispielsweise einen potenziellen Kunden recherchieren, ein CRM aktualisieren, eine Folge-E-Mail verfassen und den nächsten Schritt planen.
Agentische KI kann Organisationen dabei unterstützen, die Produktivität zu steigern, sich wiederholende Arbeit zu reduzieren, Entscheidungen zu beschleunigen und die Kunden- und Mitarbeitererfahrung zu verbessern. Da sie mehrstufige Prozesse verwalten kann, ist sie besonders für Arbeiten nützlich, die eine Koordination über Systeme, Teams oder Datenquellen hinweg erfordern. Darüber hinaus kann sie Mitarbeitern helfen, sich auf höherwertige Aufgaben zu konzentrieren, indem sie routinemäßige oder zeitaufwändige Aktivitäten erledigt.
Agentische KI kann sicher und effektiv sein, wenn sie mit den richtigen Kontrollen entwickelt wird. Wichtige Sicherheitsvorkehrungen umfassen menschliche Aufsicht, klare Berechtigungen, Datensicherheit, Audit-Trails, Tests, Genehmigungs-Workflows und Grenzen für die Aktionen, die ein Agent durchführen kann.