Áreas de AMD Research

Tecnologías de memoria avanzada

La investigación innovadora en sistemas de memoria es un componente vital de nuestros futuros productos, mientras continuamos con el esfuerzo por superar la infame “Muralla de la Memoria”. AMD cuenta con una larga trayectoria en innovación en sistemas de memoria, lo que incluye ser la primera empresa en introducir el direccionamiento de 64 bits para procesadores x86, la primera en integrar controladores de memoria en procesadores x86 y la primera en comercializar memoria HBM en productos de gran volumen. Hoy en día, AMD continúa siendo pionera en nuevas direcciones para las tecnologías de memoria a través de nuestra investigación de vanguardia en múltiples áreas:

• Sistemas de memoria de HPC: AMD Research llevó a cabo una importante investigación sobre sistemas de memoria avanzados para supercomputadoras de gama alta, lo que contribuyó a que AMD se convirtiera en el proveedor ganador de CPU y GPU para los futuros sistemas de exaescala Frontier y El Capitan. Extendemos estas medidas para los sistemas de HPC posexaescala, así como los centros de datos, la computación en la nube y la inteligencia artificial.
• Procesamiento en memoria: para reducir la energía asociada con el movimiento de datos, estamos explorando soluciones novedosas de procesamiento en memoria que trasladan la carga de la computación a dispositivos de memoria fuera del chip, así como la integración de la compresión de datos y las nuevas tecnologías de memoria para aumentar la densidad efectiva de almacenamiento en el chip.
• Memoria inteligente multinivel: estamos creando diseños de sistemas de memoria inteligentes que aprovechan las tecnologías de memoria emergentes para ofrecer soluciones rentables y energéticamente eficientes con capacidades de memoria sin precedentes, alto rendimiento y confiabilidad.
• Estándares de memoria de próxima generación: AMD Research está trabajando continuamente con los proveedores de memoria para definir los estándares de próxima generación. Hoy en día, AMD está enviando HBM2 en nuestros productos, y estamos trabajando estrechamente con los proveedores de memoria para definir las futuras generaciones de estándares de memoria apilada 3D.

Inteligencia artificial

El ML (Machine Learning, aprendizaje automático) está influyendo en todo, desde las supercomputadoras más grandes del mundo hasta los diminutos dispositivos integrados, y es uno de los motores clave detrás de las capacidades de expansión de todo tipo de computación. Las CPU, las GPU, los aceleradores y las APU de AMD ofrecen la capacidad de computación y la flexibilidad requerida para varias implementaciones de ML.

El enfoque del impulso para la investigación de inteligencia artificial es hacer de AMD la plataforma deseada para ML en todas partes. En nuestros proyectos de investigación, estudiamos soluciones potenciales en una variedad de direcciones:

• Hardware: aceleración de ML a través de avances en la microarquitectura, la arquitectura de sistemas y los sistemas de memoria.
• Software: programación de modelos y herramientas para facilitar la implementación de algoritmos de ML en futuras plataformas de AMD.
• ML para la ciencia: aumento y mejora de las aplicaciones tradicionales de HPC con aprendizaje automático para acelerar los descubrimientos científicos.
• ML para diseño de chips: uso de ML para descubrir parámetros y configuraciones óptimos en futuros diseños de AMD.

Bajo consumo energético

Mejorar la eficiencia energética nos lleva a una reducción del TCO (total cost of ownership, costo total de propiedad) de los centros de datos, una mayor duración de la batería en las computadoras portátiles y sistemas incorporados, la reducción de los puntos de calor, lo que se traduce en una refrigeración más eficiente, y picos de procesamiento altos. En AMD Research, nos centramos en mejorar la eficiencia energética de toda la gama de SoC de AMD, incluidas CPU y GPU que van desde servidores de centros de datos hasta clientes y dispositivos móviles. Mediante nuestra investigación, nos esforzamos por lograr objetivos ambiciosos de eficiencia energética al aprovechar un enfoque multifacético:

• Control de energía avanzado: para reducir el consumo energético por aplicación, estamos investigando extensiones de vanguardia de la tecnología de AVFS (Adaptive Voltage Frequency Scaling, escalado de frecuencia de voltaje adaptable) de AMD que permitirá a las futuras redes de distribución de energía ajustarse más rápidamente a las necesidades de energía bajo demanda. 
• Diseño de bajo voltaje: estamos descubriendo nuevas vías de ahorro energético a través de interesantes investigaciones en almacenamiento en chip de bajo voltaje, codificación de señales adaptable, comunicación asíncrona y computación cercana al umbral.
• Arquitecturas de sistemas de bajo consumo energético: exploramos continuamente optimizaciones avanzadas de energía o rendimiento para las microarquitecturas centrales, los SoC y los sistemas de HPC actuales y futuros. Estas optimizaciones abarcan desde la minimización del movimiento de datos en el sistema, el SoC o el núcleo hasta funciones de ahorro de energía de gran precisión en los bloques de la CPU.
• Diseño impulsado por el aprendizaje automático: exploramos nuevas y emocionantes vías para el diseño de bajo consumo impulsadas por la reciente proliferación de la inteligencia artificial.