
AMD의 약속
AMD는 AI 혁신을 주도하고 있습니다.
AI는 세계에서 가장 복잡한 과제를 해결할 수 있도록 지원하며 기후 연구, 의료, 생명 과학 등의 발전을 돕고 있습니다. 이러한 솔루션에 대한 신뢰를 구축하기 위해서는 일련의 원칙에 기반해 AI를 설계, 개발, 배포하는 것이 중요합니다. 따라서 AMD와 AMD의 고객들이 책임감 있는 혁신을 이룰 수 있도록 안전장치가 포함된 프레임워크를 만들어야 합니다.
AMD는 책임감 있는 AI 프레임워크를 개발했습니다. 이 프레임워크에는 사용자의 기밀 정보를 보호하고 데이터 개인 정보를 유지한다는 AMD의 약속이 반영되어 있습니다. 또한 시스템의 공정성, 포용성, 투명성, 신뢰성, 안전성과 같은 문제를 해결하고 인간이 중심이 되는 AI 설계를 통해 인간의 주체성을 유지합니다. AMD는 회사 내에서 AI 프로젝트를 구현하면서 빠르게 변화하는 환경 속에서 이러한 약속을 지키기 위해 책임감 있는 AI 위원회를 설립했습니다.

기본 원칙
개인 정보 보호 및 보안
AI 시스템, 모델, 데이터는 안전하고 개인 정보를 존중합니다
인간 중심
AI 시스템은 인권을 존중하고 인간의 이익에 부합하도록 설계됩니다
공정성과 포용성
AI 시스템은 모두의 역량을 강화하고 유해한 편견을 완화하도록 설계됩니다
안전성과 신뢰성
AI 시스템은 일관되고 안전하며 안전한 작동을 입증합니다
투명성
AI 시스템의 명확성과 개방성
책임감
AI 시스템에 대한 명확한 책임 및 감사 가능성이 존재합니다
설명 가능성
AI 시스템의 의사 결정은 설명이 가능합니다
지속 가능성
AI 시스템은 에너지 효율적입니다.
NIST AI RMF의 AI 시스템에 대한 정의는 다음과 같습니다. "AI 시스템은 주어진 목표에 따라 실제 또는 가상 환경에 영향을 미치는 예측, 권장 사항 또는 의사 결정과 같은 결과를 생성할 수 있도록 엔지니어링되거나 기계에 기반한 시스템입니다. AI 시스템은 다양한 수준의 자율성을 지니고 작동하도록 설계됩니다."

책임감 있는 AI의 발전
AMD는 AI 혁신을 촉진하기 위해 연구 및 개발, 제품 설계 및 협업을 촉진하는 데 집중하고 있습니다.


연구 및 개발의 발전
AMD는 세계에서 가장 어려운 과제를 해결하는 데 도움이 되는 AI R&D 이니셔티브에 막대한 투자를 하고 있습니다. AMD 인공 지능 및 고성능 컴퓨팅 기금을 통해 연구자들은 첨단 HPC 및 AI 연구에 20페타플롭 이상의 슈퍼컴퓨팅 파워를 이용할 수 있습니다. AMD는 대규모 과학적 발견을 지원하기 위해 Microsoft, Argonne National Laboratory, Oak Ridge National Laboratory, Brookhaven National Laboratory, Columbia University 등의 기관과 공동 설립한 플랫폼인 Deepspeed4Science Initiative의 창립 파트너입니다. AMD는 또한 Allen Institute for AI와 같은 선구적인 기관들과도 긴밀히 협력하고 있습니다.
또한 AMD는 인공지능 연구를 발전시키기 위해 Lawrence Livermore National Laboratory의 El Capitan과 같은 세계에서 가장 빠른 슈퍼컴퓨터를 지원하고 있습니다.1 초기 프로젝트 중 하나인 CosmoFlow에서는 연구자들이 우주에 대해 더 깊이 탐구하고 대규모로 학습할 수 있도록 딥 러닝과 전통적인 HPC 시뮬레이션 방법을 결합합니다.


제품 설계의 발전
AI의 잠재력을 완전히 실현하려면 대규모 컴퓨팅 용량이 필요하며, 이로 인해 전력 공급에 대한 수요가 크게 증가하게 됩니다. AMD 솔루션은 에너지 효율적인 방식으로 필요한 컴퓨팅 리소스를 제공할 수 있습니다. AMD는 HPC 및 AI 학습을 위해 서버를 구동하는 프로세서와 가속기의 에너지 효율을 2025년까지 30배 높이기 위한 5년 목표를 달성하기 위해 노력하고 있습니다. 이 목표는 AMD Instinct MI50 GPU와 AMD EPYC 7002 CPU를 탑재한 에너지 효율 세트에 대한 기준선에 근거하며, 이러한 컴퓨팅 부문의 전 세계 에너지 소비량으로 측정된 2015~2020년 업계 동향이 2.5배 빨라졌다는 의미이기도 합니다. 최신 성능 데이터에 따르면 AMD는 4개의 AMD Instinct™ MI300A APU 구성을 사용하여 13.5배 성능 향상을 달성하며 목표에 한 걸음 다가갔습니다.2
AMD는 또한 오픈 소스 협업 및 표준을 통해 컨피덴셜 컴퓨팅의 도입을 가속화하는 Confidential Computing Consortium의 회원사이기도 합니다. 최근 AMD는 보안 암호 가상화를 위한 오픈 소스 보안 펌웨어를 발표했습니다.
협업 및 표준의 발전
산업 및 커뮤니티 협업은 투명성을 높이므로 책임감 있는 AI에서 중요한 측면입니다. 또한 협업을 통해 보다 최신 기술에 대한 광범위한 접근과 확산이 가능해집니다. 오픈 소스 커뮤니티는 빠르고 폭넓은 AI 혁신을 이끄는 진정한 동력입니다. 이러한 이유로 AMD는 Hugging Face, PyTorch, DeepSpeed 등의 오픈 소스 혁신 기관과 긴밀히 협력하여 도구, 라이브러리 등을 구축하고 있습니다.
AMD는 또한 공공 정책 문제를 해결하기 위해 업계 내 다른 기업들과 협력하고 있습니다. 일례로 AMD는 Responsible AI Institute, NIST AI Safety Institute, AI Alliance 등의 업계 컨소시엄과의 협력을 통해 책임감 있는 AI 원칙을 널리 알리고 있습니다.


AMD AI 솔루션의 활용 사례
AMD AI 솔루션이 의료, 기후 변화, 교육 등의 분야에서 사회를 고려하는 AI 사용 사례를 어떻게 발전시키고 있는지 알아보세요.
헬스케어
기후 변화
학계 및 지역 사회 공헌
함께 만들어 가는 더 나은 미래
AMD는 미래의 획기적인 혁신을 발전시킬 수 있는 연구자, 비영리 단체, 교육자, 학생들과의 전략적 관계를 넓혀 나가고 있습니다. AMD는 학생들의 탐구력 계발을 돕거나 과학자들이 책임성을 지키면서 가능성의 경계를 밀어붙일 수 있도록 지원하는 등의 활동을 통해 프로세싱 성능과 인간의 두뇌를 결합하면 미래를 현실로 만들 수 있다고 믿습니다.
AMD의 목표와 진전 상황
1억 명이 2025년까지(기준 연도 2020년) AMD 기금을 통해 STEM 교육, 과학적 연구, 미래의 인력을 지원하는 AMD 및 AMD Foundation 자선활동 및 파트너십의 혜택을 누릴 것입니다.
2020년부터 150개 이상의 대학, 연구 기관, 비영리 단체가 AI 및 HPC 기금과 STEM 이니셔티브를 통해 AMD 기술을 무상으로 지원받았으며, 과학 연구와 교육을 통해 약 6,100만 명의 사람들에게 도움이 되고 있습니다.3
AMD 대학 프로그램
AMD 대학 프로그램에서는 교육, 연구, 기타 활동에 AMD 기술을 사용하는 대학을 지원합니다. 이 프로그램은 학생, 연구원, 교육자에게 AMD의 최신 기술, 제품, 도구를 제공합니다.
책임감 있는 AI 사용 정책
AMD는 인공 지능(AI) 제품 및 기술("AMD AI")을 책임감 있게 사용하기 위해 최선을 다하고 있습니다. AMD AI를 사용하면 관련 법률을 준수하고 AMD의 책임감 있는 AI 사용 정책에 따라 AMD AI를 사용하는 데 동의하는 것입니다.

각주
- Top 500 목록, 2023년 11월
- EPYC-030a: 계산에는 다음이 포함됩니다. 1) Koomey Analytics와 함께 수행된 2025년의 기본 사례 kWhr 사용 예측, 가용 연구 및 데이터에 기초, GPU HPC 및 머신 러닝(ML) 설치 등 특정 세그먼트에서 2025년 배포 용량 및 데이터 센터 전력 활용 효율성(PUE) 예측 포함, 2) AMD CPU 및 GPU 노드 전력 소비, 특정 세그먼트 활용 비율(활성 vs. 대기)을 더하고 PUE를 곱해 실제 총 에너지 사용을 결정, 성능/와트 계산. 13.5배는 다음 공식을 사용한 계산 결과입니다. (기본 사례 HPC 노드 kWhr 사용 예측, 2025년 * AMD 2023년 성능/Watt 향상, DGEMM 및 TEC + 기본 사례 ML 노드 kWhr 사용 예측, 2025년 *AMD 2023 성능/Watt 향상, ML 수학 및 TEC 사용) /(2020년 성능/Watt * 기본 사례 예측 kWhr 사용, 2025년). 자세한 내용은 https://www.amd.com/en/corporate/corporate-responsibility/data-center-sustainability.html을 참조하세요.
- Digital Impact Goal 기간에는 2020년 1월 1일 이후에 이루어져 2025년 12월 31일까지 개시된 기부가 포함됩니다. "개시"는 AMD와 수령 조직이 AMD 기부에 대한 합의에 도달하는 것으로 정의되며, 2026년 7월 30일까지 제공되어야 합니다. 보고 데이터는 AMD 기부 기술, 기금 또는 자원봉사에 직접적으로 접근할 수 있는 학생, 교직원 또는 연구원으로 정의되는 직접 수혜자와 상식적으로 AMD 기부 기술을 통해 연구 데이터를 받고 잠재적으로 유용한 통찰 또는 지식을 얻게 될 가능성이 높은 개인으로 정의되는 간접 수혜자를 포함합니다. AMD는 직접 수혜자를 파악하기 위해 수령 조직과 연례 설문 조사를 실시하며, AI 및 HPC 기금의 경우 간접 수혜자도 파악합니다. 설문 조사 응답의 격차 및/또는 불일치를 해결하기 위해 AMD는 경제 기반 영향 가정을 사용하여 특정 연도의 기부금의 총 시장 가치를 해당 연도의 수혜자 설문 조사에서 보고된 총 간접 수혜자 값으로 나누는 방식으로 간접 수혜자(직접 수혜자에게는 적용되지 않음)의 총 수를 계산합니다. 이 데이터는 사용 가능한 3년 데이터(2021, 2022, 2023년)의 비율이 평균적으로 1.08임을 보여줍니다. 따라서 AMD는 1백만 달러(USD)의 시장 가치가 기부될 때마다 약 108만 명의 사람들이 간접적으로 이익을 얻을 것이라고 가정합니다. 또한 AMD는 1년 차의 연간 추정 간접 수혜자가 2년 차와 3년 차에도 계속해서 감소된 비율로 추가적인 개인에게 도달한다고 가정합니다. 영향의 감가상각률은 2년 차 수혜자의 경우 1년 차 추정치의 50%, 3년 차 수혜자의 경우 1년 차 추정치의 25%로 가정합니다. AMD 목표 계산은 AMD가 독립적으로 검증하지 않고 수령 조직에서 제공한 데이터 및 수령 조직에서 제공한 데이터에 바탕을 둔 AMD 경제 기반 영향 모델에 기반하여 제3자가 검증(제한적 수준 보증)합니다.
- Top 500 목록, 2023년 11월
- EPYC-030a: 계산에는 다음이 포함됩니다. 1) Koomey Analytics와 함께 수행된 2025년의 기본 사례 kWhr 사용 예측, 가용 연구 및 데이터에 기초, GPU HPC 및 머신 러닝(ML) 설치 등 특정 세그먼트에서 2025년 배포 용량 및 데이터 센터 전력 활용 효율성(PUE) 예측 포함, 2) AMD CPU 및 GPU 노드 전력 소비, 특정 세그먼트 활용 비율(활성 vs. 대기)을 더하고 PUE를 곱해 실제 총 에너지 사용을 결정, 성능/와트 계산. 13.5배는 다음 공식을 사용한 계산 결과입니다. (기본 사례 HPC 노드 kWhr 사용 예측, 2025년 * AMD 2023년 성능/Watt 향상, DGEMM 및 TEC + 기본 사례 ML 노드 kWhr 사용 예측, 2025년 *AMD 2023 성능/Watt 향상, ML 수학 및 TEC 사용) /(2020년 성능/Watt * 기본 사례 예측 kWhr 사용, 2025년). 자세한 내용은 https://www.amd.com/en/corporate/corporate-responsibility/data-center-sustainability.html을 참조하세요.
- Digital Impact Goal 기간에는 2020년 1월 1일 이후에 이루어져 2025년 12월 31일까지 개시된 기부가 포함됩니다. "개시"는 AMD와 수령 조직이 AMD 기부에 대한 합의에 도달하는 것으로 정의되며, 2026년 7월 30일까지 제공되어야 합니다. 보고 데이터는 AMD 기부 기술, 기금 또는 자원봉사에 직접적으로 접근할 수 있는 학생, 교직원 또는 연구원으로 정의되는 직접 수혜자와 상식적으로 AMD 기부 기술을 통해 연구 데이터를 받고 잠재적으로 유용한 통찰 또는 지식을 얻게 될 가능성이 높은 개인으로 정의되는 간접 수혜자를 포함합니다. AMD는 직접 수혜자를 파악하기 위해 수령 조직과 연례 설문 조사를 실시하며, AI 및 HPC 기금의 경우 간접 수혜자도 파악합니다. 설문 조사 응답의 격차 및/또는 불일치를 해결하기 위해 AMD는 경제 기반 영향 가정을 사용하여 특정 연도의 기부금의 총 시장 가치를 해당 연도의 수혜자 설문 조사에서 보고된 총 간접 수혜자 값으로 나누는 방식으로 간접 수혜자(직접 수혜자에게는 적용되지 않음)의 총 수를 계산합니다. 이 데이터는 사용 가능한 3년 데이터(2021, 2022, 2023년)의 비율이 평균적으로 1.08임을 보여줍니다. 따라서 AMD는 1백만 달러(USD)의 시장 가치가 기부될 때마다 약 108만 명의 사람들이 간접적으로 이익을 얻을 것이라고 가정합니다. 또한 AMD는 1년 차의 연간 추정 간접 수혜자가 2년 차와 3년 차에도 계속해서 감소된 비율로 추가적인 개인에게 도달한다고 가정합니다. 영향의 감가상각률은 2년 차 수혜자의 경우 1년 차 추정치의 50%, 3년 차 수혜자의 경우 1년 차 추정치의 25%로 가정합니다. AMD 목표 계산은 AMD가 독립적으로 검증하지 않고 수령 조직에서 제공한 데이터 및 수령 조직에서 제공한 데이터에 바탕을 둔 AMD 경제 기반 영향 모델에 기반하여 제3자가 검증(제한적 수준 보증)합니다.