AMD ha trazado un ambicioso plan para su infraestructura de inteligencia artificial (IA), con un enfoque claro en tres principios rectores: capacidad de adaptación, eficiencia económica y ecosistemas abiertos. Esta estrategia se extiende a su innovador trabajo en gráficos, donde han desarrollado una técnica de renderizado que utiliza jaulas tetraédricas, prometiendo una dramática reducción en la cantidad de memoria requerida para representar geometrías animadas con trazado de rayos.
En el marco del AI Infra Summit, Forrest Norrod de AMD compartió esta visión, fundamentada en la dificultad de predecir cómo evolucionarán las arquitecturas de modelos en los próximos años. En este sentido, expertos de la firma abogan por arquitecturas flexibles que permitan ajustes a medida que cambien las cargas de trabajo, evitando sistemas rígidos y pesados que no puedan adaptarse a nuevos requerimientos.
La infraestructura de IA, según la perspectiva de AMD, debe estar diseñada no solo con miras al presente, sino anticipando cambios en las necesidades de cálculo, memoria, red, almacenamiento y software. Durante los primeros años del auge de la IA generativa, los sistemas estaban enfocados principalmente en grandes trabajos de entrenamiento. Sin embargo, con la creciente diversidad de aplicaciones que incluyen inferencia permanente y sistemas de agentes, es esencial un equilibrio más preciso entre diferentes componentes como CPU, GPU, y redes.
AMD destaca tres propiedades esenciales para su propuesta de infraestructura: la adaptabilidad, permitiendo configuraciones variadas de hardware sin forzosos cambios de proveedor; la eficiencia económica, considerando tanto los costos de entrenamiento como los de inferencia acumulada; y la apertura, que implica el uso de estándares abiertos para integrar componentes de diversos proveedores.
La oferta tecnológica de AMD potencia esta visión integrando una serie de productos que incluyen procesadores AMD EPYC, plataformas Radeon y Ryzen AI, así como aceleradores AMD Instinct. La capa de software común, ROCm, facilita esta interoperabilidad.
Paralelamente, en el ámbito de los gráficos, AMD ha revolucionado el trazado de rayos con su técnica de jaulas tetraédricas. Esta metodología permite una significativa reducción en el uso de memoria para estructuras BVH, utilizando tan solo 1,7 GB frente a los 80 GB que requeriría una construcción convencional. En lugar de actualizar cada vértice individual en animaciones complejas, esta técnica mantiene estática la estructura densa y solo modifica la jaula, lo cual es especialmente útil en escenarios con animaciones de gran escala como la simulación de vegetación.
La propuesta integral de AMD ilustra su compromiso por enfrentar los desafíos de la computación moderna con soluciones ingeniosas que optimizan recursos sin comprometer las capacidades de sus sistemas. La capacidad para adaptarse a cargas de trabajo cambiantes es crucial tanto en el sector de la IA, con sus exigencias en constante evolución, como en gráficos, donde la eficiencia en la representación animada es clave para un rendimiento óptimo.
