Підприємницький ШІ, від «купівлі більшої кількості GPU» до «оптимального налаштування для зниження витрат на виведення»… Рішення AMD та Red Hat привертають багато уваги

Підприємства впроваджують штучний інтелект, перетинаючи нову межу.
Зараз увага ринку вже не зосереджена лише на інвестиціях у AI, а на тому, як розгортати відповідні напівпровідники та інфраструктуру для різних бізнес-процесів з метою максимізації ефективності витрат.
Особливо з урахуванням швидкого зростання завдань «агентського AI» та зростання витрат на розрахунки, для великих компаній ключовою проблемою вже не є сліпий вибір найвищої продуктивності обладнання, а — підбір відповідних обчислювальних ресурсів відповідно до цілей, тобто «вибір».

На тлі цих змін знову привертає увагу співпраця AMD і Red Hat.
Віце-президент з корпоративних технологій AMD Джон Хемптон під час конференції «Red Hat Summit 2026» у Бостоні зазначив, що підприємства прагнуть отримати більш гнучку AI-інфраструктуру в рамках гібридного середовища.
Він згадав, що багато клієнтів нещодавно поспішно створювали великомасштабні кластери GPU для задоволення потреб AI, але на практиці стикнулися з набагато більшими витратами, ніж очікувалося.

Витрати на AI-розрахунки стрімко зростають…
Підприємства переосмислюють стратегію використання великих GPU-одиниць

За словами Хемптона, багато компаній, щоб не відстати у початковій конкуренції AI, зосереджувалися на масовому закупівлі високопродуктивних GPU.
Проблема полягає в тому, що з розширенням масштабів сервісів кожен запит AI все більше коштує, що швидко збільшує бюджетний тиск.
У галузі цю тенденцію називають «Token-економікою», що означає, що з ростом використання генеративного AI вартість обробки токенів також зростає, безпосередньо впливаючи на прибутковість компаній.

Він зазначив: «Компанії спочатку масово закуповували великі GPU-кластери для AI, але тепер стикаються з непосильними наслідками. Хоча застосування AI зростає, швидке зростання витрат викликає великі побоювання».
Це в кінцевому підсумку означає, що ядро AI-стратегії компаній змінюється з «забезпечення максимальної продуктивності обладнання» на «оптимізацію розгортання під завдання».

AMD і Red Hat: пропонують «повний спектр» рішень від CPU до GPU

Щоб відповісти цій тенденції, AMD випустила асортимент продуктів «повного спектра», що включає CPU, високоефективні GPU та високопродуктивні прискорювачі.
Їх стратегія полягає у поєднанні цих апаратних засобів з відкритим програмним стеком Red Hat, що дозволяє підприємствам гнучко керувати AI-завданнями у гібридних хмарах без залежності від конкретних постачальників.

Наприклад, AMD Instinct MI350P — це GPU на базі PCIe, який легко інтегрується у існуючі сервери.
Він має повітряне охолодження для підвищення економічної ефективності.
Red Hat AI виступає як корпоративна платформа, що підтримує розгортання та масштабування AI-агентів на такому обладнанні.
Крім того, використання процесорів AMD EPYC і інструментів віртуалізації Red Hat дозволяє об’єднувати сервери, що допомагає зменшити площу та споживання електроенергії дата-центрів.

Ключ у «відкритій архітектурі»…
одночасно просуваючи контроль за бюджетом AI та модернізацію інфраструктури

Основна ідея цього повідомлення — «відкритість» і «вибір».
Разом з Red Hat AMD наголошують, що у порівнянні із закритими екосистемами підприємства мають використовувати відкриту архітектуру, щоб мати можливість обирати найвідповідніші ресурси для різних AI-навантажень — від CPU, низьковольтних GPU до високопродуктивних прискорювачів.
Не всі завдання розрахунку потребують розгортання на дорогому обладнанні.

Переваги такого підходу не обмежуються зниженням витрат.
Для підприємств це означає можливість максимально використовувати існуючу інфраструктуру, не гальмуючи впровадження AI, і перерозподіляти зекономлені бюджети та електроенергію на нові AI-проекти.
Це має практичне значення, оскільки дозволяє одночасно модернізувати AI-інфраструктуру і контролювати витрати.

Хемптон прогнозує, що у майбутньому критерії оцінки AI-ринку швидше за все зосереджуватимуться не на тому, «що купили», а на тому, «як розгорнули».
Зі входженням AI у стадію операційної конкуренції, аналітики вважають, що майбутній успіх залежатиме не від показників продуктивності, а від здатності тонко балансувати між загальними витратами на володіння та реальними результатами.

TP AI зауваження
Цей текст є зведенням, створеним мовною моделлю TokenPost.ai.
Основна інформація статті може бути пропущена або не відповідати дійсності.