>> الگوریتم نوین AI مصرف انرژی هوش مصنوعی را تا ۹۵ درصد کاهش میدهد > مهندسان شرکت فناوری AI یک روش محاسباتی نوین را توسعه دادهاند که پتانسیل کاهش نیاز برق برنامههای هوش مصنوعی را تا ۹۵ درصد دارد.
اگرچه این الگوریتم تازه ممکن است ایراداتی داشته باشد، اما با توجه به تقاضای روزافزون کاربران برای بهرهگیری از اپلیکیشنهای هوش مصنوعی و افزایش مداوم مصرف انرژی در این حوزه، میتوان آن را راهکاری موثر برای بهینهسازی مصرف برق تلقی کرد. گزارش درباره الگوریتم کاهش انرژی بر اساس گزارش، محققان AI ادعا کردهاند مسیری را آشکار ساختهاند که نه تنها کارکرد مدلها را کاهش نمیدهد، بلکه میزان برق مصرفی را به شدت کاهش میدهد.
این دستاورد با تغییر رویکرد محاسباتی پایه در سیستمهای هوشمند حاصل شده است. چالش افزایش مصرف برق در اپلیکیشنهای هوش مصنوعی استفاده از اپلیکیشنهای هوش مصنوعی بهشکل روزافزونی گسترش یافته است؛ این امر مستقیماً منجر به افزایش چشمگیر مصرف برق و هزینههای عملیاتی شده است. مدلهای زبانی بزرگ (LLMها) مانند ChatGPT برای پردازش دادهها به قدرت محاسباتی عظیم نیاز دارند که به تبع آن مصرف انرژی را به شدت بالا میبرد.
به عنوان مثال، ChatGPT در حال حاضر به طور روزانه به حدود ۵۶۴ مگاواتساعت برق نیاز دارد؛ مقداری که برای تامین برق ۱۸ هزار واحد مسکونی در آمریکا کافی است. کارشناسان پیشبینی میکنند با توجه به توسعه مداوم فناوری هوش مصنوعی، مصرف برق این اپلیکیشنها در چند سال آینده میتواند به نزدیک ۱۰۰ تراواتساعت در سال برسد، رقمی تقریبا هماندازه با انرژی موردنیاز برای استخراج بیتکوین.
مکانیزم الگوریتم ضرب پیچیدگی-خطی اکنون محققان AI به جای بهرهگیری از روش پیچیده و پرمصرف ضرب نقطه شناور (FPM)، الگوریتم نوینی را ابداع کردهاند. تا به امروز، اپلیکیشنها برای مدیریت اعداد بسیار بزرگ یا کوچک و انجام محاسبات با دقت بالا از روش FPM استفاده میکردند که یکی از پرمصرفترین بخشهای محاسباتی در هوش مصنوعی محسوب میشود.
روش نوین تحت عنوان ضرب پیچیدگی-خطی، از یک الگوریتم سادهتر بهره میبرد اما قادر است دقت معادل FPM را حفظ کند. این رویکرد جدید امکان کاهش مصرف انرژی سیستمهای هوش مصنوعی را تا ۹۵ درصد فراهم میآورد. چالشهای سختافزاری برای پیادهسازی از آنجا که این الگوریتم یک فرآیند کاملاً نوین است، سختافزارهای رایج و موجود در بازار، از جمله پردازشگرهای گرافیکی انویدیا (NVIDIA)، برای اجرای بهینه آن طراحی نشدهاند.
به همین دلیل، حتی اگر کارکرد این الگوریتم در سطح روش FPM تایید شود، برای استقرار گسترده آن نیازمند سیستمهای سختافزاری جدیدی هستیم که بتوانند این محاسبات را به درستی مدیریت کنند. >>
ممکن است بپسندید
پادکست فارسی از چالشهای دوران بلوغ خود میگوید_اصفهانیا
کنیستر چیست و چه ماموریتای در ماشین دارد؟_اصفهانیا
دانشمندان برای اولینبار از DNA پوست، جنین انسانی ساختند_اصفهانیا
چرا خودروهای تازه تویوتا بر پایه پلتفرمهای قدیمی ساخته خواهد شد؟_اصفهانیا
دیزنی خواستار توقف منفعت گیری از شخصیتهای خود توسط Character.AI شد_اصفهانیا
