Επαναστατικά τσιπ από τη Δρέσδη: Η τεχνητή νοημοσύνη γίνεται πλέον ενεργειακά αποδοτική!
Με το τσιπ «AI Pro», η TUM αναπτύσσει νέες, ενεργειακά αποδοτικές λύσεις για εφαρμογές τεχνητής νοημοσύνης που εξοικονομούν πόρους.

Επαναστατικά τσιπ από τη Δρέσδη: Η τεχνητή νοημοσύνη γίνεται πλέον ενεργειακά αποδοτική!
Στον ταχέως εξελισσόμενο κόσμο της τεχνητής νοημοσύνης (AI), η αποτελεσματικότητα του υλικού που χρησιμοποιείται διαδραματίζει κεντρικό ρόλο. Εδώ μπαίνει στο παιχνίδι η τεχνική καινοτομία που αναπτύχθηκε από το Τεχνικό Πανεπιστήμιο του Μονάχου (TUM). Ένα νέο τσιπ που ονομάζεται «AI Pro» κατασκευάστηκε σε συνεργασία με την Global Foundries στη Δρέσδη. Αυτό το τσιπ χαρακτηρίζεται από τις ειδικές του ιδιότητες που το ξεχωρίζουν από τα συμβατικά τσιπ AI.
Το τσιπ «AI Pro» συνδυάζει υπολογιστικές και αποθηκευτικές μονάδες, κάτι που αντιπροσωπεύει σημαντική βελτίωση σε σχέση με τις παραδοσιακές αρχιτεκτονικές. Λειτουργεί με βάση την αρχή του «υπερδιάστατου υπολογισμού», που του επιτρέπει να αναγνωρίζει ομοιότητες και μοτίβα χωρίς να χρειάζεται εκατομμύρια σύνολα δεδομένων. Για παράδειγμα, το τσιπ μπορεί να ανιχνεύσει ότι ένα αυτοκίνητο έχει τέσσερις τροχούς και ταξιδεύει στο δρόμο χωρίς να χρειάζεται αμέτρητες εικόνες. Αυτή η δυνατότητα όχι μόνο έχει ως αποτέλεσμα ταχύτερη επεξεργασία δεδομένων, αλλά και τεράστιες δυνατότητες εξοικονόμησης ενέργειας.
Στο επίκεντρο η ενεργειακή απόδοση
Με κατανάλωση ενέργειας μόλις 24 microjoules ανά καθορισμένη προπόνηση, το τσιπ «AI Pro» απαιτεί εξαιρετικά λίγα σε σύγκριση με άλλα τσιπ που καταναλώνουν 10 έως 100 φορές περισσότερη ενέργεια. Οι τρέχουσες τεχνολογίες AI, ειδικά τα ισχυρά τσιπ της Nvidia, έχουν σημαντική ενεργειακή όρεξη. Αυτά τα τσιπ τροφοδοτούν μεγάλα κέντρα δεδομένων που χρησιμοποιούν τόσο ηλεκτρική ενέργεια όσο και οι μικρές πόλεις - ένα τυπικό κέντρο δεδομένων απαιτεί περίπου τόση ενέργεια όσο 100.000 σπίτια. Σε αυτό το πλαίσιο, η προσπάθεια ανάπτυξης νευρομορφικών υπολογιστών που θα λειτουργούν στο μοντέλο του ανθρώπινου εγκεφάλου είναι ιδιαίτερα σημαντική. Ο ανθρώπινος εγκέφαλος λειτουργεί με την ενέργεια μιας λάμπας, η οποία είναι μια τεράστια διαφορά από το ενεργειακό κόστος που απαιτείται σήμερα.
Μηχανικοί στη Δρέσδη εργάζονται σε λύσεις για να αυξήσουν σημαντικά την ενεργειακή απόδοση. Αυτοί οι νευρομορφικοί υπολογιστές χρησιμοποιούν τεχνητούς νευρώνες που ενεργοποιούνται μόνο όταν χρειάζονται. Ο Steve Furber, υποστηρικτής των νευρομορφικών συστημάτων, βλέπει αυτή την τεχνολογία ως πιθανή λύση για την υψηλή κατανάλωση ενέργειας που σχετίζεται με τις εξελίξεις της τεχνητής νοημοσύνης. Ιδιαίτερη αναφορά γίνεται στην καινοτόμο ικανότητα των συσκευών που λειτουργούν απευθείας στην άκρη, δηλαδή κοντά στον χρήστη. Αυτό όχι μόνο έχει ως αποτέλεσμα χαμηλότερο κόστος, αλλά και ελαχιστοποιεί την ανάγκη μεταφοράς δεδομένων στο cloud.
Θέματα ασφάλειας δεδομένων
Ένα άλλο πλεονέκτημα του τσιπ «AI Pro» είναι η επεξεργασία δεδομένων απευθείας στη συσκευή. Τα ευαίσθητα δεδομένα παραμένουν ενσωματωμένα, μειώνοντας τις ανησυχίες για την ασφάλεια στον κυβερνοχώρο και τη συνδεσιμότητα στο διαδίκτυο. Τέτοια τσιπ είναι ιδιαίτερα προσαρμοσμένα σε εφαρμογές όπως η επεξεργασία ζωτικών δεδομένων μέσω smartwatches ή drone πλοήγησης. Ο καθηγητής Amrouch από το TUM τονίζει ότι το μέλλον ανήκει στους ανθρώπους που κατέχουν το υλικό, γεγονός που υπογραμμίζει τη σημασία της τοπικής επεξεργασίας δεδομένων.
Μαζί με την πρόοδο της νευρομορφικής τεχνολογίας, εμφανίζονται όλο και περισσότερες εφαρμογές που απαιτούν εξειδικευμένα τσιπ. Η γαλλική εταιρεία Spinncloud έκανε ένα ακόμη σημαντικό βήμα προς τη μίμηση των λειτουργιών του ανθρώπινου εγκεφάλου με τον νευρομορφικό υπερυπολογιστή Spinnaker 2. Αυτό το σύστημα θα είναι διαθέσιμο από τον Μάιο του 2025 και θα επιτρέψει την προσομοίωση έως και δέκα δισεκατομμυρίων τεχνητών νευρώνων προκειμένου να λειτουργήσει ακόμη πιο αποτελεσματικά. Ωστόσο, η τεχνολογία υστερεί σε σχέση με τους υπολογιστές GPU - ιδιαίτερα στην απόδοση σε εργασίες εντατικής εκπαίδευσης, όπως τα μοντέλα γλώσσας. Γίνονται εργασίες για τη βελτίωση των χρόνων απόκρισης, αλλά μια «φονική εφαρμογή» που δείχνει ξεκάθαρα τα οφέλη εξακολουθεί να λείπει.
Η παγκόσμια ζήτηση για πιο βιώσιμες τεχνολογίες θα αυξηθεί καθώς ο όγκος δεδομένων συνεχίζει να αυξάνεται. Επομένως, ο νευρομορφικός υπολογισμός όχι μόνο προσφέρει μια πολλά υποσχόμενη λύση για ενεργειακή απόδοση, αλλά και έναν τρόπο ενσωμάτωσης της τεχνητής νοημοσύνης σε συσκευές που τροφοδοτούνται από μπαταρίες. Πρωτοβουλίες όπως το έργο «Neuromorphic Computing» από το Fraunhofer IIS επιδεικνύουν την εστίαση στην ανάπτυξη επεκτάσιμων και διαμορφώσιμων λύσεων που προορίζονται να εξελιχθούν σύμφωνα με το νόμο του Moore. Η ιδέα της τοπικής επεξεργασίας εργασιών τεχνητής νοημοσύνης με ένταση πόρων θα μπορούσε να βελτιώσει σημαντικά την προστασία δεδομένων και την ποσότητα ενέργειας που απαιτείται για τα κέντρα δεδομένων στο μέλλον.
Μπορεί επομένως να βρισκόμαστε στην αρχή μιας νέας εποχής ενεργειακής απόδοσης στην τεχνητή νοημοσύνη, η οποία θα διαμορφωθεί αποφασιστικά από την προοδευτική ανάπτυξη νευρομορφικών συστημάτων και τη βελτιστοποίηση τσιπ όπως το «AI Pro».