Dresdeni revolutsioonilised kiibid: AI muutub nüüd energiatõhusaks!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

"AI Pro" kiibiga arendab TUM ressursse säästvate tehisintellekti rakenduste jaoks uudseid energiatõhusaid lahendusi.

Die TUM entwickelt mit dem "AI Pro"-Chip neuartige, energieeffiziente Lösungen für KI-Anwendungen, die ressourcenschonend arbeiten.
"AI Pro" kiibiga arendab TUM ressursse säästvate tehisintellekti rakenduste jaoks uudseid energiatõhusaid lahendusi.

Dresdeni revolutsioonilised kiibid: AI muutub nüüd energiatõhusaks!

Tehisintellekti (AI) kiiresti muutuvas maailmas mängib kasutatava riistvara efektiivsus keskset rolli. Siin tulebki mängu Müncheni Tehnikaülikooli (TUM) välja töötatud tehniline uuendus. Uus kiip nimega “AI Pro” valmistati koostöös Dresdeni ettevõttega Global Foundries. Seda kiipi iseloomustavad selle erilised omadused, mis eristavad seda tavapärastest AI-kiipidest.

"AI Pro" kiip ühendab arvutus- ja salvestusüksused, mis kujutab endast olulist edasiminekut võrreldes traditsiooniliste arhitektuuridega. See töötab "hüperdimensioonilise andmetöötluse" põhimõttel, mis võimaldab tuvastada sarnasusi ja mustreid, ilma et oleks vaja miljoneid andmekogumeid. Näiteks suudab kiip tuvastada, et autol on neli ratast ja see sõidab teel, ilma et oleks vaja lugematuid pilte. See võimalus ei taga mitte ainult kiiremat andmetöötlust, vaid ka tohutut energiasäästupotentsiaali.

Fookuses energiatõhusus

Vaid 24 mikrodžauli energiatarbimisega määratletud treeningu kohta vajab "AI Pro" kiip äärmiselt vähe võrreldes teiste kiipidega, mis tarbivad 10–100 korda rohkem energiat. Praegustel AI-tehnoloogiatel, eriti võimsatel Nvidia kiipidel, on märkimisväärne energiaisu. Need kiibid toidavad suuri andmekeskusi, mis kasutavad sama palju elektrit kui väikelinnad – tüüpiline andmekeskus vajab umbes sama palju energiat kui 100 000 kodu. Selles kontekstis on eriti oluline välja töötada neuromorfsed arvutid, mis töötavad inimaju mudelil. Inimese aju töötab lambipirni energial, mis on tohutu erinevus tänapäeval nõutavast energiakulust.

Dresdeni insenerid töötavad lahenduste kallal, et oluliselt suurendada energiatõhusust. Need neuromorfsed arvutid kasutavad kunstlikke neuroneid, mis aktiveeritakse ainult siis, kui neid vajatakse. Neuromorfsete süsteemide eestkõneleja Steve Furber näeb selles tehnoloogias potentsiaalset lahendust tehisintellektiga seotud suurele energiatarbimisele. Eelkõige viidatakse nende seadmete uuenduslikkusele, mis töötavad otse äärel ehk kasutaja lähedal. See mitte ainult ei too kaasa madalamaid kulusid, vaid vähendab ka vajadust andmete pilve ülekandmiseks.

Andmete turvalisuse kaalutlused

AI Pro kiibi teine ​​eelis on andmete töötlemine otse seadmes. Tundlikud andmed jäävad pardale, vähendades küberturvalisuse ja Interneti-ühenduse probleeme. Sellised kiibid on eriti kohandatud selliste rakenduste jaoks nagu elutähtsate andmete töötlemine nutikellade või drooniga navigeerimise kaudu. Professor Amrouch TUM-ist rõhutab, et tulevik kuulub inimestele, kes omavad riistvara, mis rõhutab kohaliku andmetöötluse tähtsust.

Koos neuromorfse tehnoloogia arenguga tekib üha rohkem rakendusi, mis nõuavad spetsiaalseid kiipe. Prantsuse ettevõte Spinncloud on astunud järjekordse olulise sammu inimese aju funktsioonide jäljendamise suunas neuromorfse superarvutiga Spinnaker 2. See süsteem on saadaval alates 2025. aasta maist ning võimaldab simuleerida kuni kümmet miljardit tehisneuronit, et veelgi tõhusamalt töötada. Sellegipoolest jääb tehnoloogia GPU-arvutitest maha – eriti treeningmahukate ülesannete (nt keelemudelite) täitmisel. Töö reageerimisaegade parandamiseks on pooleli, kuid "tapjarakendus", mis näitab selgelt eeliseid, on endiselt puudu.

Ülemaailmne nõudlus säästvamate tehnoloogiate järele kasvab, kuna andmemahud kasvavad jätkuvalt. Seetõttu ei paku neuromorfne andmetöötlus mitte ainult paljutõotavat energiatõhususe lahendust, vaid ka võimalust AI integreerimiseks akutoitega seadmetesse. Sellised algatused nagu Fraunhofer IIS-i projekt "Neuromorfne andmetöötlus" näitavad, et keskendutakse skaleeritavate ja konfigureeritavate lahenduste väljatöötamisele, mis on mõeldud arenema kooskõlas Moore'i seadusega. Idee töödelda ressursimahukaid tehisintellekti ülesandeid kohapeal võib oluliselt parandada andmekaitset ja andmekeskuste jaoks vajalikku energiahulka tulevikus.

Seetõttu võime olla tehisintellekti energiatõhususe uue ajastu alguses, mida kujundab otsustavalt neuromorfsete süsteemide järkjärguline areng ja kiipide optimeerimine nagu AI Pro.