Forradalmi chipek Drezdából: A mesterséges intelligencia mára energiahatékonyabbá válik!

Forradalmi chipek Drezdából: A mesterséges intelligencia mára energiahatékonyabbá válik!

A mesterséges intelligencia (AI) gyorsan változó világában a használt hardver hatékonysága központi szerepet játszik. Itt jön képbe a Müncheni Műszaki Egyetem (TUM) által kifejlesztett műszaki innováció. Az „AI Pro” nevű új chipet a drezdai Global Foundries céggel együttműködve gyártották. Ezt a chipet különleges tulajdonságai jellemzik, amelyek megkülönböztetik a hagyományos AI chipektől.

Az „AI Pro” chip egyesíti a számítási és tárolási egységeket, ami jelentős előrelépést jelent a hagyományos architektúrákhoz képest. A „hiperdimenziós számítástechnika” elvén működik, amely lehetővé teszi a hasonlóságok és minták felismerését anélkül, hogy több millió adatkészletre lenne szüksége. Például a chip képes érzékelni, hogy egy autónak négy kereke van, és az úton halad anélkül, hogy számtalan képre lenne szüksége. Ez a képesség nemcsak gyorsabb adatfeldolgozást, hanem óriási energiamegtakarítási lehetőséget is eredményez.

Az energiahatékonyság a fókuszban

A meghatározott edzésenkénti mindössze 24 mikrojoule energiafogyasztásával az „AI Pro” chip rendkívül keveset igényel más chipekhez képest, amelyek 10-100-szor több energiát fogyasztanak. A jelenlegi AI-technológiák, különösen az Nvidia nagy teljesítményű chipjei jelentős energiaétvágyat mutatnak. Ezek a chipek táplálják a nagy adatközpontokat, amelyek annyi áramot fogyasztanak, mint a kisvárosokban – egy tipikus adatközpont körülbelül annyi energiát igényel, mint 100 000 otthon. Ebben az összefüggésben különösen fontos az emberi agy modelljén működő neuromorf számítógépek kifejlesztésére irányuló erőfeszítés. Az emberi agy egy villanykörte energiájával működik, ami óriási különbség a mai energiaköltségekhez képest.

A drezdai mérnökök olyan megoldásokon dolgoznak, amelyek jelentősen növelhetik az energiahatékonyságot. Ezek a neuromorf számítógépek mesterséges neuronokat használnak, amelyek csak akkor aktiválódnak, amikor szükség van rájuk. Steve Furber, a neuromorf rendszerek szószólója úgy látja, hogy ez a technológia potenciális megoldást jelent a mesterséges intelligencia fejlesztéseihez jelenleg kapcsolódó magas energiafogyasztásra. Különös figyelmet kell fordítani a közvetlenül a peremen, azaz a felhasználóhoz közel működő eszközök innovatív képességére. Ez nemcsak alacsonyabb költségeket eredményez, hanem minimálisra csökkenti az adatok felhőbe történő átvitelének szükségességét is.

Adatbiztonsági szempontok

Az „AI Pro” chip másik előnye az adatok közvetlenül az eszközön történő feldolgozása. Az érzékeny adatok továbbra is a fedélzeten maradnak, csökkentve a kiberbiztonsággal és az internetkapcsolattal kapcsolatos aggályokat. Az ilyen chipek különösen olyan alkalmazásokhoz vannak szabva, mint az okosórákon keresztüli létfontosságú adatfeldolgozás vagy a drónnavigáció. Amrouch professzor a TUM-tól hangsúlyozza, hogy a jövő a hardvert birtokló embereké, ami hangsúlyozza a helyi adatfeldolgozás fontosságát.

A neuromorf technológia fejlődésével együtt egyre több olyan alkalmazás jelenik meg, amelyek speciális chipeket igényelnek. A francia Spinncloud cég újabb jelentős lépést tett az emberi agy működésének utánzása felé a Spinnaker 2 neuromorf szuperszámítógéppel. Ez a rendszer 2025 májusától lesz elérhető, és akár tízmilliárd mesterséges neuron szimulálását teszi lehetővé a még hatékonyabb működés érdekében. Ennek ellenére a technológia lemarad a GPU-s számítógépek mögött – különösen az edzésintenzív feladatok, például a nyelvi modellek teljesítésében. Dolgoznak a válaszidő javításán, de még mindig hiányzik egy „gyilkos alkalmazás”, amely egyértelműen demonstrálja az előnyöket.

A fenntarthatóbb technológiák iránti globális kereslet növekedni fog, ahogy az adatmennyiség tovább növekszik. A neuromorf számítástechnika tehát nem csak ígéretes megoldást kínál az energiahatékonyság terén, hanem módot ad a mesterséges intelligenciának az akkumulátorral működő eszközökbe való integrálására is. Az olyan kezdeményezések, mint a Fraunhofer IIS „Neuromorphic Computing” projektje, azt mutatják, hogy a Moore-törvénynek megfelelően fejlődő, méretezhető és konfigurálható megoldások fejlesztésére helyezik a hangsúlyt. Az erőforrás-igényes mesterségesintelligencia-feladatok helyi feldolgozásának ötlete jelentősen javíthatja az adatvédelmet és az adatközpontok energiaigényét a jövőben.

Ezért a mesterséges intelligencia energiahatékonyságának új korszakának kezdetén járhatunk, amelyet döntően a neuromorf rendszerek fokozatos fejlődése és az olyan chipek optimalizálása fog alakítani, mint az „AI Pro”.