Revoliuciniai lustai iš Drezdeno: AI dabar tampa energiją taupančia!

Revoliuciniai lustai iš Drezdeno: AI dabar tampa energiją taupančia!

Sparčiai besikeičiančiame dirbtinio intelekto (AI) pasaulyje pagrindinį vaidmenį atlieka naudojamos aparatūros efektyvumas. Čia atsiranda Miuncheno technikos universiteto (TUM) sukurta techninė naujovė. Naujas lustas, vadinamas „AI Pro“, buvo pagamintas bendradarbiaujant su „Global Foundries“ Drezdene. Šis lustas pasižymi ypatingomis savybėmis, išskiriančiomis jį iš įprastų AI lustų.

„AI Pro“ lustas sujungia skaičiavimo ir saugojimo įrenginius, o tai yra reikšmingas patobulinimas, palyginti su tradicinėmis architektūromis. Jis veikia pagal „hiperdimensinio skaičiavimo“ principą, kuris leidžia atpažinti panašumus ir modelius, nereikalaujant milijonų duomenų rinkinių. Pavyzdžiui, lustas gali aptikti, kad automobilis turi keturis ratus ir važiuoja keliu, nereikalaujant daugybės vaizdų. Ši galimybė ne tik lemia greitesnį duomenų apdorojimą, bet ir didžiulį energijos taupymo potencialą.

Pagrindinis dėmesys skiriamas energijos vartojimo efektyvumui

Sunaudojant tik 24 mikrodžaulius vienai apibrėžtai treniruotei, „AI Pro“ lustui reikia labai mažai, palyginti su kitais lustais, kurie sunaudoja nuo 10 iki 100 kartų daugiau energijos. Dabartinės AI technologijos, ypač galingi Nvidia lustai, turi didelį energijos apetitą. Šie lustai maitina didelius duomenų centrus, kurie naudoja tiek pat elektros energijos, kiek ir mažuose miesteliuose – įprastam duomenų centrui reikia tiek pat energijos, kiek 100 000 namų. Šiame kontekste ypač svarbios pastangos sukurti neuromorfinius kompiuterius, veikiančius pagal žmogaus smegenų modelį. Žmogaus smegenys veikia elektros lemputės energija, o tai labai skiriasi nuo šiandien reikalingų energijos sąnaudų.

Drezdeno inžinieriai ieško sprendimų, kaip žymiai padidinti energijos vartojimo efektyvumą. Šie neuromorfiniai kompiuteriai naudoja dirbtinius neuronus, kurie aktyvuojami tik tada, kai jų reikia. Steve'as Furberis, neuromorfinių sistemų gynėjas, mano, kad ši technologija yra potencialus sprendimas dideliam energijos suvartojimui, šiuo metu susijusiam su AI plėtra. Ypatingas dėmesys skiriamas įrenginių, kurie veikia tiesiai prie krašto, t. y. arti vartotojo, naujoviškos galimybės. Tai ne tik sumažina išlaidas, bet ir sumažina poreikį perkelti duomenis į debesį.

Duomenų saugumo sumetimai

Kitas „AI Pro“ lusto privalumas yra duomenų apdorojimas tiesiai įrenginyje. Skelbtini duomenys išlieka, todėl sumažėja kibernetinio saugumo ir interneto ryšio problemos. Tokie lustai yra ypač pritaikyti tokioms programoms kaip gyvybiškai svarbių duomenų apdorojimas naudojant išmaniuosius laikrodžius ar dronų navigaciją. Profesorius Amrouch iš TUM pabrėžia, kad ateitis priklauso žmonėms, kuriems priklauso aparatinė įranga, o tai pabrėžia vietinio duomenų apdorojimo svarbą.

Kartu su neuromorfinių technologijų pažanga atsiranda vis daugiau programų, kurioms reikalingi specializuoti lustai. Prancūzų kompanija „Spinncloud“ žengė dar vieną reikšmingą žingsnį žmogaus smegenų funkcijų imitavimo link su neuromorfiniu superkompiuteriu Spinnaker 2. Ši sistema bus prieinama nuo 2025 metų gegužės ir leis imituoti iki dešimties milijardų dirbtinių neuronų, siekiant dirbti dar efektyviau. Vis dėlto ši technologija atsilieka nuo GPU kompiuterių, ypač atliekant daug treniruočių reikalaujančias užduotis, tokias kaip kalbos modeliai. Vykdomas darbas siekiant pagerinti reagavimo laiką, tačiau vis dar trūksta „žudikiškos programos“, kuri aiškiai parodytų naudą.

Pasaulinė tvaresnių technologijų paklausa didės, nes duomenų kiekis ir toliau augs. Todėl neuromorfinis skaičiavimas yra ne tik perspektyvus energijos vartojimo efektyvumo sprendimas, bet ir būdas integruoti AI į baterijomis maitinamus įrenginius. Tokios iniciatyvos kaip „Fraunhofer IIS“ projektas „Neuromorphic Computing“ rodo, kad dėmesys sutelkiamas į keičiamo dydžio ir konfigūruojamų sprendimų, kurie turi vystytis pagal Moore'o dėsnį, kūrimą. Idėja apdoroti daug išteklių reikalaujančias AI užduotis vietoje galėtų žymiai pagerinti duomenų apsaugą ir duomenų centrams reikalingą energijos kiekį ateityje.

Todėl galime pradėti naują AI energijos vartojimo efektyvumo erą, kurią lems laipsniškas neuromorfinių sistemų vystymas ir lustų, tokių kaip „AI Pro“, optimizavimas.