Что тебе нужно знать
- Исследователи разработали новый прототип чипа, получившего название вычислительной оперативной памяти (CRAM), который может сократить энергоемкие требования ИИ более чем в 1000 раз.
- Модель может обеспечить экономию энергии до 2500 раз по сравнению с традиционными методами.
- CRAM может решить проблемы искусственного интеллекта Microsoft, поскольку его энергопотребление превышает более чем 100 стран.
Как человек, внимательно следивший за достижениями в области технологий и искусственного интеллекта (ИИ) за последние несколько лет, я не могу не быть одновременно взволнованным и обеспокоенным их потенциальным влиянием на наш мир. С одной стороны, ИИ способствует невероятным инновациям в различных отраслях: от здравоохранения до образования и не только. С другой стороны, ее потребности в электроэнергии тревожно высоки: технологические гиганты, такие как Microsoft и Google, потребляют электроэнергию со скоростью, превышающей показатели более чем 100 стран.
Генеративный ИИ — это технология, для работы которой требуются значительные ресурсы. Несмотря на его способность добиваться замечательных результатов в различных областях, таких как медицина, образование и компьютерные технологии, его потребности в энергии вызывают беспокойство. Недавнее исследование показывает, что потребление электроэнергии такими технологическими гигантами, как Microsoft и Google, превышает потребление электроэнергии в более чем ста странах.
Как ярый последователь технологических достижений, я не могу не чувствовать разочарования по поводу нынешних энергетических ограничений, которые мешают нашим технологиям полностью реализовать свой потенциал. Даже такие дальновидные новаторы, как Илон Маск, признают, что мы, возможно, находимся на пороге революционного технологического прорыва с помощью ИИ. Однако к 2025 году может оказаться недостаточно электроэнергии для обеспечения этих достижений.
Сэм Альтман, генеральный директор OpenAI, рассматривает использование ядерного синтеза в качестве потенциального энергетического решения для поддержки своих инноваций в области искусственного интеллекта. Напротив, Microsoft вступила в сотрудничество с Helion для крупномасштабного производства ядерной энергии к 2028 году для своих проектов искусственного интеллекта.
В недавно опубликованной статье в журнале Nature исследователи представили инновационный прототип чипа под названием вычислительная память с произвольным доступом (CRAM). Этот чип потенциально может произвести революцию в инициативах Microsoft в области искусственного интеллекта, значительно снизив требования к энергопотреблению — примерно в 1000 раз меньше, что соответствует примерно 2500-кратной экономии энергии за одно моделирование.
Как вы, возможно, знаете, традиционные процессы ИИ передают данные между логикой и памятью, что в значительной степени способствует их высокому энергопотреблению. Однако подход CRAM сохраняет данные в памяти, устраняя высокий спрос ИИ на электроэнергию.
К 2027 году инструменты искусственного интеллекта, такие как ChatGPT и Microsoft Copilot, будут использовать количество электроэнергии, эквивалентное годовому снабжению энергией всей страны, благодаря их быстрому развитию. Тем не менее, исследователи, работающие над моделью CRAM, предполагают, что она потенциально может сэкономить до 2500 раз больше энергии по сравнению с традиционными методами.
Как работает CRAM?
Модель CRAM не является недавним открытием, как заявил профессор Цзянь-Пин Ван, ее старший автор.
«Наша первоначальная концепция использования ячеек памяти непосредственно для вычислений 20 лет назад считалась безумной.»
Как технический энтузиаст, я бы описал это так: CRAM, или Circular Racetrack Memory, — это инновационная технология хранения данных, которая использует силу вращения электронов вместо того, чтобы полагаться на электрические заряды, как традиционные методы. Это приводит к более высокой скорости обработки и снижению энергопотребления, что делает его более экологичным вариантом для наших цифровых нужд.
Уля Карпузку, соавтор статьи, далее заявила:
CRAM, являющаяся передовой и высокоэффективной технологией цифровой памяти, обеспечивает гибкость вычислений, поскольку позволяет выполнять обработку в любом месте матрицы памяти. В результате эту универсальную технологию можно адаптировать для оптимального удовлетворения различных требований к производительности алгоритмов искусственного интеллекта.
Несмотря на ограничения неизвестных в настоящее время границ масштабирования этой модели, она обладает значительным потенциалом. Это может решить главную проблему в развитии ИИ: чрезмерное потребление энергии.
Смотрите также
- Акции Яковлев цена. Прогноз цены Яковлев
- Акции Генетико цена. Прогноз цены Генетико
- Акции привилегированные Ленэнерго цена. Прогноз цены Ленэнерго
- Акции Форвард Энерго цена. Прогноз цены Форвард Энерго
- Акции Промомед цена. Прогноз цены Промомед
- Акции Яндекс цена. Прогноз цены Яндекс
- Акции МРСК Юга цена. Прогноз цены МРСК Юга
- Акции ЕвроТранс цена. Прогноз цены ЕвроТранс
- Акции Пермэнергосбыт цена. Прогноз цены Пермэнергосбыт
- Акции Артген цена. Прогноз цены Артген
2024-07-29 20:10