AI | Ngày 7 tháng 2024 năm XNUMX

Hình ảnh: Freepik

Mức tiêu thụ năng lượng của AI đang đi theo quỹ đạo không bền vững và đòi hỏi các biện pháp hiệu quả khẩn cấp

Khi công nghệ trí tuệ nhân tạo (AI) và máy học (ML) phát triển, mức tiêu thụ năng lượng của chúng tăng vọt, đặt ra những thách thức đáng kể về tính bền vững. Xu hướng này, được thúc đẩy bởi sự phát triển của các mô hình lớn hơn và tìm kiếm độ chính xác cao hơn, làm dấy lên mối lo ngại về khả năng tồn tại lâu dài của những tiến bộ AI. Trong bài viết của Viện Kinh tế Quốc tế Peterson Các nhà lãnh đạo ngành đang gióng lên hồi chuông cảnh báo, thúc giục chuyển sang các phương pháp sử dụng năng lượng hiệu quả hơn để đảm bảo tương lai của AI phù hợp với năng lực năng lượng toàn cầu và các mục tiêu về môi trường.

• Mức tiêu thụ năng lượng của máy học đang trên một quỹ đạo không bền vững, đe dọa vượt xa sản lượng năng lượng toàn cầu. Nhu cầu về các mô hình lớn hơn và các tập huấn luyện mở rộng đã dẫn đến mức sử dụng năng lượng tăng theo cấp số nhân, chủ yếu ở các trung tâm dữ liệu cho cả giai đoạn huấn luyện và suy luận. Số liệu từ CTO Mark Papermaster của AMD nêu bật thực tế rõ ràng của Mức tiêu thụ năng lượng của hệ thống ML so với sản lượng năng lượng của thế giới. Ngành công nghệ, trước đây được thúc đẩy bởi những đổi mới về hiệu quả như Định luật Moore, giờ đây phải đối mặt với thời kỳ “phản hiệu quả”, tập trung vào hiệu suất với cái giá phải trả là tăng mức sử dụng năng lượng.

Xem:  Tính bền vững: Điều cần thiết cho sự tăng trưởng của Fintech

• Sản phẩm việc theo đuổi độ chính xác cao hơn trong các ứng dụng AI, chẳng hạn như nhận dạng giọng nói và giọng nói, đã dẫn đến các công ty ưu tiên kết quả hơn là tiêu thụ năng lượng. Tuy nhiên, việc tập trung vào lợi nhuận này lại bỏ qua những tác động tiềm ẩn lâu dài đối với tài nguyên năng lượng và tính bền vững của môi trường.
• AI sự phụ thuộc vào trung tâm dữ liệu góp phần đáng kể vào lượng khí thải carbon của nó. Các trung tâm này không chỉ tiêu thụ lượng điện lớn nhưng cũng cần làm mát liên tục thông qua điều hòa, điều này càng làm tăng mức sử dụng năng lượng. Khi AI trở nên phổ biến hơn, lượng khí thải carbon từ các trung tâm dữ liệu dự kiến ​​sẽ tăng lên, làm trầm trọng thêm tác động môi trường. Áp lực thương mại ngày càng tăng từ người tiêu dùng nhằm giảm lượng khí thải carbon của công nghệ AI. Các công ty nỗ lực tìm kiếm các giải pháp trung hòa lượng carbon có thể tìm thấy lợi thế cạnh tranh khi người tiêu dùng ngày càng ưa chuộng các hoạt động bền vững với môi trường.
• Quá trình đào tạo LLM, chẳng hạn như GPT-3, cực kỳ tốn năng lượng. Một nghiên cứu gần đây của Đại học Cornell được trích dẫn trong bài báo cho thấy việc đào tạo những mô hình như vậy có thể tiêu thụ điện tương đương 500 tấn carbon, tương đương với một nhà máy điện chạy bằng than chạy trong gần nửa ngày. Vì những mô hình này yêu cầu đào tạo lại thường xuyên để luôn cập nhật nên mức tiêu thụ năng lượng tích lũy và lượng khí thải carbon là rất lớn. Mặc dù việc huấn luyện các mô hình AI được biết là tiêu tốn nhiều năng lượng, nhưng Quá trình suy luận (trả lời các truy vấn) có thể tiêu tốn nhiều năng lượng hơn. Điều này đáng báo động vì không chỉ có nhiều người dùng tương tác với LLM hơn mà họ còn ngày càng tin cậy và sử dụng nhiều hơn.

Xem:  Các ngân hàng Canada phải đối mặt với sự giám sát về các tuyên bố về tính bền vững

• Ngoài các trung tâm dữ liệu đám mây, sự phát triển của thiết bị cạnh thông minhs góp phần đáng kể vào mức tiêu thụ năng lượng chung của công nghệ AI. Những thiết bị này, không thể thiếu với Internet of Things (IoT), dự kiến ​​sẽ sử dụng nhiều năng lượng hơn thế giới tạo ra, nhấn mạnh sự cần thiết của các giải pháp tiết kiệm năng lượng trên tất cả các khía cạnh của việc triển khai AI.
• Có một thiếu minh bạch từ các công ty AI liên quan đến chi phí môi trường của việc phát triển và vận hành hệ thống của họ. Sự mù mờ này gây khó khăn cho việc đánh giá toàn bộ lượng khí thải carbon của AI và thực hiện các quy định hiệu quả nhằm giảm thiểu tác động môi trường của nó.

Các cách để giảm lượng khí thải carbon của AI (theo các nhà nghiên cứu của Google)

Nghiên cứu gần đây của Google về việc giảm lượng khí thải carbon của AI gợi ý bốn phương pháp chính nhằm giảm thiểu tác động môi trường của các hệ thống AI:

• Giảm số lượng tham số (đọc độ chính xác), những mô hình này yêu cầu ít năng lượng tính toán hơn cho cả đào tạo và suy luận, dẫn đến mức tiêu thụ năng lượng thấp hơn và do đó, giảm lượng khí thải carbon.
• Sử dụng bộ xử lý chuyên dụng được thiết kế đặc biệt cho các tác vụ học máy sẽ hiệu quả hơn các bộ xử lý đa năng. Những bộ xử lý chuyên dụng này có thể xử lý khối lượng công việc AI hiệu quả hơn, giảm lượng năng lượng cần thiết cho việc đào tạo và chạy các mô hình AI.

Xem:  TinyML giải phóng sức mạnh AI trong các thiết bị hàng ngày như thế nào

• Sử dụng trung tâm dữ liệu dựa trên đám mây thường tiết kiệm năng lượng hơn các trung tâm dữ liệu địa phương. Họ được hưởng lợi từ quy mô kinh tế và có thể triển khai các công nghệ quản lý năng lượng và làm mát tiên tiến hiệu quả hơn. Ngoài ra, các nhà cung cấp đám mây thường đầu tư vào các nguồn năng lượng tái tạo, giúp giảm hơn nữa lượng khí thải carbon của các hoạt động AI được lưu trữ trên đám mây.
• Tối ưu hóa cơ sở hạ tầng đám mây để sử dụng các vị trí trung tâm dữ liệu dựa trên sự sẵn có của các nguồn năng lượng sạch hơn. Bằng cách chọn những địa điểm có sẵn năng lượng tái tạo và giá cả phải chăng, các công ty AI có thể giảm đáng kể lượng khí thải carbon liên quan đến mức tiêu thụ điện năng của trung tâm dữ liệu của họ.

Triển vọng phát triển AI bền vững

Việc sử dụng năng lượng khổng lồ của AI, được thúc đẩy bởi sự phát triển của các mô hình lớn hơn và tìm kiếm độ chính xác cao hơn, đang trong quá trình xung đột với mục tiêu bền vững về môi trường và năng lượng của hành tinh. Ngành công nghệ, từng nổi tiếng vì những đổi mới hướng tới hiệu quả, giờ đây phải đối mặt với thách thức đảo ngược xu hướng “phản hiệu quả” vốn ưu tiên hiệu suất hơn là tác động đến môi trường.

Chi phí môi trường do sự phụ thuộc của AI vào các trung tâm dữ liệu, yêu cầu năng lượng cao để đào tạo các mô hình ngôn ngữ lớn và mức tiêu thụ năng lượng ngày càng tăng cho quá trình suy luận nêu bật tính chất đa diện của lượng khí thải carbon của AI. Hơn nữa, sự phổ biến của các thiết bị biên thông minh có nguy cơ làm trầm trọng thêm vấn đề này, nhấn mạnh nhu cầu về các giải pháp tiết kiệm năng lượng toàn diện trên tất cả các khía cạnh của việc triển khai AI.

Xem:  Kế hoạch năng lượng của Bitcoin cho cuộc cách mạng AI

Nghiên cứu của Google hướng tới các chiến lược khả thi nhằm giảm tác động đến môi trường của AI, bao gồm việc áp dụng các mô hình thưa thớt, bộ xử lý chuyên dụng, trung tâm dữ liệu dựa trên đám mây và tối ưu hóa vị trí của các trung tâm dữ liệu này để tận dụng các nguồn năng lượng sạch hơn. Những khuyến nghị này đưa ra lộ trình cho ngành AI nhằm giảm thiểu lượng khí thải carbon và phù hợp với các nỗ lực bền vững toàn cầu.

Sản phẩm Hiệp hội Fintech & huy động vốn cộng đồng quốc gia (NCFA Canada) là một hệ sinh thái đổi mới tài chính cung cấp giáo dục, thông tin thị trường, quản lý ngành, cơ hội và dịch vụ kết nối và tài trợ cho hàng nghìn thành viên cộng đồng và hợp tác chặt chẽ với ngành, chính phủ, đối tác và các chi nhánh để tạo ra một nền tài chính và fintech sôi động và sáng tạo công nghiệp ở Canada. Được phân cấp và phân phối, NCFA hợp tác với các bên liên quan trên toàn cầu và giúp ươm tạo các dự án và đầu tư vào fintech, tài chính thay thế, huy động vốn từ cộng đồng, tài chính ngang hàng, thanh toán, tài sản kỹ thuật số và mã thông báo, trí tuệ nhân tạo, chuỗi khối, tiền điện tử, regtech và các lĩnh vực công nghệ bảo hiểm . Tham gia Cộng đồng Fintech & Tài trợ của Canada hôm nay MIỄN PHÍ! Hoặc trở thành một thành viên đóng góp và nhận được đặc quyền. Để biết thêm thông tin, vui lòng truy cập: www.ncfacanada.org

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://ncfacanada.org/rising-ai-energy-use-a-call-for-sustainable-innovation/