Tyrimų darbuotojai ėmėsi priemonių, siekdami spręsti sparčiai didėjantį energijos suvartojimą, susijusį su dirbtinio intelekto pažanga. Naujausia dirbtinio intelekto lustų inovacija, kurią sukūrė Oregono valstijos universiteto komanda, siekia ženkliai padidinti energijos naudojimo efektyvumą, pralenkdama dabartinius dirbtinio intelekto lūpų standartus.
Profesoriaus Sieun Chae vadovaujama komanda integruoja naują medžiagų platformą, įkvėptą biologiniais neuroninių tinklų, sukurti revoliucingą dirbtinio intelekto lustą. Šis lustas išsiskiria tuo, kad puikiai tinka tiek skaičiavimams, tiek duomenų saugojimui vienu metu, revoliucionuodamas energijos efektyvumą, palyginti su tradiciniais dirbtinio intelekto lūpomis. Chae paaiškino, kad šis dizainas leidžia minimaliam duomenų judėjimui tarp atminties ir procesoriaus, todėl leidžia atlikti efektyvesnius dirbtinio intelekto veiksmus.
Paskelbta prestižiniame žurnale Nature Electronics, naujojo dirbtinio intelekto lūpos pagrindinis komponentas yra „memristor” – komponentas, sudarytas iš daugiau nei šešių elementų, vadinamų „entropijos stabilizuotais oksidais (ESO)”. Ši iškalbinga ESO medžiagų sistema siūlo tikslias atminties našumo reguliavimo galimybes dėl įvairių elemento sudėties.
Memristoriaus panašumas į biologinius neuroninius tinklus yra tai, kad jame nėra išorinių atminties šaltinių, kurie eliminuoja energijos nuostolius vykdant vidinius-į-išorinius duomenų perdavimus. Optimizuojant ESO konfigūraciją konkrečioms dirbtinio intelekto užduotims, ESO pagrindinis lūpos gali būti efektyvesnė už kompiuterio centrą (CPU) energijos efektyvumo prasme.
Be to, tyrimo komanda surengė ESO sudėties derinį, kad įrenginys galėtų veikti skirtingais laiko masteliais, leidžiant dirbtiniams neuroniniams tinklams efektyviai apdoroti laiko priklausomą informaciją, tokią kaip garso ir vaizdo duomenys. Šis tyrimas, remiamas Nacionalinio mokslo fondo, parodo perspektyvų kelią atitinkamos krypties energijos efektyvaus dirbtinio intelekto technologijų vystymui.
**Papildomi faktai:**
– Efektyvių energijos naudojimo dirbtinių intelektų lustų kūrimas yra būtinas norint sumažinti dirbtinio intelekto sistemų anglies pėdsaką, kuris šiuo metu yra reikšmingas pasaulyje.
– Įmonės, tokią kaip NVIDIA ir Google, taip pat investuoja į tyrimus ir vystymą, siekdamos pagerinti dirbtinių intelektų lūpų energijos efektyvumą plačiam spektrui taikymų – nuo duomenų centrų iki vartotojų elektronikos.
– Pažanga dirbtinio intelekto lūpų dizaino srityje ne tik naudinga dėl energijos efektyvumo, bet ir leidžia greitesnius apdorojimo greičius ir geresnį sprendimų tobulinimą sudėtingoms dirbtinio intelekto užduotims, tokioms kaip natūralios kalbos apdorojimas ir vaizdų atpažinimas.