Mākslīgā intelekta (AI) attīstība ir revolucionizējusi mūsu mijiedarbību ar tehnoloģiju. Sākot no vienkāršām lietām kā gaismas ieslēgšana līdz sarežģītiem balss komandiem, AI ir kļuvis par nepieciešamu sastāvdaļu mūsu ikdienas dzīvē. Taču aiz šīm šķietami vienkāršajām mijiedarbībām slēpjas milzīgs resursu, darbaspēka un algoritmu apstrādes tīkls.
2018. gadā Keita Kroforda un Vladana Jolera rakstīja par resursu apjomu, kas nepieciešams, lai AI sistēmas veiktu pat visvienkāršākās uzdevumus. Enerģijas un darbaspēka mērogs AI darbībās pārsniedz to, kas būtu nepieciešams, lai cilvēks veiktu tādus pašus uzdevumus. Ātrumu līdz mūsu dienām – 2021. gadam – redzam, cik eksponenciāli ir augusi šī nozare.
Nesen veiktie pētījumi ir parādījuši, ka lielo AI modeļu apmācībai izmantotā skaitļošanas jauda ir ievērojami palielinājusies pēdējo sešu gadu laikā. Patiesībā tā ir pieaugusi 300 000 reizes ātrāk nekā Mūra likums, kas apraksta skaitļošanas jaudas tendenci dubultoties katrus divus gadus. Šāds ievērojams skaitļošanas jaudas pieaugums ir būtisks datu apstrādei un “mācīšanai”.
Tāpat kā AI kļūst aizvien attīstītāks, šo sistēmu enerģijas patēriņš arī pieaug. Precīzi skaitļi par AI elektroenerģijas patēriņu ir grūti noteikt, bet ziņojumi liecina, ka AI 2021. gadā veidoja 10-15% no Google kopējā elektroenerģijas patēriņa. Tas ir apmēram 2,3 teravatus stundās gadā, kas ir salīdzināms ar Atlantas pilsētas elektroenerģijas patēriņu.
AI enerģijas izmantošanas pieaugums ir redzams nākotnes prognozēs. Prognozēts, ka līdz 2027. gadam vadībā esošā AI serveru čipu ražotāja Nvidia izsūtīs 1,5 miljonus AI serveru vienību gadā. Ja šie serveri darbotos maksimālā jaudā, tie patērētu vismaz 85,4 teravatus stundās elektroenerģijas gadā, pārsniedzot daudzu mazo valstu enerģijas patēriņu.
Enerģijas tehnoloģiju pārmainu nepieciešamība kļūst arvien steidzamāka. OpenAI izpilddirektors Sems Altmanis norāda, ka ir nepieciešama fūzijas tehnoloģija vai būtiski lētāka saules enerģija masveida mērogā, lai nodrošinātu AI enerģijas pieprasījumu. Pats Altmanis ir ieguldījis fūzijas start-up Helion Energy, kas cenšas sasniegt šo pārmaiņu.
Tikmēr AI augstais elektrības patēriņš turpinās būt ierobežojošs faktors. AI izmantošanas izmaksas gan enerģijas, gan finanšu jomā ierobežos plašu piekļuvi sarežģītiem AI modeļiem. Pieaugot skaitļošanas izmaksām AI modeļiem, kļūst skaidrs, kāpēc tehnoloģiju giganti kā Google ir piesardzīgi attiecībā uz šo modeļu pieejamību plašai sabiedrībai.
AI nākotnei ir neiedomājams potenciāls, bet enerģijas vajadzību un izmaksu risināšana, kas saistītas ar šīm sistēmām, būs būtiski svarīga to ilgtspējīgai attīstībai. Saskaņā ar mūsu centieniem attīstīt enerģijas tehnoloģijas, mums jānodrošina, ka AI augšana nenotiek uz mūsu vides un resursu rēķina.
Biežāk uzdotie jautājumi:
1. Kāda ir mākslīgā intelekta (AI) ietekme uz tehnoloģiju?
– AI ir revolucionizējis mūsu mijiedarbību ar tehnoloģiju, ļaujot veikt vienkāršus uzdevumus, piemēram, gaismas ieslēgšanu, kā arī sarežģītus balss komandus.
2. Cik lieli ir resursi un darbaspēks, kas vajadzīgi AI sistēmām, lai veiktu uzdevumus?
– Keita Kroforda un Vladana Jolera norādīja, ka pat vienkārši uzdevumi AI sistēmām prasa lielu resursu un darbaspēka apjomu.
3. Cik ātri ir palielinājusies skaitļošanas jauda, kas tiek izmantota, lai apmācītu lielus AI modeļus?
– Nesen veiktie pētījumi liecina, ka skaitļošanas jauda, kas tiek izmantota, lai apmācītu lielus AI modeļus, ir palielinājusies 300 000 reizes ātrāk nekā Mūra likums, kas apraksta skaitļošanas jaudas tendenci dubultoties katrus divus gadus.
4. Kāds ir AI sistēmu elektroenerģijas patēriņš?
– Precīzi skaitļi ir grūti noteikt, bet ziņojumi liecina, ka AI 2021. gadā veidoja 10-15% no Google kopējā elektroenerģijas patēriņa, kas ir apmēram 2,3 teravatus stundās gadā.
5. Cik lielu elektroenerģiju AI prognozē?
– Prognozēts, ka līdz 2027. gadam vadītā AI serveru čipu ražotāja Nvidia izsūtīs 1,5 miljonus AI serveru vienību gadā, kas maksimālā jaudā patērēs vismaz 85,4 teravatus stundās elektroenerģijas gadā.
6. Kādas energoresursu tehnoloģiju pārmaiņas nepieciešamas, lai nodrošinātu AI enerģijas pieprasījumu?
– OpenAI izpilddirektors Sems Altmanis norāda, ka ir nepieciešama fūzijas tehnoloģija vai ievērojami lētāka saules enerģija masveida mērogā. Altmanis pats ir ieguldījis fūzijas start-up Helion Energy, kas cenšas sasniegt šo pārmaiņu.
7. Kā augstais AI elektrības patēriņš ietekmē tā pieejamību?
– Augstais AI modeļu elektrības patēriņš palielina skaitļošanas izmaksas, kas ierobežo piekļuvi sarežģītiem AI modeļiem. Tehnoloģiju giganti kā Google ir piesardzīgi attiecībā uz šo modeļu pieejamību plašai sabiedrībai.
Definīcijas:
– Mākslīgais intelekts (AI): Mašīnu simulācija cilvēka intelektuālo procesu veikšanā, ietverot uzdevumus kā runas atpazīšanu, problēmu risināšanu un mācīšanos.
– Skaitļošanas jauda: Datora sistēmas skaitliskā spēja, kas parasti tiek mērīta pēc tā, cik daudz aprēķinu tā var veikt sekundē.
– Mūra likums: Novērojums, ka mikroshēmas tranzistoru skaits aptuveni dubultojas katrus divus gadus, kas noved pie skaitļošanas jaudas eksponenciālas pieauguma.
– Teravatus stundas: Elektriskās enerģijas mērvienība, kas ir vienā daudzumā ar vienu triljonu (10^12) vato stundā.
Saistītie resursi:
– OpenAI: Oficiālā OpenAI mājaslapa, organizācija, kas specializējas vispārējā mākslīgā intelekta attīstīšanā.
– Nvidia: Nvidia oficiālā mājaslapa, vadošais grafisko procesoru un AI aparatūras ražotājs.
– Google: Google oficiālā mājaslapa, starptautiska tehnoloģiju uzņēmuma, kas pazīstams ar savu meklētājprogrammu un AI iniciatīvām.
The source of the article is from the blog rugbynews.at