Chipy AI są przeznaczone do obliczania zadań w pamięci, co minimalizuje przepływ danych między pamięcią a procesorem. W ten sposób mogą wykonywać zadania AI w sposób bardziej energooszczędny
Piotr Mazurkiewicz
Na Oregon State University opracowano nowego chipa AI, który sześciokrotnie zwiększa efektywność energetyczną przy użyciu nowatorskiego systemu materiałów. Celem prac nad nim było zmniejszenie ogromnego zużycia energii przez sztuczną inteligencję poprzez naśladowanie zintegrowanych metod przetwarzania biologicznych sieci neuronowych.
Badanie, finansowane przez National Science Foundation, prowadzili naukowcy z Uniwersytetu Michigan. We współpracy uczestniczyli także naukowcy z Uniwersytetu Oklahomy, Uniwersytetu Cornell i Uniwersytetu Stanowego Pensylwanii.
Dlaczego AI zużywa tak dużo energii?
Wraz ze wzrostem wykorzystania sztucznej inteligencji rośnie ilość wymaganej przez nią energii. Prognozy pokazują, że do 2027 r. sztuczna inteligencja będzie odpowiadać za pół procenta światowego zużycia energii, zużywając jej rocznie tyle co cała Holandia.
Sieun Chae, adiunkt elektrotechniki i informatyki, pracuje nad zmniejszeniem śladu elektrycznego tej technologii. Prowadzi badania nad chipami opartymi na nowatorskiej platformie materiałowej, która umożliwia zarówno obliczenia, jak i przechowywanie danych, naśladując sposób, w jaki biologiczne sieci neuronowe radzą sobie z przechowywaniem i przetwarzaniem informacji. Wyniki jej badań opublikowano niedawno w czasopiśmie Nature Electronics.
– Wraz z pojawieniem się sztucznej inteligencji komputery są zmuszone do szybkiego przetwarzania i przechowywania dużych ilości danych – mówi Chae. – Chipy AI są przeznaczone do obliczania zadań w pamięci, co minimalizuje przepływ danych między pamięcią a procesorem. W ten sposób mogą wykonywać zadania AI w sposób bardziej energooszczędny — dodaje.
Jak ograniczyć zużycie energii
Chipy zawierają elementy zwane memrystorami – skrótem od rezystorów pamięci. Większość memrystorów składa się z prostego układu materiałowego składającego się z dwóch pierwiastków, ale te objęte tym badaniem zawierają nowy układ materiałowy znany jako tlenki stabilizowane entropijnie (ESO). ESO składają się z ponad pół tuzina elementów, co pozwala na precyzyjne dostrojenie ich możliwości pamięci.
Memrystory są podobne do biologicznych sieci neuronowych pod tym względem, że żadna z nich nie ma zewnętrznego źródła pamięci – w związku z tym nie dochodzi do strat energii podczas przenoszenia danych z wnętrza na zewnątrz i z powrotem. Optymalizując skład ESO, który najlepiej sprawdza się w przypadku określonych zadań sztucznej inteligencji, chipy oparte na ESO mogą wykonywać zadania przy znacznie mniejszym zużyciu energii niż jednostka centralna komputera, powiedział Chae.
Innym skutkiem jest to, że sztuczne sieci neuronowe będą w stanie przetwarzać informacje zależne od czasu, takie jak dane audio i wideo, dzięki dostrojeniu składu ESO tak, aby urządzenie mogło pracować w różnej skali czasu.
