多管齊下讓人工智慧更節能

世界經濟論壇官網近日報道指出,為讓人工智慧(AI)發揮其變革潛力、提高生産力水準及社會福祉,人類必須確保它可持續地發展。這一願景面臨的核心難題在於,隨著算力和性能的不斷提升,能耗也在快速增長。

AI生態系統,從硬體、訓練協議到操作技術,都會耗費大量能源。鋻於此,科學家正在設法讓其更節能。措施包括改變AI的運作策略、研製更節能的演算法和晶片等。

能源“吞金獸”

AI是能源密集型技術。它究竟有多耗能?數據給出了答案。

據法國《回聲報》網站報道,AI平臺“抱抱臉”研究員兼環境問題主管薩沙·盧喬尼表示,Midjourney或Dall-E等AI演算法生成一張圖片消耗的電力,相當於給一部智慧手機充滿電。一塊英偉達H100型圖形處理單元一年消耗的電量,比一個中等規模的美國家庭一年所耗的電量還要多。

美國《哈佛雜誌》網站提出,大語言模型在生成類似人類、連貫且符合上下文邏輯的文本方面做得更好。但這種改進也有代價,訓練GPT-3消耗的能源相當於120個美國家庭一年消耗的能源。美國《紐約時報》報道,ChatGPT每天要響應大約2億個請求,這一過程中消耗超過50萬度電。

世界經濟論壇的數據顯示,運作AI任務所需的能源消耗,年增長率介於26%至36%之間。這意味著到2027年,AI行業消耗的能源堪比冰島或荷蘭等國家一年的能耗。

改變運作策略

讓AI更節能勢在必行。

首先是調整AI運作策略。世界經濟論壇官網指出,AI運作一般分兩個主要階段:訓練階段和推理階段。在訓練階段,模型通過消化大量數據來學習和開發;經過訓練後,它們進入推理階段,用於解決使用者提出的問題。在這兩個階段限制能耗,可將AI運作總能耗降低12%到15%。

美國俄勒岡州立大學電氣工程與電腦科學學院托馬斯·迪特瑞克教授指出,另一個有效的策略是優化調度以節省能源。例如,在夜間運作輕量級的任務,或在寒冷的月份運作更大的項目等,也可節省大量能源。此外,將AI處理轉移到數據中心也有助於減少其碳排放,因為數據中心的運作效率非常高,其中有些運作使用了綠色能源。

從長遠看,促進AI與新興量子技術的協同也是引導AI走向可持續發展的重要戰略。傳統計算能耗隨計算需求增加呈指數級增長,而量子計算和能耗之間呈線性增長。

此外,量子技術可使AI模型更緊湊、學習效率更高並可改善其整體功能。

新模型和新器件

AI公司之間競爭的一個驅動力是相信參數越多越好,這也意味著隨著參數越來越多,能耗越來越大。例如,GPT-4擁有1.8萬億個參數,而其“前身”GPT-3擁有1750億個參數。因此,為讓AI更節能,不少科學家正在嘗試找出不需要那麼多參數的演算法。

HawAI.tech公司使用了新型電子元器件和基於概率論的AI技術來節省能耗。在相同時段和能耗下,新器件運算速度是英偉達Jeston晶片的6.4倍。該公司聯合創始人兼首席執行官拉斐爾·弗裏施表示,結合概率論和更優化的電子元器件,他們的解決方案所用的數據和能源會更少。

此外,模擬人腦功能的神經形態晶片也有望提升AI的效率。近日,英特爾公司發佈了名為Hala Point的大型神經擬態系統。其內置1152個基於Intel四製程的Loihi2處理器,支援多達11.5億個神經元和1280億個突觸,每秒可處理超過380萬億個8位突觸和超過240萬億個神經元操作。它獨特的功能可實現未來AI應用的實時持續學習,如解決科學和工程問題、物流、智慧城市基礎設施管理、大語言模型和AI代理等。