По мере того как модели искусственного интеллекта (ИИ) и рабочие нагрузки продолжают расти в размерах и сложности, их аппетит к вычислительной мощности и энергия, необходимая для ее обеспечения, ускоряются быстрее, чем любое предыдущее цифровое нововведение. Рост вычислительных потребностей растягивает возможности и повышает потребление электроэнергии, одновременно выявляя неэффективности унаследованных архитектур облачных вычислений и центров обработки данных. Это представляет одну из определяющих задач нашего времени: как обеспечить необходимую миру интеллектуальность без опережения глобального перехода на возобновляемую энергию?
МНЕНИЕ
Отчет Arms 2025 о устойчивом бизнесе утверждает, что устойчивость, эффективность и инновации не являются отдельными целями, они являются неразрывно связанными драйверами следующего поколения вычислений. Путь к устойчивому ИИ заключается в разумных инновациях – каждая циклическая операция, каждый ватт и каждое соединение имеют значение. Теперь разговор об ИИ больше не идет о компромиссах между производительностью и энергопотреблением, он касается переархитектуры вычислений – от облаков и центров обработки данных до энергетических систем и конструкций устройств.
Устойчивость как двигатель инноваций
Устойчивость и технологические инновации когда-то считались отдельными амбициями, но эра ИИ перевернула эту историю. Эффективный ИИ рассматривается как катализатор прогресса, при этом энергоэффективность является новой ареной конкуренции, которая будет способствовать росту и инновациям в области ИИ. Появляются все новые возможности для создания нового поколения низкопотребляющих высокопроизводительных вычислений, разработанных с нуля. Эти разработки не просто обеспечивают незначительные улучшения, а представляют собой фундаментальные изменения в том, как происходит вычисление, начиная от устройств с низким потреблением энергии на уровне милливатт до крупных дата-центров мощностью в мегаватты. Например, на уровне периферии ультраэффективные процессоры питают широкий спектр устройств и систем – от умных камер до промышленных IoT-решений, обеспечивающих локальную обработку данных с минимальным потреблением энергии, тогда как в центрах обработки данных рост новых архитектур вычислений максимизирует производительность на ватт. По всей отрасли стремление сделать ИИ более устойчивым способствует прорывным достижениям в следующих областях:
Усовершенствованная разработка чипов и архитектуры с низким энергопотреблением, которые составляют основу эффективного искусственного интеллекта.
Адаптивное управление рабочими нагрузками для более рационального распределения энергии и оптимизации, снижающей потери.
Обеспечение системной эффективности на уровне аппаратного, программного обеспечения и потоков данных, чтобы убедиться, что каждый уровень стека вносит вклад в измеримые сбережения энергии.
Циркулярный подход к проектированию, который продлевает жизненный цикл оборудования и повторно использует ценность.
Такие достижения не только снижают потребление энергии, но и открывают новые способы предоставления продвинутой интеллектуальной способности.
Стратегическая роль периферийных вычислений
По мере роста требований к обработке данных в мире потребность в продвинутых возможностях ИИ никуда не исчезает. Периферийные вычисления представляют собой одно из самых многообещающих решений энергетических потребностей растущих потребностей ИИ. Речь здесь не идет о замене облачных вычислений, а скорее о дополнении ими. Хотя передовые модели будут продолжать обучаться в масштабируемых дата-центрах гиперскейла, выполнение выводов может происходить ближе там, где генерируются данные: в датчиках, устройствах и заводах. Переход к эффективным периферийным вычислениям снижает общее потребление энергии по сравнению с перемещением данных туда и обратно в облако, обеспечивая также более быстрые отклики, улучшенную конфиденциальность данных и снижение зависимости от сети. Итог: более способный, более эффективный ИИ, а также более прочная основа национальной конкурентоспособности и устойчивости. Однако ни одна компания не сможет самостоятельно справиться с вызовом эффективности ИИ. Масштаб этой задачи требует сотрудничества экосистем среди технологических компаний, правительств и исследовательских институтов. Рекомендуются совместные подходы с участием промышленности и правительства, такие как инициативы, подобные Закону CHIPS и науке и Плану действий Белого дома по искусственному интеллекту, поддерживающие исследования, которые затем способствуют разработке и внедрению эффективной инфраструктуры ИИ промышленностью. США и другие крупные экономики вступают в новую фазу конкуренции, где энергоэффективность означает стратегическое преимущество. Энергоэффективный ИИ открывает путь вперед, который может укрепить как инновации, так и энергетическую безопасность путем снижения нагрузки на национальную энергосеть, сокращения операционных расходов для отраслей, использующих искусственный интеллект, и обеспечения распределенной, надежной интеллектуальной системы на критически важной инфраструктуре.
Перепрофилирование будущего ИИ
Энергетический вызов ИИ не является препятствием для прогресса, это искра для нового поколения инноваций. Отрасль вступает в новую эпоху интеллектуальных, эффективных вычислений, где устойчивость и конкурентоспособность могут взаимно укреплять друг друга, принося пользу бизнесу, обществу и планете. От периферии до гиперскейла, от кремния до систем ясно одно: создавайте ИИ, который столь же эффективен, сколь и мощен. Следующее поколение ИИ будет оцениваться не только по размеру моделей или производительности, оно будет оцениваться по тому, насколько эффективно используются энергетические ресурсы для питания будущего.Маурин МакДоннэх является главой отдела устойчивого развития в Arm.
