Der Herausgeber von Downcodes erfuhr, dass Forscher der University of Michigan ein Softwaretool namens Perseus entwickelt haben, das den Energieverbrauch beim Training großer Sprachmodelle erheblich reduzieren kann. Dieses bahnbrechende Forschungsergebnis gibt eine neue Richtung für die nachhaltige Entwicklung der künstlichen Intelligenz vor und soll die wachsenden Bedenken hinsichtlich des Energieverbrauchs beim Training mit künstlicher Intelligenz lösen. Durch die Identifizierung und Optimierung kritischer Pfade reduziert Perseus den Energieverbrauch um 30 % bei gleichbleibender Trainingsgeschwindigkeit, was für den Umweltschutz und die Ressourcennutzung von großer Bedeutung ist.
Die Forscher entwickelten ein Softwaretool namens Perseus, indem sie den kritischen Pfad identifizierten, die Reihe von Teilaufgaben, deren Erledigung am längsten dauert. Perseus verlangsamt dann die Prozessoren auf unkritischen Pfaden, sodass sie alle gleichzeitig ihre Arbeit erledigen können, wodurch unnötiger Stromverbrauch vermieden wird.
Das Team testete Perseus, indem es GPT-3, drei weitere große Sprachmodelle und ein Computer-Vision-Modell trainierte. Die Ergebnisse zeigen, dass Perseus den Energieverbrauch des KI-Trainings bei gleichbleibender Trainingsgeschwindigkeit reduzieren kann.
Forscher sagen, dass dieser arbeitssparende Ansatz wichtige Auswirkungen auf die gerechte Nutzung künstlicher Intelligenz hat. Wenn ein Land nicht über genügend Strom verfügt, um ein großes Modell zu betreiben, muss es möglicherweise Ferndienste nutzen oder sich auf den Betrieb kleinerer, weniger genauer Modelle beschränken. Diese Ungleichheit kann die Ungleichheiten zwischen verschiedenen Gemeinschaften weiter verschärfen.
Die Studie zeigt, dass durch die Optimierung von KI-Trainingsmethoden der Energieverbrauch bei gleichbleibender Trainingsgeschwindigkeit gesenkt werden kann. Dies hat wichtige Auswirkungen auf das Energiesparen und die Reduzierung Ihres CO2-Fußabdrucks.
Das Aufkommen von Perseus hat neue Hoffnung für die nachhaltige Entwicklung des KI-Bereichs geweckt. Seine effiziente Strategie zur Steuerung des Energieverbrauchs kann nicht nur viel Energie sparen, sondern auch die Fairness und Inklusivität der KI-Technologie fördern und so zur Entwicklung beitragen globale KI. Dieses Forschungsergebnis verdient unsere Aufmerksamkeit und eine eingehende Untersuchung, dass in Zukunft weitere ähnliche Technologien auftauchen werden, die die KI-Branche in eine umweltfreundlichere Zukunft treiben werden.