Forscher der Universität von Michigan haben ein Software -Tool namens Perseus entwickelt, das den Energieverbrauch von Schulungen großer Sprache erheblich reduziert. Diese bahnbrechende Studie zeigt, dass durch Optimierung der Ressourcenzuweisung während des Trainings der Energieverbrauch um 30% reduziert werden kann, ohne die Trainingsgeschwindigkeit zu beeinflussen. Diese Technologie hat nicht nur wichtige wirtschaftliche Vorteile, sondern kann auch große Beiträge zur Umweltschutz verursachen.
Eine neue Studie der University of Michigan ergab, dass eine Arbeitssparmethode für die Schulung Großsprachenmodelle innerhalb der gleichen Zeit abgeschlossen werden kann, der Energieverbrauch jedoch um 30%reduziert werden kann. Dieser Ansatz kann bis 2026 genügend Energie einsparen, um 1,1 Millionen US -Häuser mit Strom zu versorgen.
Forscher haben ein Softwaretool namens Perseus entwickelt, das kritische Pfade identifiziert, eine Reihe von Unteraufgaben, deren Abschluss am längsten dauert. Perseus verlangsamt dann die Prozessorgeschwindigkeiten auf nicht kritischen Wegen, so dass sie alle gleichzeitig den Job machen und unnötigen Stromverbrauch beseitigen.
Das Team testete Perseus durch Training von GPT-3, drei weiteren großsprachigen Modellen und einem Computer-Vision-Modell. Die Ergebnisse zeigen, dass Persus den Energieverbrauch des KI -Trainings verringern kann und gleichzeitig die gleiche Trainingsgeschwindigkeit beibehalten.
Forscher sagen, dass dieser arbeitssparende Ansatz für den angemessenen Gebrauch künstlicher Intelligenz von großer Bedeutung ist. Wenn ein Land nicht genügend Kraft hat, um große Modelle auszuführen, müssen möglicherweise Remote -Dienste verwendet werden oder nur kleinere, weniger genaue Modelle ausführen. Diese Lücke kann die Lücke zwischen verschiedenen Gemeinschaften weiter verschärfen.
Diese Studie zeigt, dass durch Optimierung der KI -Trainingsmethoden der Energieverbrauch reduziert werden kann und gleichzeitig die gleiche Trainingsgeschwindigkeit beibehalten. Dies ist von großer Bedeutung, um Energie zu sparen und den CO2 -Fußabdruck zu verringern.
Diese Studie bietet eine wirksame Lösung für das Problem der Energieeffizienz im Bereich künstlicher Intelligenz, ebnet den Weg für eine nachhaltigere Entwicklung künstlicher Intelligenz und bietet wichtige Garantien für die Fairness und Inklusivität künstlicher Intelligenz in der Zukunft. Perseus verfügt über breite Anwendungsaussichten und wird erwartet, dass sie die Weiterentwicklung der Technologie für künstliche Intelligenz und der breiteren Anwendung fördern.