Im Silicon Valley Digital Workers Forum enthüllte Sergey Edunov, Direktor für generative künstliche Intelligenztechnik bei Meta, eine bemerkenswerte Nachricht: Um die globale wachsende Nachfrage nach AI -Anwendungsreden im nächsten Jahr zu befriedigen, müssen nur zwei neue Kernkraftwerke zur Stromerzeugung hinzugefügt werden. Diese Prognose hat die Branche auf den KI -Energieverbrauch weit verbreitet.
Edunov erklärte weiter, dass mit der weit verbreiteten Verwendung von NVIDIA H100 -Grafikprozessoren der Stromverbrauch der globalen KI -Inferenz in einem kontrollierbaren Bereich liegen wird. Er betonte, wie wichtig die mündliche Modellgenerierungsarbeit in einem angemessenen Maßstab ist, und war der Ansicht, dass dies den Energieverbrauch effektiv kontrollieren und gleichzeitig die Entwicklung der AI -Technologie fördert.
Edunov wies jedoch auch darauf hin, dass das Training größerer Sprachmodelle unzureichende Daten ausgesetzt sein werden. Er sagt voraus, dass die nächsten 3-4 Jahre eine kritische Zeit sein werden, wenn wir wissen, ob die aktuelle Technologie allgemeine KI implementieren kann. Diese Ansicht löste die tiefen Gedanken der Teilnehmer zur zukünftigen Entwicklung der AI -Technologie aus.
Edunovs Rede zeigt nicht nur die aktuelle Situation der Entwicklung der KI -Technologie, sondern liefert auch wichtige Hinweise für zukünftige Forschungsrichtungen. Er forderte die Branche auf, sich auf den Energieverbrauch zu konzentrieren und gleichzeitig die Weiterentwicklung der KI -Technologie zu fördern und eine nachhaltige Entwicklung zu gewährleisten.
Darüber hinaus erwähnte Edunov auch, dass Meta aktiv effizientere AI -Modelltrainingsmethoden zur Reduzierung des Energieverbrauchs untersucht. Er glaubt, dass durch technologische Innovation und Cross-Field-Zusammenarbeit die Zukunft der KI-Technologie heller sein wird.
Im Allgemeinen wies Edunovs Rede auf die Richtung für die Entwicklung der KI -Technologie hin und erinnerte uns auch daran, dass es zwar technologischer Fortschritte verfolgte, aber ihre Auswirkungen auf die Umwelt und Energie berücksichtigen muss. Diese Ansicht wurde von den Teilnehmern weithin anerkannt und lieferte auch neue Ideen für zukünftige KI -Forschung.