Le coût et la durabilité de l’IA générative

L'IA nécessite beaucoup de ressources pour n'importe quelle plateforme, y compris le cloud public. La plupart des technologies d'intelligence artificielle nécessitent une grande quantité de calculs d'inférence, qui nécessitent collectivement des exigences plus élevées en matière de processeur, de réseau et de stockage, et entraîneront également des factures d'électricité, des coûts d'infrastructure et une empreinte carbone plus élevés.

La montée en puissance des systèmes d'intelligence artificielle générative, tels que ChatGPT, a remis les problèmes ci-dessus au centre de l'attention. Compte tenu de l’adoption généralisée de cette technologie, et de son adoption probable à grande échelle par les entreprises, les gouvernements et le grand public, nous pouvons voir la courbe de croissance de la consommation électrique prendre une tournure inquiétante.

La technologie de l'intelligence artificielle existe depuis les années 1970. Étant donné que le fonctionnement d’un système d’intelligence artificielle mature nécessite une grande quantité de ressources, il n’a pas eu beaucoup d’impact commercial au départ. Je me souviens que le système d'intelligence artificielle que j'avais conçu quand j'avais la vingtaine nécessitait plus de 40 millions de dollars en matériel, logiciels et espace de centre de données pour le faire fonctionner. Alerte spoiler : ce projet et de nombreux autres projets d’IA n’ont jamais démarré. Pas viable en tant qu’analyse de rentabilisation.

Le cloud computing change tout. Des choses qui étaient autrefois hors de portée sont désormais suffisamment rentables grâce au cloud public. En fait, comme vous l’avez peut-être deviné, l’essor du cloud a à peu près coïncidé avec l’essor de l’intelligence artificielle au cours des 10 à 15 dernières années. Ce que j'essaie de dire, c'est qu'ils sont désormais étroitement intégrés.

Durabilité et coût des ressources cloud

Vous n'avez vraiment pas besoin de faire beaucoup de recherches pour prédire ce qui va se passer ici. La demande de services d’intelligence artificielle va augmenter, tels que les systèmes d’IA générative qui attirent désormais l’attention, ainsi que d’autres systèmes d’intelligence artificielle et d’apprentissage automatique. Cette poussée sera menée par des entreprises à la recherche d'avantages innovants, tels que des chaînes d'approvisionnement intelligentes, et même par des milliers d'étudiants espérant disposer d'un système d'IA générative pour rédiger leurs travaux de session.

Une demande accrue en intelligence artificielle signifie une demande accrue pour les ressources utilisées par ces systèmes d'intelligence artificielle, telles que les cloud publics et les services qu'ils fournissent. Cette demande sera probablement satisfaite grâce à plusieurs centres de données hébergeant des serveurs et des équipements réseau gourmands en énergie.

Les fournisseurs de cloud public, comme tout autre fournisseur de ressources de services publics, augmenteront leurs prix à mesure que la demande augmente, tout comme nous constatons des augmentations saisonnières des factures d'électricité des ménages (également basées sur la demande). C’est pourquoi nous réduisons souvent l’utilisation, par exemple en réglant le climatiseur à 24 degrés au lieu de 20 degrés en été.

Cependant, les coûts plus élevés du cloud computing n’auront peut-être pas le même impact sur les entreprises. Les entreprises peuvent constater que ces systèmes d’intelligence artificielle pilotent certains processus commerciaux clés et ne sont pas superflus. Dans de nombreux cas, ils peuvent essayer d’économiser de l’argent au sein de l’entreprise, peut-être en réduisant les effectifs pour compenser le coût des systèmes d’IA. Ce n’est un secret pour personne : les systèmes d’IA générative remplaceront bientôt de nombreux travailleurs de l’information.

Que peux-tu faire ?

Si les exigences en ressources liées au fonctionnement des systèmes d'IA entraînent des coûts de calcul et une production de carbone plus élevés, que pouvons-nous faire ? La réponse réside peut-être dans la recherche de moyens plus efficaces permettant à l’IA d’utiliser des ressources telles que le traitement, la mise en réseau et le stockage.

Par exemple, le pipeline d'échantillonnage peut accélérer l'apprentissage profond en réduisant la quantité de données traitées. Des recherches du MIT et d'IBM montrent que vous pouvez utiliser cette approche pour réduire les ressources nécessaires à l'exécution de réseaux neuronaux sur de grands ensembles de données. Cependant, cela limite également la précision, ce qui peut être acceptable pour certains cas d’utilisation commerciale, mais pas pour tous.

Une autre approche déjà utilisée dans d'autres domaines technologiques est l'informatique en mémoire. Cette architecture peut accélérer le traitement de l’IA en ne déplaçant pas les données vers et hors de la mémoire. Au lieu de cela, les calculs de l'IA s'exécutent directement dans le module de mémoire, ce qui accélère considérablement les choses.

D’autres méthodes sont également en cours de développement. Par exemple, changer de processeur physique, utiliser des coprocesseurs pour les calculs d’intelligence artificielle afin d’augmenter la vitesse de calcul ou adopter des modèles informatiques de nouvelle génération tels que le quantique. Vous pouvez vous attendre à de nombreuses annonces techniques de la part des grands fournisseurs de cloud public sur la manière de résoudre bon nombre de ces problèmes.

Que devez-vous faire ?

Mon conseil n'est certainement pas d'éviter l'IA pour réduire votre facture de cloud computing ou sauver la planète. L’intelligence artificielle est une méthode informatique fondamentale que la plupart des entreprises peuvent exploiter pour générer une valeur significative.

Je vous recommande de vous lancer dans un projet de développement d'un nouveau système d'IA basé sur l'IA ou d'un nouveau système d'IA avec une compréhension claire du coût et de l'impact sur la durabilité, les deux sont directement liés. Vous devez faire un choix coût/bénéfice, et cela dépend en réalité de la valeur du coût et du risque que vous pouvez apporter à l’entreprise. Après tout, il n’y a en fait rien de nouveau.

Je crois que la plupart des problèmes seront résolus de manière innovante, qu'il s'agisse de la mémoire, de l'informatique quantique ou de solutions que nous n'avons pas encore vues. Les fournisseurs de technologies d’IA et les fournisseurs de cloud computing souhaitent rendre l’IA plus rentable et plus écologique. C'est une bonne nouvelle.

Source : www.cio.com

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!