20 年前のアイデアで AI の効率が 1,000 倍に向上

エネルギー消費の大部分を引き起こすのは主にデータ転送です。人工知能アルゴリズムが扱う膨大な量のデータでは、これはさらに当てはまります。

このステップを省略すると、メモリと論理プロセスの間のボトルネックとも考えられ、そのため多大な影響を及ぼします。そして、まさにここで、当時ミネソタ大学で開発された 2003 年のアイデアが登場します。

これにより、物理学から工学、コンピューターサイエンスに至るまで、多数の分野間のコラボレーションが生まれました。その結果、今日スマートウォッチやメモリ素子に使用されている多くの回路が生まれました。

Computational Random Access Memory (CRAM) も関係していました。これにより、メインメモリ内およびその中の任意の場所で、実際の計算と並列プロセスの実行が直接可能になります

単なる新しいアーキテクチャではありません

さらに、これらは従来の回路ではなく、磁気トンネル接点を使用することができます。

人工知能に基づくアプリケーションでは、最終的に古典的な方法と同じ結果を達成するために、消費電力は 1,000 分の 1 になります。世界中のニューラル ネットワークの現在および予測される電力消費量は、この電力量がいかに膨大であるかを示しています。国際エネルギー機関によると、2022 年には 460 テラワット時が使用されました。遅くとも 2026 年までには 1,000 テラワット時になると予想されています

99.9% という莫大な節約の可能性があるため、999 テラワット時が残り、使用量はゼロになります。もっと長く必要とされる。これは、人口 1 億 2,600 万人を抱える第 4 位の経済大国である日本の年間電力消費量に相当します。

論文によると、これは可能な限り最良の結果ですらないでしょう。さらにテストを進めれば、エネルギー消費を 1,700 または 2,500 分の 1 に削減できる可能性があります。このさらなる効率の向上は、CRAM を個々のアルゴリズムに的を絞って適応させることによって可能になり、計算がさらに高速化され、したがってより経済的になります。

以上が20 年前のアイデアで AI の効率が 1,000 倍に向上の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。