新聞中心

EEPW首頁 > 智能計算 > 業界動態 > 瑞彩祥云

瑞彩祥云

作者:時間:2019-08-12來源:網易科技報道收藏

目前,業界就人工智能巨大的能源需求發出了一些可怕的警告,稱其爲變化的下一個大威脅,但新的芯片技術,甚至人工智能本身,都可能有助于控制人工智能的電力消耗。

本文引用地址:/article/201908/403587.htm

1565571348959931.png

在最近于旧金山举行的一次会议上,半导体行业大型供应商Applied Materials的首席执行官加里·迪克森(Gary Dickerson)发表了一个大胆的预测。他警告称,由于材料、芯片制造和設計方面缺乏重大创新,到2025年,数据中心的人工智能运转可能占全球的十分之一。

今天,世界上數以百萬計的數據中心所占用的还不到2%——这个统计数据包含了在它们庞大的服务器阵列上处理的各种工作负载。Applied Materials估计,运行人工智能的服务器目前只占全球电力消耗量的0.1%。

其他的科技公司高管也发出了警告。华为的安德斯安德烈(Anders Andrae)认为,到2025年,数据中心最终可能消耗全球十分之一的电力,不过他的估算涵盖了数据中心的所有用途,而不仅仅是人工智能。

落基山研究所的特别顾问乔纳森·库米(Jonathan Koomey)则相对乐观。他预计,尽管人工智能相关活动呈井喷式增长,但数据中心的能源消耗在未來几年仍将保持相对平稳。

這些大相徑庭的預測突顯出,人工智能對大規模計算未來的影響以及對能源需求的最終影響存在著不確定性。

毫無疑問,人工智能電力消耗非常大。訓練和運行像深度學習模型這樣的東西需要處理大量的數據,因而占用內存和處理器。人工智能研究機構Open的一項研究表明,驅動大型人工智能模型所需的計算能力已經每三個半月翻一番。

Applied Materials自己也承认,它的预测是一种最糟糕的情况,意在突出缺乏软硬件新思维可能会造成的状况。该公司的企业战略和市场情报主管桑迪普·巴吉卡尔(Sundeep Bajikar)表示,公司假定,随着时间的推移,被用来训练人工智能模型的信息组合将会发生改变,相对于文本和音频信息,視頻和其他图像的占比将会攀升。视觉数据的计算量更大,因此需要消耗更多的能量。

隨著自動駕駛汽車和嵌入其他智能設備的傳感器等設備的興起,人工智能模型還將要處理有更多的信息。超高速5G無線連接的普及,將使得數據更容易在數據中心之間傳輸。

巴吉卡爾指出,這些趨勢和其他的趨勢突顯出,業界迫切需要爲人工智能時代帶來材料和制造技術方面的創新。一些研究人員認爲,人工智能極大的電力消耗甚至可能變成一個重大的環境問題:馬薩諸塞大學阿姆赫斯特分校的研究小組最近發表的一項研究顯示,訓練幾款受歡迎的大型人工智能車型,所引發的廢氣排放量幾乎是美國汽車使用壽命期內的平均排放量的五倍。

但悲觀的預測忽略了幾個可能限制人工智能電力消耗的重要進展。其中之一是由Facebook和亞馬遜等公司開創的“超大規模”數據中心的興起。

這種數據中心使用大量專門爲特定任務定制的基本服務器陣列。這些機器比傳統數據中心的服務器更加節能,因爲後者需要處理更廣泛的功能。當前向超大規模數據中心的過渡,再加上冷卻和其他技術的進步,是過去幾年新數據中心的能源消耗基本上被運轉效率提高所抵消的一個重要原因。

新型微芯片也会有所帮助。Applied Materials的预测假定,人工智能的工作负载将继续在现有硬件上运行,这些硬件的效率在未來几年将会逐步提高。但许多的初创企业以及英特尔、AMD等大公司,都在开发利用光子学等技术的、节能性大幅提升的半导体,来驱动神经网络和其他的人工智能工具。

庫米表示,危言聳聽的預測也忽略了一點:對于某些類型的人工智能任務,比如模式識別,模型提供粗略輸出結果就足夠了。這意味著能量不需要將計算結果擴展到小數點後數百位。

具有諷刺意味的是,對人工智能功耗限制貢獻最大的實際上可能是人工智能本身。谷歌已經在使用其2014年收購的DeepMind開發的技術,來更有效地冷卻它的數據中心。通過向人類操作員提出建議,人工智能已經幫助該公司削減了40%的冷卻費用;現在它能有效地獨立運行數據中心的冷卻系統。

人工智能還將用于優化數據中心運營的其他方面。而且,就像谷歌在冷卻方面的成果一樣,這將使得各類工作負載受益。這並不意味著,數據中心最終不會因爲對人工智能魔法的需求不斷增長而消耗更多的能量,但這是當下做出預測如此困難的又一個原因。



關鍵詞: AI 氣候 用電量

評論


相關推薦

技術專區

關閉