اشتهای هوش مصنوعی برای انرژی

همه ما در مورد اشتهای سیری‌ناپذیر هوش مصنوعی برای انرژی شنیده‌ایم. طبق گزارشی از وزارت انرژی و آزمایشگاه ملی لارنس برکلی، تا سال ۲۰۲۸، مراکز داده‌ای مانند آنچه در اشبرن، ویرجینیا بازدید کردم، می‌توانند تا ۱۲٪ از برق ایالات متحده را مصرف کنند. و بله، مشکل ما هستیم، مشکل ما هستیم. هر بار که از یک هوش مصنوعی می‌خواهیم ایمیل بنویسد، یک نقاشی به سبک انیمه بکشد، جورج واشنگتن را به تصویر بکشد یا ویدیویی از پشتک زدن تولید کند، بار دیگر در حال زنگ زدن به آن سالن‌های عظیم پردازنده‌های گرافیکی هستیم. چیزی که می‌خواستم بدانم این بود که وظایف هوش مصنوعی واقعاً چقدر برق مصرف می‌کنند؟ معادل شارژ یک تلفن؟ یک لپ‌تاپ؟ پختن استیک برقی؟ کباب کردن؟ برق خانه‌ام؟ بعد از تحقیق، بازدید از مراکز داده، بررسی تقریباً تمام شرکت‌های بزرگ هوش مصنوعی و بله، روشن کردن آن کباب‌پز، به چند پاسخ رسیدم. اما این کافی نیست. شرکت‌های فناوری باید اطلاعات بیشتری در مورد انرژی که از طرف ما استفاده می‌کنند، به ما بدهند. فرآیند

بیایید با یک مثال جدید و محبوب شروع کنیم: "ویدئویی از یک تخته شیرجه المپیک". لحظه‌ای که وارد می‌شوید، اعلان به یک مرکز داده عظیم هدایت می‌شود. وقتی آنجا هستید، شروع به کار روی استنتاج می‌کند، جایی که هوش مصنوعی از پیش آموزش دیده درخواست شما را تفسیر و پاسخ می‌دهد. در بیشتر موارد، ردیف‌هایی از پردازنده‌های گرافیکی قدرتمند انویدیا وارد عمل می‌شوند و ایده عجیب شما را به واقعیتی حتی عجیب‌تر تبدیل می‌کنند. تراشه‌های رقیب از شرکت‌هایی مانند آمازون، گوگل یا گروکر نیز برای استنتاج شروع به استفاده کرده‌اند.

آموزش مدل قبلاً با تراشه‌های انویدیا اتفاق افتاده است. این مرکز که شاهد یک «SuperPod» از پردازنده‌های گرافیکی Nvidia H100 بود، توسط Equinix، یکی از بزرگترین اپراتورهای مرکز داده جهان که زیرساخت ابری - و اکنون، هوش مصنوعی - را فراهم می‌کند، اداره می‌شود. کریس کیم، معاون ارشد موفقیت مشتری در Equinix، گفت که اگرچه آموزش هوش مصنوعی تقریباً در هر مکانی می‌تواند اتفاق بیفتد، اما استنتاج بهتر است از نظر جغرافیایی نزدیک‌تر انجام شود تا بهترین سرعت و کارایی را ارائه دهد.

اگر شرکت‌های بزرگ هوش مصنوعی واقعاً داده‌ها را به اشتراک بگذارند، محاسبه میزان انرژی مورد استفاده هر پرس‌وجوی هوش مصنوعی بسیار آسان‌تر خواهد بود.

OpenAI چیزی را به اشتراک گذاشت. سام آلتمن، مدیرعامل، گفت که میانگین استفاده از یک پرس‌وجوی چت GPT حدود 0.34 وات ساعت است. OpenAI جزئیات مربوط به مصرف انرژی متن، تصاویر یا ویدیو را منتشر نمی‌کند. محققان برای پر کردن این شکاف وارد عمل شده‌اند. ساشا لوچیونی، رئیس هوش مصنوعی و آب و هوا در پلتفرم هوش مصنوعی منبع باز HuggingFace، آزمایش‌هایی را برای تخمین انرژی مورد نیاز برای تولید انواع مختلف محتوا انجام داده است. او همچنین یک کارت امتیازی AIEnergy را نگهداری می‌کند. از آنجایی که بازیگران برتر هوش مصنوعی از مدل‌های حرفه‌ای خودشان استفاده می‌کنند، به گزینه‌های متن‌باز متکی هستند. انرژی مورد نیاز برای تولید محتوا تا حد زیادی به مدل و پیکربندی پردازنده گرافیکی بستگی دارد. یافته‌های لوچونی را با شارژ یک گوشی هوشمند معمولی که حدود 10 وات ساعت مصرف می‌کند، مقایسه کنید:

متن: گوشی سبک و تک پردازنده گرافیکی لاما از Metaweezed حدود 0.17 وات ساعت مصرف می‌کند، در حالی که مدل بزرگتر لاما که روی چندین پردازنده گرافیکی کار می‌کند، 1.7 وات ساعت مصرف می‌کند.

ویدئو: این رایج‌ترین مورد است. ایجاد ویدیوهای 6 ثانیه‌ای با کیفیت استاندارد بین 20 تا 110 وات ساعت مصرف می‌کند. می‌خواستم خطرات را بهتر درک کنم - به معنای واقعی کلمه. بنابراین یک گریل برقی از فروشگاه هوم دیپو، یک پاورمتر و تهیه‌کننده ویدیویم، دیوید هال، تهیه کردم. حدود ۱۰ دقیقه و ۲۲۰ وات ساعت بعد، یک استیک متوسط برای  ​​خوردن آماده است.

ترجمه: انرژی مورد نیاز برای پختن یک شام مناسب تقریباً معادل تولید دو هوش مصنوعی بود.

 

تأثیر

ارائه دهندگان مرکز داده و شرکت‌های فناوری که با آنها صحبت کردم، همگی یک چیز را گفتند: تقاضا برای این ساختمان‌های مجهز به پردازنده گرافیکی همچنان در حال افزایش است. همانطور که مشاهده کردم ، پنج مرکز داده عظیم را دیدم که در حال افزایش مصرف بودند.

این شرکت‌ها همچنین بر بهبود کارایی مدل‌ها و تراشه‌های خود و تلاش‌هایشان برای روی آوردن به منابع انرژی پاک‌تر و تجدیدپذیر تأکید کردند. مهم نیست که همه چیز چقدر کارآمدتر شود، استفاده از هوش مصنوعی افزایش خواهد یافت. همه ما می‌توانیم کولرهای گازی کارآمدتری بخریم، اما اگر سیاره زمین همچنان گرم‌تر شود، کولر گازی را بیشتر روشن خواهیم کرد و انرژی بیشتری خواهیم سوزاند. لوچیونی امیدوار است که وقتی از این دستگاه‌ها استفاده می‌کنیم، حداقل در مورد مصرف انرژی فکر کنیم. و این درست زمانی است که شرکت‌های اینترنتی شروع به اشتراک‌گذاری اعداد واقعی کرده‌اند تا بتوانیم انتخاب‌های آگاهانه‌ای داشته باشیم.

برگردیم به ویرجینیا، و آن پردازنده‌های گرافیکی پر سر و صدا. معلوم شد که آنها ویدیوهای المپیک نمی‌ساختند. آنها متعلق به برایس تالی از مایرز اسکوئیب بودند - و آنها به دنبال درمان‌های جدید بودند.

ویدیوها، با جریمه‌هایشان

کارشناسان می‌گویند: «تا زمانی که به این مدل‌ها دسترسی پیدا نکنیم، همه ما می‌توانیم تخمین بزنیم.»

شرکت Hertests همچنین از تراشه‌های Hopper نسل قبلی Nvidia استفاده می‌کند.

به گفته جاش پارکر، رئیس بخش پایداری شرکت، Nvidia با جدیدترین تراشه‌های Blackwell Ultra خود، بهره‌وری انرژی را افزایش داده است. پارکرز گفت: «ما از یک سی‌ام انرژی برای همان حجم کاری که سال پیش داشتیم، استفاده می‌کنیم.»

با این اوصاف، تراشه‌های قدیمی‌تر بسیار شگفت‌انگیز هستند. Thepod در تأسیسات Equinix دید؟ هزینه آن فقط برای سخت‌افزار Nvidia بیش از ۹ میلیون دلار است. وقتی مدل‌های جدید عرضه می‌شوند، آنها را در سطل زباله نمی‌اندازید. و من فقط به برق پرداخته‌ام. این پردازنده‌های گرافیکی داغ همچنین برای خنک ماندن به مقدار زیادی آب نیاز دارند، اما این یک داستان کاملاً متفاوت است.

منبع: علوم عمومی