AI-nyhederEliseo Curcio sparer strøm i AI-datacentre
Eliseo Curcio og kolleger har udviklet en metode, hvor AI selv finder den mindst energikrævende måde at træne på. Kan skære elregninger i datacentre markant.
Det nye trick
Forskere har fundet en måde at lade AI selv finde den mindst energikrævende måde at træne på. Ved at lære systemet at slukke og tænde for forskellige dele af computerne, kan de spare strøm uden at gøre træningen langsommere. Det er testet fra en enkelt GPU til hele haller fulde af servere.
Hvad kan det bruges til?
Metoden kan hjælpe med at sænke de kæmpe elregninger, som AI-datacentre har. Jo flere virksomheder træner store sprogmodeller, jo mere strøm bruger de. Hvis de alle tager metoden i brug, kan det mindske presset på elnettet og gøre AI billigere at udvikle.
- Forskere testede metoden fra én GPU til hele datacentre.
- Metoden bruger AI til at styre strømforbruget.
- Den kan reducere energiforbruget uden at sænke hastigheden på AI-træning.
- Metoden er udviklet af Eliseo Curcio og kolleger.
- Forskningen er uploadet til arXiv under titlen 'Cutting AI Datacenter Energy with Reinforcement Learning'.
Du kan få billigere og grønnere AI-tjenester i fremtiden, fordi udviklere kan skære ned på strømforbruget og sende besparelsen videre.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.