Kussakin kahdesta teollisesta vallankumouksesta, joita maailma on kokenut menneinä aikakausina, teknologisen kehityksen suuret hyppyjä on rinnastettu samankaltaisiin suuriin muutoksiin maailmassa. työväen oikeuksista ja siirtomaavallasta siihen, saako maailman rikkain mies Voi odota, ehkä maailma   Kaiken kaikkiaan maailman suurimmat ongelmat, Ostaa muita yrityksiä ei ole muuttunut niin paljon Ostaa muita yrityksiä ei ole ei ole muuttunut niin paljon Vitsit sivuun, useita tällaisia kysymyksiä syntyy globaaleissa keskusteluissa siitä, mihin meidän pitäisi keskittää ihmiskunnan resursseja. johdonmukaisesti, ilmastonmuutos mainitaan yhtenä johtavista huolenaiheista, joita työntekijät, hallitukset ja tiedemiehet kohtaavat. Historiallisesti nopeasti kehittyvillä tekniikoillamme, jotka alkoivat 1800-luvun puolivälissä, on ollut epämiellyttävä sivuvaikutus, joka kiihdyttää ilmaston lämpenemistä kasvihuonekaasujen ja epäpuhtauksien vapauttamisen kautta. AI: n kehittämisen kannalta välttämättömiä - ovat johtaneet keskusteluihin siitä, onko tekoäly, raaka-aineen tehokkuuden kautta, voinut kompensoida sen ylläpitämiseksi tarvittavan massiivisen ympäristöjalanjäljen. Suorituskykyiset tietojenkäsittelylaitteet (HPC) Suorituskykyiset tietojenkäsittelylaitteet (HPC) Energy Sink, Pollutant Faucet Huomautus: Tämä osa sekä seuraava osa sisältävät tietoja, jotka on parafoitu Berkeley Lab 2024 United States Data Center Energy Usage Report -raportista ja tästä Nature -raportista suurten kielimallien ympäristövaikutuksista. Berkeley Lab 2024 Yhdysvaltain datakeskuksen energiankulutusraportti Berkeley Lab 2024 Yhdysvaltain datakeskuksen energiankulutusraportti Luonto-raportti suurten kielten mallien ympäristövaikutuksista Luonto-raportti suurten kielten mallien ympäristövaikutuksista Vaikka perinteiset palvelinhuoneet, kuten se, joka isännöi tätä verkkosivustoa, ovat pohjimmiltaan keskitetyn käsittelyyksikön (CPU) hyllyjä, aivan kuten tietokoneesi käyttää, AI-erikoistuneet tilat eroavat muutamalla merkittävällä tavalla: 
 
 
 
 
 HPC-laitokset käyttävät usein graafisia prosessointiyksiköitä (GPU) keskusprosessointiyksiköiden (CPU) sijasta lähinnä johtuen entisen paremmasta suorituskyvystä rinnakkaisprosessoinnissa ja energiatehokkuudessa. HPC-laitokset käyttävät korkeamman kaistanleveyden tallennus- ja siirtomenetelmiä AI-tietojenkäsittelyn valtavien vaatimusten vuoksi. HPC-laitokset vaativat erityisiä jäähdytysjärjestelmiä, jotka johtuvat GPU-laitteiden massiivisten sarjojen tuottamasta lämmöstä. HPC-laitokset käyttävät laskentatehoa kiinteiden vaatimusten perusteella (tietojenkäsittelytehtävän suorittaminen) muuttujien sijasta (500-20 000 käyttäjää yrittää käyttää verkkosivustoa). Rinnakkainen käsittely Itse asiassa nämä erot merkitsevät sitä, että huippuluokan AI-tietokeskukset ovat kalliimpia, energiatehokkaampia ja vaikeampia ylläpitää. AI-tietokeskukset käyttävät valtavia määriä sähköä: alle vuosikymmenessä AI-tietokeskusten keskimääräinen yhteenlaskettu teho kolminkertaistui – 60 TwH: sta 176 TwH: een vuoteen 2024 mennessä, mikä edustaa noin 4,4 prosenttia Yhdysvaltojen kokonaistietojen kulutuksesta. Missä kaikki tämä energia menee? Tyypillisessä datakeskuksessa GPU-sarjojen käyttämiseen käytetty energia vie hieman alle kaksi kolmasosaa laitoksen kokonaisvirrankulutuksesta; loput energiasta menee järjestelmiin, jotka auttavat laitteistojen kiihdyttimiä todella toimimaan - jäähdytys-, valaistus- ja lämpötilanhallintajärjestelmät ovat kaikki välttämättömiä HPC-keskuksen pitämiseksi toiminnassa.Vaikka näihin ylimääräisiin virranottoihin käytetty ylimääräinen energia muodostaa ei-toivotun tehottomuuden monissa Yhdysvaltojen datakeskuksissa, tiedemiehet ja insinöörit löytävät jatkuvasti nopeampia tapoja vähentää ylimääräistä kulutusta, joissain tapauksissa lisää käyttöä vain 17 prosenttiin. Relative Efficiency? AI: lla (jos sitä käytetään vastuullisesti, tietenkin) on paljon panosta yhteiskuntaamme. ja tehokkaammin AI: n kanssa, Tutkijat halusivat arvioida, kuinka paljon tekoäly voisi säästää meitä vertaamalla 500 sanan sivun kirjoittamisen hypoteettisia kustannuksia tekoälytyökalujen avulla verrattuna ihmisen työhön. Meta Llama-3: n kaltaiset huippuluokan suuren kielen mallit (LLM) saavuttivat samanlaisen tehokkuuden kuin 40-150 amerikkalaisen kansalaisen, ja pienemmät, energiatehokkaammat mallit, kuten Google Gemma-2B, tuotti työtä noin 130-1100 amerikkalaisen tehokkuudella. Yritykset työskentelevät nopeammin Luontoa Löytyi tämä Yritykset työskentelevät nopeammin Löytyi tämä Tarkoittaako tämä siis sitä, että meidän pitäisi aloittaa ihmisten korvaaminen tekoälyllä? päätteli tutkijat, jotka huomasivat ilmeiset eettiset huolenaiheet lukujensa vaikutusten kanssa. Huolimatta työntekijöiden siirtymisen vakavuudesta globaalille yhteiskunnalle ja taloudelle, AI: n laaja-alainen hyväksyminen, kuten se on, kohtaa luontaisen haasteen olla epäluotettava, kun sitä ei valvota. Yksi tutkijoiden mallin kiireellisimmistä puutteista on kyvyttömyys ottaa huomioon ihmisten ja tekoälyn tuottamien töiden laatu. Tämän rikkominen, näemme, että kun tekoälyn on osoitettu lisäävän ihmisten työntekijöiden tuottoa, tehokkuuden nousu pysähtyy siellä - kun taas tekoälyn järjestelmien ja ihmisen kekseliäisyyden yhdistelmä voi tuottaa toivottua työtä, itsenäiset LLM: t eivät Ei ainakaan tarkemman harkinnan jälkeen. 
 
 Tämä artikkeli on tuonut sinulle Meidän AI, opiskelijoiden perustama ja opiskelijoiden johtama AI-etiikkaorganisaatio, joka pyrkii monipuolistamaan AI: n näkökulmia sen lisäksi, mitä tavallisesti keskustellaan nykyaikaisissa tiedotusvälineissä. Tämä artikkeli on tuonut sinulle Meidän AI, opiskelijoiden perustama ja opiskelijoiden johtama AI-etiikkaorganisaatio, joka pyrkii monipuolistamaan AI: n näkökulmia sen lisäksi, mitä tavallisesti keskustellaan nykyaikaisissa tiedotusvälineissä. For a Greener Future Huolimatta nykyisen kvantitatiivisen tutkimuksen pätevyydestä tekoälyn kehittämisen lyhyen aikavälin kustannuksista, olen sitä mieltä, että meidän on jatkettava polkua kohti parempaa ja parempaa tekoälyä riippumatta siitä, mitä. Korostaen sitä, että tämä on tehtävä turvallisesti ja aikomuksena hyödyttää kohtuullisen suurta osaa yhteiskunnasta, väitän, että teknologinen edistys on usein ainoa tapa ratkaista maailman ongelmat. Loppujen lopuksi se oli geenitekniikka, joka istutti toisen maatalouden vallankumouksen siementen, joka huipentui lievittämään suuria elintarvikepulaa Kaakkois-Aasiassa, ja rokotteet, jotka toivat kymmeniä yleisiä tuholaisia polvilleen vuosien kuluessa. Samoin, vaikka

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Tämä ääni on tuotettu tarinan alkuperäisellä kielellä!

AI ei ole niin ympäristöhaitallista kuin luulet

About Author

KOMMENTIT

RIPUTA TAGSIA

TÄMÄ ARTIKKELI ESITETTIIN

Related Stories

Noonies Interview with Stefano Pavone, the Retrogaming Reporter

10x Research: How a FIL Backed USD Stablecoin By Secured Finance Would Boost The Filecoin Ecosystem

Why Choosing to Publish on HackerNoon First Matters

Unveiling the Web 2.5 Documentary: Navigating the Future of the Internet

Noonies Interview with Stefano Pavone, the Retrogaming Reporter

10x Research: How a FIL Backed USD Stablecoin By Secured Finance Would Boost The Filecoin Ecosystem

Why Choosing to Publish on HackerNoon First Matters

Unveiling the Web 2.5 Documentary: Navigating the Future of the Internet

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps