Երկու արդյունաբերական ռեժիմներում, որոնք աշխարհը փորձում է առաջադեմ ժամանակների ընթացքում, տեխնոլոգիական առաջադեմի մեծ թռիչքները միասին միասին միասին միասին մեծ թռիչքներ ունեն: Աշխատանքային իրավունքների եւ կոլիտանիայի վերականգնումության մասին, թե ինչպես պետք է կարող լինել աշխարհում ամենագեղեցիկ մարդը Ահա, կարող է, որ աշխարհը   Իհարկե՝ Աշխարհի ամենամեծ խնդիրները, buy other companies Ոչ Ավելի շատ փոխվել է Ավելացնել այլ ընկերություններ Ոչ Ոչ Ավելի շատ փոխվել է Շատ հարցեր, ինչպիսիք են այն, ինչպիսիք են, ինչպիսիք են, ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, թե ինչպիսիք են, AI- ի զարգացման համար անհրաժեշտ է: Այս մասին խոսել են, թե AI-ը, այնպես որ, կարող է վերահսկել այն խոշոր միջավայրի ծախսերը, որոնք անհրաժեշտ են իր պահպանման համար: High-Power Computing Facilities (HPCs) համակարգչային սարքավորումներ High-Power Computing Facilities (HPCs) համակարգչային սարքավորումներ Energy Sink, Pollutant Faucet Նշում է, որ այս մասը, ինչպես նաեւ հաջորդ մասը, ներառում է Berkeley Lab 2024 United States Data Center Energy Usage Report- ի եւ այս Nature- ի հետազոտությունների մասին մեծ լեզուային մոդելների पर्यावरणային ազդեցության մասին: Berkeley Lab 2024- ը ԱՄՆ-ի տվյալների կենտրոնի էներգիայի օգտագործման մասին Berkeley Lab 2024- ը ԱՄՆ-ի տվյալների կենտրոնի էներգիայի օգտագործման մասին Nature- ի գրասենյակ՝ մեծ լեզուների մոդելների पर्यावरणային ազդեցության մասին Nature- ի գրասենյակ՝ մեծ լեզուների մոդելների पर्यावरणային ազդեցության մասին Որքան էներգիայի օգտագործում է HPC սարքավորումներ կարող է դժվար լինել: Երբ բնական սերվերի սարքավորումներ, ինչպիսիք են այս կայքը, հիմնականում կենտրոնական Processing Units (CPUs) սարքավորումներ են, ինչպիսիք են ձեր համակարգչի օգտագործման սարքավորումներ, AI- ի մասնագիտացված սարքավորումներ տարբերվում են մի քանի կարեւոր ձեւով: 
 
 
 
 
 HPC գործարանները հաճախ օգտագործում են Graphics Processing Units (GPUs) այլեւ Central Processing Units (CPUs) հիմնականում, քանի որ առաջինը ավելի բարձր կատարում է parallel processing եւ էներգիայի արդյունավետության. HPC սարքավորումներ օգտագործում են ավելի բարձր լայնության storage եւ փոխանցման մեթոդներ, քանի որ մեծ պահանջները AI տվյալների մշակման. HPC գործարանները պահանջում են մասնավոր սառուցման համակարգեր, ինչպիսիք են GPU-ների մեծ քանակների արտադրված ջերմությունը: HPC սարքավորումներ օգտագործում են համակարգչային հզորությունը տեղադրված պահանջների վրա (բեռնել տվյալների մշակման գործառույթը), այլեւ փոխանցվող (500-20,000 օգտվողները փորձում են հասնել կայքը). Parallel մատակարարման Այս տարբերությունը նշանակում է, որ AI- ի համակարգչային կենտրոնները ավելի գեղեցիկ են, ավելի էլեկտրական են եւ ավելի դժվար են պահպանել: AI- ի տվյալների կենտրոնները օգտագործում են մեծ քանակը էլեկտրականներ: մի քանի տարիների ընթացքում, AI- ի տվյալների կենտրոնների օգտագործված հզորության քանակը կտրել է: 60 TwH- ից մինչեւ 176 TwH- ից 2024- ում, ինչպիսիք են մոտ 4.4%-ը ԱՄՆ-ի ամբողջական տվյալների օգտագործման համար: Այս քանակը պարզապես պլանավորվում է, որ 2028-ին 320 TwH- ից, այն դեպքում, որ HPC- ի գործարանները կանգնեն մոտ 7%-ը ԱՄՆ-ի էլեկտրական օգտագործման համար: Որտեղ է բոլորը այս ջերմաստիճանը: Հիմնական data center- ում, ջերմաստիճանը, որը իրականում օգտագործվում է ջերմաստիճանի GPU- ների սարքավորումների օգտագործման համար, մի քիչ ավելի քան 2/3- ից է բջջային համակարգի ամբողջական ջերմաստիճանի օգտագործման համար: Արդյունաբերական ջերմաստիճանի բջջային բջջային բջջային բջջային բջջային բջջային բջջային բջջային բջջային բջջային բջջային բջջային բջջջային բջջային բջջջային բջջային բջջային բջջջային բջջջային բջջջային բջջջային բջջջային բջջային բջջջային բջջջային բ Relative Efficiency? AI- ը (որ երբ օգտագործվում է պատասխանատուորեն, իհարկե) շատ է օգնում մեր ընկերության համար: Երբ շատ ընկերություններ եւ աշխատակիցները եւ ավելի արդյունավետ AI- ի հետ, Ուսանողները ցանկանում են գնահատել, թե ինչքան աշխատանքը AI- ը կարող է փնտրել մեզ հետ, համեմատելով 500-րդ խոսքի էջի գրառումը, որը օգտագործում է AI- ի գործիքները, համեմատելով մարդկանց աշխատանքի հետ: Ուսանողները չգիտել են գրառումը եւ գրառումը ժամանակի, արդյունաբերական ծախսերի, ալյումինե մետաղադրամների եւ ջրի օգտագործման համար: Meta- ի Llama-3- ի նման մեծ լեզուային մոդելներ (LLMs) հասկանում են նման արդյունավետությունը 40-150 ԱՄՆ-ի մարդից, եւ, որ Google- ի Gemma-2B- ի նման փոքր, ավելի արդյունավետ մոդելներ աշխատել են 130-1100 ԱՄՆ-ի արդյունավետությամբ: Աշխատանքը արագ է Քաղաքական Դա գտնել է Աշխատանքը արագ է Դա գտնել է Այսպիսով, դա նշանակում է, որ մենք պետք է սկսենք աշխատակիցների փոխարինման AI- ի հետ: Ահա, թե որքան հզոր է աշխատողների փոխանցման հզորությունը ամբողջ աշխարհում ընկերության եւ οικονομի վրա, AI- ի լայն արտադրությունը, քանի որ այն ցույց է տալիս, կախված է հզորության հզորությունը, երբ չի վերահսկվում: Մեկը հետազոտողների մոդելում ամենամեծ հզորությունը այն է, որ չի կարող հաշվի մարդկանց եւ AI- ի արտադրված աշխատանքների որակի համար: Այս կախվածում, մենք տեսնում ենք, որ, երբ AI- ը ցույց է տալիս, որ բարձրում է աշխատողների արտադրանքը, արդյունավետության բարձրությունը կանգնանում է այնտեղ: Մինչեւ AI համակարգերի եւ մարդային հզորության համատեղը կարող է արտադրել ցանկալի աշխատանքը, հզոր LLM- ը չի կարող հավատել, որ արտադրել է Ոչ, քանի որ ավելի շատ խոսել է, 
 
 This article is brought to you by Our AI, a student-founded and student-led AI Ethics organization seeking to diversify perspectives in AI beyond what is typically discussed in modern media. Եթե դուք սիրում եք այս հոդվածը, խնդրում ենք տեսնել մեր ամսական գրառումները եւ բացասական հոդվածներ https://www.our-ai.org/ai-nexus/read! This article is brought to you by Our AI, a student-founded and student-led AI Ethics organization seeking to diversify perspectives in AI beyond what is typically discussed in modern media. Եթե դուք սիրում եք այս հոդվածը, խնդրում ենք տեսնել մեր ամսական գրառումները եւ բացասական հոդվածներ ! https://www.our-ai.org/ai-nexus/read For a Greener Future «Ես հավատում եմ, որ մենք պետք է շարունակենք ավելի լավ եւ ավելի լավ AI- ի ստեղծման ճանապարհը, թե ինչ-որ բան: Երբ մենք հավատում ենք, որ դա պետք է կատարվում անվտանգորեն եւ մի հարմարավետ մեծ մասի ընկերության օգնության համար, ես հավատում եմ, որ տեխնոլոգիական առաջադեմը հաճախ միասնական ճանապարհ է լուծել աշխարհի խնդիրները: Իհարկե, այն է, որ գենտային ինժեներգիա էր, որը փնտրել է Second Agricultural Revolution- ի բաղադրիչը, որը կասկածել է հարմարավետ սննդի սննդի սննդի ծախսերը Չինաստանում, եւ սեղմիչները, որոնք տպել են մի քանի հարմարավետ, ծախսերի բուժման հիվանդություններ մի քանի տարիների ընթացքում:

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

Read My Stories

Այս աուդիոն պատրաստվել է պատմության բնօրինակ լեզվով:

AI- ը ոչ թե այնքան էլեկտրոնային վտանգավոր չէ, ինչպես դուք կարծում եք

About Author

ՄԵԿՆԱԲԱՆՈՒԹՅՈՒՆՆԵՐ

ԿԱԽՎԵԼ ՏԵԳՍԵՐ

ԱՅՍ ՀՈԴՎԱԾԸ ՆԵՐԿԱՅԱՑՎԵԼ Է Մ

Related Stories

Hypernative Bolsters Bitcoin L2 Security as Stacks Ecosystem Gets Real-Time Protection

HyveDA Secures $50 Million in Pre-Deposits After Symbiotic Mainnet Launch

How HyperCycle Is Building the Internet for AI: A Deep Dive with Toufi Saliba

Toufi Saliba: The Architect Behind HyperCycle's Decentralized Network of AI

Hypernative Bolsters Bitcoin L2 Security as Stacks Ecosystem Gets Real-Time Protection

HyveDA Secures $50 Million in Pre-Deposits After Symbiotic Mainnet Launch

How HyperCycle Is Building the Internet for AI: A Deep Dive with Toufi Saliba

Toufi Saliba: The Architect Behind HyperCycle's Decentralized Network of AI

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps