20 Jahre alte Idee steigert die Effizienz von KI um das Tausendfache

Vor allem die Datenübertragung verursacht einen Großteil des Energieverbrauchs. Dies gilt umso mehr bei den enormen Datenmengen, mit denen Algorithmen der künstlichen Intelligenz arbeiten.

Das Weglassen dieses Schritts, der auch als Engpass zwischen Gedächtnis und logischen Prozessen gilt, hat daher enorme Auswirkungen. Und genau hier kommt eine Idee aus dem Jahr 2003 ins Spiel, die damals an der University of Minnesota entwickelt wurde.

Dies führte zu einer Zusammenarbeit zahlreicher Disziplinen von der Physik über die Ingenieurwissenschaften bis hin zur Informatik. Das Ergebnis waren eine Reihe von Schaltkreisen, die heute in Smartwatches und Speicherelementen verwendet werden.

Computational Random Access Memory, kurz CRAM, war ebenfalls beteiligt. Dies ermöglicht die tatsächliche Berechnung und Ausführung paralleler Prozesse direkt im Hauptspeicher und dort an jedem beliebigen Ort.

Mehr als nur eine neue Architektur

Außerdem handelt es sich hierbei nicht um herkömmliche Schaltkreise, sondern um magnetische Tunnelkontakte, die das nutzen können Elektronenspin anstelle der Ladung, um zwischen 0 und 1 zu wechseln.

Bei Anwendungen, die auf künstlicher Intelligenz basieren, ergibt sich daraus ein Stromverbrauch von einem Tausendstel, um letztendlich das gleiche Ergebnis wie mit der klassischen Methode zu erzielen. Der aktuelle und prognostizierte Stromverbrauch neuronaler Netze weltweit zeigt, wie groß diese Strommenge ist. Nach Angaben der Internationalen Energieagentur wurden im Jahr 2022 460 Terawattstunden verbraucht. Bis spätestens 2026 sollen es dann 1.000 Terawattstunden sein länger benötigt werden. Dies entspricht dem jährlichen Stromverbrauch Japans, der viertgrößten Volkswirtschaft mit 126 Millionen Einwohnern.

Laut dem Papier wäre dies nicht einmal das bestmögliche Ergebnis. Weitere Tests könnten den Energieverbrauch um den Faktor 1.700 bis 2.500 senken. Möglich wird diese zusätzliche Effizienzsteigerung durch eine gezielte Anpassung des CRAM an einzelne Algorithmen, die noch schneller und damit wirtschaftlicher berechnet werden können.

Das obige ist der detaillierte Inhalt von20 Jahre alte Idee steigert die Effizienz von KI um das Tausendfache. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!