20년 된 아이디어로 AI 효율성 1000배 향상

에너지 소비의 큰 부분을 차지하는 것은 주로 데이터 전송입니다. 인공지능 알고리즘이 작업하는 엄청난 양의 데이터의 경우 더욱 그렇습니다.

메모리와 논리 프로세스 간의 병목 현상으로 간주되는 이 단계를 생략하면 엄청난 영향을 미칩니다. 그리고 이것이 바로 2003년 당시 미네소타 대학에서 개발된 아이디어가 작용하는 지점입니다.

이를 통해 물리학부터 공학, 컴퓨터 과학까지 다양한 분야 간의 협력이 이루어졌습니다. 그 결과 오늘날 스마트 시계와 메모리 소자에 사용되는 여러 회로가 탄생했습니다.

컴퓨팅 랜덤 액세스 메모리(CRAM)도 포함되었습니다. 이를 통해 메인 메모리와 그 안의 어느 위치에서나 직접 병렬 프로세스의 실제 계산 및 실행이 가능합니다.

단순한 새로운 아키텍처 그 이상

게다가 이는 기존 회로가 아니라 자기 터널 접점을 사용할 수 있습니다. 0과 1 사이를 전환하는 전하 대신 전자 스핀을 사용합니다.

인공 지능 기반 응용 프로그램에서는 궁극적으로 고전적인 방법과 동일한 결과를 얻기 위해 1000분의 1의 전력 소비가 발생합니다. 전 세계 신경망의 현재 및 예상 전기 소비량은 이 전기량이 얼마나 큰지를 보여줍니다. 국제에너지기구(International Energy Agency)에 따르면 2022년에는 460테라와트시가 사용되었습니다. 늦어도 2026년에는 1,000테라와트시가 될 것으로 예상됩니다.

99.9%의 엄청난 절약 잠재력을 고려하면 999테라와트시가 남게 됩니다. 더 이상 필요하지 않습니다. 이는 인구 1억 2,600만 명으로 경제 규모 4위인 일본의 연간 전력 소비량에 해당합니다.

논문에 따르면 이는 가능한 최선의 결과조차 아닐 것입니다. 추가 테스트를 통해 에너지 소비를 1,700~2,500배 줄일 수 있습니다. 이러한 추가적인 효율성 증가는 CRAM을 개별 알고리즘에 맞게 조정함으로써 가능하며, 이는 훨씬 더 빠르고 더 경제적으로 계산될 수 있습니다.

위 내용은 20년 된 아이디어로 AI 효율성 1000배 향상의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!