هوش مصنوعی مولد کم‌مصرف: پایان عصر مصرف انرژی بی‌رویه در فناوری

از هیاهو تا واقع‌گرایی

به گزارش سیلاد و به نقل از ZDNET، ظهور هوش مصنوعی مولد (Gen AI) و پردازنده‌های گرافیکی پُرانرژی، در ابتدا این تصور را ایجاد کرد که دوران توجه به بهره‌وری انرژی و پایداری به پایان رسیده است. گویی شرکتها، همانند فردی که خودروی کم‌مصرف خود را با یک مدل پُرمصرف تعویض می‌کند، به سمت فناوری‌های پرهزینه‌تر گرایش پیدا کرده‌اند.

آمارهای اولیه نیز این نگرانی را تقویت می‌کرد. برای مثال، پژوهش‌های مؤسسه آبردین در سال ۲۰۲۳ نشان داد که پس از سال‌ها تلاش برای بهبود بهره‌وری انرژی، برخی کسب‌وکارها در رقابت برای پیاده‌سازی زیرساخت‌های قدرتمند هوش مصنوعی، از تعهدات زیست‌محیطی خود عقب افتاده‌اند.

چرا کسب‌وکارها به سمت هوش مصنوعی پُرمصرف گرایش یافتند؟

این رویکرد چندان غیرمنطقی نبود. تبلیغات گسترده حول هوش مصنوعی، بسیاری از سازمان‌ها را متقاعد کرده بود که برای باقی ماندن در رقابت، باید هرچه سریع‌تر به این فناوری دست یابند. کمبود پردازنده‌های گرافیکی (GPU) و تمرکز برخی شرکت‌های پیشرو بر قدرت پردازشی به جای بهینه‌سازی انرژی، این تصور را تقویت کرد. حتی برخی کسب‌وکارهای کوچک به استفاده از سخت‌افزارهای گیمینگ برای توسعه هوش مصنوعی روی آوردند. برای مدتی، به نظر می‌رسید که پایداری انرژی و تعهدات کربن‌زدایی به حاشیه رانده شده‌اند.

بازگشت به مسیر بهره‌وری

اما با فروکش کردن تب اولیه، نگاه واقع‌بینانه‌تری به هوش مصنوعی شکل گرفته است. امروزه بسیاری از سازمان‌ها دریافته‌اند که می‌توانند بدون صرف هزینه‌های گزاف انرژی، از مزایای این فناوری بهره‌مند شوند.

بر اساس نظرسنجی اخیر آبردین، اگرچه بیش از ۹۰ درصد از شرکت‌ها از هوش مصنوعی استفاده می‌کنند و ۲۵ درصد نیز سرمایه‌گذاری‌های کلانی در این زمینه انجام داده‌اند، اما رویکرد آنها به سمت مدل‌های کوچک‌تر و کارآمدتر تغییر کرده است. جالب اینجاست که برخی حتی مدل‌های زبانی خود را روی لپ‌تاپ‌های معمولی آموزش می‌دهند!

تغییر اولویت‌ها: از قدرت پردازشی به سمت ذخیره‌سازی و ابر ترکیبی

در این نظرسنجی، پردازنده‌های گرافیکی (GPU) به رتبه چهارم در فهرست فناوری‌های موردنیاز کسب‌وکارها سقوط کرده‌اند، در حالی که افزایش ظرفیت ذخیره‌سازی و راه‌حل‌های ابر ترکیبی در صدر قرار گرفته‌اند. این نشان‌دهنده آن است که شرکتها بیشتر به مدیریت داده‌ها و انعطاف‌پذیری زیرساخت‌ها توجه دارند تا صرفاً قدرت سخت‌افزاری.

بازیگران بزرگ و انرژی پایدار

البته غول‌های فناوری مانند آمازون، مایکروسافت و گوگل همچنان به انرژی زیادی نیاز دارند و حتی به سمت استفاده از انرژی هسته‌ای روی آورده‌اند. اما حتی برای آنها نیز راه‌حل‌های جدیدی در حال ظهور است، از جمله تکنیک‌های محاسباتی کم‌مصرف مانند ضرب خطی-پیچیدگی و ضرب ماتریسی بهینه‌شده.

نتیجه‌گیری: همسویی هوش مصنوعی و پایداری

به نظر می‌رسد دوران تقابل هوش مصنوعی و مصرف انرژی به پایان رسیده است. امروزه سازمان‌ها به‌خوبی دریافته‌اند که می‌توانند همزمان از فناوری‌های پیشرفته بهره ببرند و به اهداف پایداری خود پایبند باشند. شاید این تحول را بتوان به انتخاب یک خودروی برقی پرقدرت به جای مدل بنزینی پُرمصرف تشبیه کرد—ترکیبی از کارایی و مسئولیت‌پذیری زیست‌محیطی.

یافته‌های کامل این پژوهش در کنفرانس SpiceWorld، آبان‌ماه امسال در آستین ارائه خواهد شد.