Straujais mākslīgā intelekta (AI) pieaugums palielina enerģijas patēriņu, radot ievērojamas vides problēmas. Sarežģītu AI modeļu apmācībai ir nepieciešama liela skaitļošanas jauda, kas palielina elektroenerģijas patēriņu un palielina oglekļa emisijas.
Tā kā mākslīgā intelekta sistēmas kļūst arvien progresīvākas, pastiprinās slodze uz elektrotīkliem, tāpēc ir svarīgi atrast veidus, kā samazināt to enerģijas ietekmi uz ilgtspējīgu nākotni. Atzīstot šo problēmu, AI mikroshēmu un programmatūras starta uzņēmums Recogni ir izstrādājis revolucionāru tehnoloģiju, lai samazinātu izmaksas, samazinātu enerģijas patēriņu un uzlabotu AI efektivitāti.
Šodien Recogni ieviesa jaunu skaitļošanas metodi, kas izstrādāta, lai padarītu AI apmācības un secinājumu mikroshēmas mazākas, ātrākas un rentablākas.
Uzņēmums Recogni, ko atbalsta BMW, Bosch un riska kapitāla uzņēmums Mayfield, specializējas mikroshēmu un programmatūras izstrādē AI secinājumu veikšanai, kur apmācīti AI modeļi apstrādā jaunus datus, lai prognozētu vai pieņemtu lēmumus, pamatojoties uz jauniem datiem.
Jaunā patentētā sistēma, ko sauc par Pareto, izmanto logaritmisko pieeju, kas pārspēj esošās metodes lielu AI modeļu darbināšanai. “Tas ir milzīgs lēciens visos KPI (galvenajos veiktspējas rādītājos), kas ietekmē silīcija aparatūras sistēmas dizainu, kad runa ir par AI skaitļošanu,” Reuters sacīja Recogni līdzdibinātājs un AI viceprezidents Žils Bakhūss.
Pašreizējiem AI modeļiem, piemēram, OpenAI GPT-4 un Google Gemini, ir nepieciešams milzīgs skaitļošanas jaudas apjoms, lai veiktu tādus uzdevumus kā reaģēšana uz uzvednēm tērzēšanas robotos, piemēram, ChatGPT. Recogni’s Pareto sistēma pārvērš šīs jaudas ietilpīgās reizināšanas darbības saskaitījumos, ievērojami samazinot enerģijas patēriņu, vienlaikus saglabājot precizitāti.
Uzņēmums jau ir pārbaudījis Pareto AI modeļos, ko izstrādājuši Meta Platforms, Stability AI un citi.
“Mēs runājam ar uzņēmumiem, kas ievieto aparatūru datu centros un piedāvā to pasaulei ikvienam, kas to vēlas būtībā nomāt… tas noteikti ir viens no mūsu apsvērtajiem izvietošanas ceļiem,” piebilda Backhus.
Atpazīšana pirmo reizi pievērsa mūsu uzmanību 2019. gadā, kad ASV un Vācijas AI jaunuzņēmums slēptā veidā parādījās ar 25 miljonu dolāru finansējumu, lai izstrādātu mazjaudas AI apstrādi autonomiem transportlīdzekļiem. Viņu pirmā mikroshēma, kas izstrādāta un ražota, izmantojot Taiwan Semiconductor Manufacturing Co 7 nanometru procesu, lika pamatu pašreizējiem jauninājumiem.
Uzņēmums Recogni, ko 2017. gadā dibināja Ešvini Čodharijs, Jevgeņijs Feinbergs, Žils Bakhūss, RK Anands un Valērija Čana, koncentrējas uz uz redzi balstītu AI platformu izveidi autonomiem transportlīdzekļiem. Ar savu Vision Cognition procesoru uzņēmuma mērķis ir atrisināt galapunktu noteikšanas problēmas autonomajos transportlīdzekļos, paverot ceļu progresīvākiem autonomijas līmeņiem. Dibinātāji sniedz plašu pieredzi sistēmu projektēšanā, AI, redzējumā un pielāgotā silīcija dizainā.
