" По словам основателя Akash Network Грега Осури, искусственный интеллект упирается в стену энергопотребления, и по мере увеличения количества моделей для их обучения вскоре могут потребоваться такие же объемы энергии, как у ядерных реакторов.
На мероприятии Token2049 в Сингапуре Осури заявил, что отрасль недооценивает темпы роста вычислительных мощностей и их экологические последствия. Он отметил, что центры обработки данных уже потребляют сотни мегаватт энергии, получаемой из ископаемого топлива.
Осури предупредил, что эта тенденция может спровоцировать энергетический кризис, что приведет к росту счетов домохозяйств за электроэнергию и увеличению объема выбросов на миллионы тонн ежегодно.
«Мы приближаемся к моменту, когда ИИ убивает людей», — сказал он, указав на воздействие на здоровье от концентрированного использования ископаемого топлива вокруг центров обработки данных.
Грег Осури на мероприятии Token2049 в Сингапуре. Источник: Cointelegraph.
Как децентрализация может смягчить проблему энергопотребления ИИ
Во вторник агентство Bloomberg сообщило, что центры обработки данных на базе искусственного интеллекта приводят к резкому росту цен на электроэнергию в США.
В отчете подчеркивается, как центры обработки данных способствуют росту счетов за электроэнергию для домохозяйств. Согласно отчету, оптовые цены на электроэнергию в районах, расположенных рядом с центрами обработки данных, выросли на 267% за пять лет.
Осури считает, что альтернативой является децентрализация. Вместо того, чтобы концентрировать чипы и энергию в отдельных мегацентрах обработки данных, следует перейти на распределенное обучение в сетях небольших смешанных графических процессоров — от высокопроизводительных корпоративных чипов до игровых карт в домашних ПК, что может обеспечить эффективность и устойчивость.
«Как только будут разработаны стимулы, это наберет обороты, как в свое время майнинг», — сказал он, добавив, что домашние компьютеры также со временем смогут зарабатывать токены, предоставляя резервную вычислительную мощность.
Это видение имеет сходство с ранними днями майнинга биткоина: обычные пользователи могли бы предоставлять свои вычислительные мощности сети и получать вознаграждение. На этот раз «майнинг» будет заключаться в обучении моделей искусственного интеллекта, а не в решении криптографических задач.
Осури заявил, что это может дать обычным людям возможность участвовать в будущем ИИ, одновременно снижая затраты для разработчиков.
Не обошлось и без проблем
Хотя потенциал этой технологии неоспорим, Осури отметил, что проблемы все еще существуют. Обучение крупномасштабных моделей на множестве различных графических процессоров требует технологических прорывов в программном обеспечении и координации. По его словам, отрасль только начинает решать эту проблему.
«Около полугода назад несколько компаний начали демонстрировать различные аспекты распределенного обучения, — сказал Осури. — Никто не собрал все эти вещи воедино и не запустил модель». Он добавил, что ситуация может измениться «к концу года».
Ещё одно препятствие — создание справедливых систем стимулирования.
«Самое сложное — это стимулирование, — сказал Осури. — Зачем кому-то отдавать свой компьютер на обучение? Что он получает взамен? Это задача сложнее, чем разработать саму технологию алгоритма».
Несмотря на эти препятствия, Осури настаивал на необходимости децентрализованного обучения ИИ. Он заявил, что, распределяя нагрузку по глобальным сетям, ИИ может снизить нагрузку на энергосети, сократить выбросы углерода и создать более устойчивую экономику ИИ.
