Sztuczna inteligencja ma wymagania. AMD w trzy lata chce 30-krotnie zwiększyć efektywność procesorów
AMD podnosi poprzeczkę. Firma produkująca procesory celuje w 30-krotną poprawę efektywności energetycznej w obszarze sztucznej inteligencji i obliczeń wymagających wysokiej mocy. Firma daje sobie na to czas do 2025 roku
O zapotrzebowaniu na moc obliczeniową słyszymy bardzo często w kontekście kryptowalut, gdzie inwestycja w koparki może się szybko przełożyć na pieniądze. Podobne prawidła działają również w innych branżach, które wymagają analizy ogromnych zbiorów danych. To m.in. przewidywanie zmian klimatu, genetyka czy badania nad lekami. Zwłaszcza wykorzystanie w medycynie może nam wiele powiedzieć o kierunku rozwoju przetwarzania danych.
Kiedyś opracowanie nowego leku było procesem rozpiętym na dekady. Dziś może się zawrzeć w miesiącach, dzięki wykorzystaniu odpowiednich algorytmów. Lek wpierw projektuje się w środowisku cyfrowym, gdzie zasymulować można jego reakcje z różnymi związkami i przetestować toksyczność. Dopiero później przechodzi się do prób w świecie rzeczywistym.
Algorytm, z którego korzystają specjaliści z różnych dziedzin trzeba jednak odpowiednio wytrenować. A tu – znowu – korzysta się z dużych zbiorów danych, chcąc osiągnąć odpowiednie wyniki. Wszystko to wymaga mocy obliczeniowej. W sferze najbardziej zaawansowanych obliczeń jej rynek rośnie w tempie 5,5 proc. W zeszłym roku był wart 37 mld dol., ale już za cztery lata ma to blisko 50 mld dol.
Procesory rokrocznie stają się szybsze, co przed laty zauważył już George Moore. I choć jego prawo rozjechało się z postępem technologicznym, to każda kolejna generacja układów scalonych oferuje lepszą wydajność w przeliczeniu na zużytą energię. Jeśli zapewnienia AMD staną się rzeczywistością, to koszt energetyczny pojedynczego obliczenia spadnie o 97 proc. do 2025 roku.
W 2020 roku centra danych odpowiadały za 1 proc. poboru energii
W 2018 roku było to 205 TWh. W okresie od 2010 do 2018 roku zapotrzebowanie na energię zwiększyło się ponad pięciokrotnie. Wszystko to głównie za sprawą cloudowych centrów danych, które obecnie wymagają więcej energii, niż te tradycyjne.
Ciągnie to za sobą koszt środowiskowy. Wśród trzech głównych źródeł energii wciąż nie ma zmian – to ropa, gaz i węgiel. Dlatego każdą inicjatywę mającą na celu zwiększenie efektywności wykorzystania energii należy przyjąć z otwartymi ramionami. Deklaracja AMD pokazuje również w którą stronę będzie się rozwijało przetwarzanie danych. Możemy się spodziewać większych inwestycji w wykorzystanie sztucznej inteligencji do rozwiązywania problemów.
Giganci technologiczni sprzedają już AI jako usługę
Amazon Machine Learning, Microsoft Cognitive Services i Google Cloud Machine Learning to najwięksi gracze na rynku, który za dwa lata ma osiągnąć wartość 7 mld dol. Ich produkty są dostępne w chmurze, co dodatkowo obniża próg wejścia – tak dla korporacji, jak i startupów.
