На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Царьград

7 236 подписчиков

Свежие комментарии

  • Александр Ляшенко
    "мы точки, точки плетения сетей, точки сбора средств, ещё чего-то. Точки. Не более того", а вот здесь ты начал врать ..."Горшочек, не вар...
  • Юрий Александиов
    Верить Европе нельзя! Нельзя! Где написано о суде над бандой Зеленского!?Вычислили, кто сл...
  • Eduard
    Европа не вправе сувать нос в посторонние страны,пусть со своими разбирается!Мирное соглашение...

BitEnergy AI снижает энергопотребление ИИ на 95% с помощью нового алгоритма

Компания BitEnergy AI в США разработала инновационный алгоритм, сокращающий энергопотребление ИИ-приложений на 95%. Новый метод использует целочисленное сложение вместо операций с плавающей запятой, что позволяет значительно снизить затраты на энергию.

Американская технологическая компания BitEnergy AI разработала алгоритм, который способен уменьшить потребление энергии приложениями искусственного интеллекта (ИИ) на 95%.

Результаты их исследования представлены на портале научных публикаций arXiv, которые ещё не прошли рецензирование.

Бурное развитие ИИ-технологий вызвало значительный рост спроса на энергетические ресурсы. Для сравнения: популярная ИИ-модель ChatGPT ежесуточно потребляет примерно 564 мегаватт-часа, что сопоставимо с энергообеспечением 18 тысяч домов.

В BitEnergy AI уверены, что их новая технология позволяет сократить объем вычислительных операций, необходимых для функционирования ИИ-приложений, не снижая при этом их производительности.

Подход, названный умножение линейной сложности (Linear-Complexity Multiplication), основывается на применении целочисленного сложения вместо более ресурсоемких операций с плавающей запятой.

Исследовательская группа отметила, что данный метод не совместим с существующим оборудованием. Тем не менее, команда уже разработала и испытала устройства, адаптированные для этой технологии, что позволяет снизить энергопотребление ИИ вдвое.

 

Ссылка на первоисточник
наверх