Come Non Far Bollire gli Oceani con l’AI

Mentre navigiamo alla frontiera dell’intelligenza artificiale, mi trovo costantemente a riflettere sulla natura duplice della tecnologia che stiamo sviluppando. L’AI, nella sua essenza, non è solo un insieme di algoritmi e dataset; è una manifestazione della nostra ingegnosità collettiva, finalizzata a risolvere alcune delle sfide più intricate che l’umanità si trova ad affrontare. Tuttavia, in quanto co-fondatore e CEO di Lemurian Labs, sono acutamente consapevole della responsabilità che accompagna la nostra corsa verso l’integrazione dell’AI nella vita quotidiana. Ciò ci porta a chiederci: come possiamo sfruttare il potenziale illimitato dell’AI senza compromettere la salute del nostro pianeta?

Innovazione con un Pizzico di Riscaldamento Globale

L’innovazione tecnologica sempre comporta effetti collaterali che non si possono sempre prevedere. Nel caso dell’AI di oggi, richiede più energia di altri tipi di calcolo. L’Agenzia Internazionale dell’Energia ha recentemente segnalato che l’addestramento di un singolo modello utilizza più elettricità di 100 case americane in un intero anno. Tutta quell’energia ha un prezzo, non solo per gli sviluppatori, ma per il nostro pianeta. Solo l’anno scorso, le emissioni di CO2 legate all’energia hanno raggiunto un massimo storico di 37,4 miliardi di tonnellate. L’AI non si sta rallentando, quindi dobbiamo chiederci – è l’energia necessaria per alimentare l’AI e le relative implicazioni per il nostro pianeta vale la pena? L’AI è più importante del poter respirare il nostro stesso aria? Spero che non arriveremo mai a un punto in cui ciò diventi realtà, ma se nulla cambia, non è troppo lontano.

Non sono solo nella mia richiesta di maggiore efficienza energetica nell’AI. Alla recente conferenza Bosch Connected World, Elon Musk ha notato che con l’AI “siamo sull’orlo di probabilmente la più grande rivoluzione tecnologica che sia mai esistita”, ma ha espresso che potremmo iniziare a vedere carenze di elettricità già il prossimo anno. Il consumo di energia dell’AI non è solo un problema tecnico, è un problema globale.

Immaginare l’AI come un Sistema Complesso

Per risolvere queste inefficienze dobbiamo considerare l’AI come un sistema complesso con molte parti interconnesse e in movimento, piuttosto che come una tecnologia autonoma. Questo sistema comprende tutto, dagli algoritmi che scriviamo, alle librerie, ai compilatori, ai runtime, ai driver, all’hardware di cui dipendiamo e all’energia necessaria per alimentare tutto ciò. Adottando questa visione olistica, possiamo identificare e affrontare le inefficienze a ogni livello di sviluppo dell’AI, aprendo la strada a soluzioni che non solo sono tecnologicamente avanzate, ma anche responsabili dal punto di vista ambientale. Comprendere l’AI come una rete di sistemi e processi interconnessi illumina il cammino verso soluzioni innovative che sono altrettanto efficienti quanto efficaci.

Uno Stack di Software Universale per l’AI

Il processo di sviluppo dell’AI attuale è altamente frammentato, con ogni tipo di hardware che richiede uno stack di software specifico che funziona solo su quel dispositivo, e molti strumenti e librerie specializzate ottimizzati per problemi diversi, la maggior parte dei quali sono incompatibili. Gli sviluppatori già lottano con la programmazione dei system-on-chip (SoC) come quelli nei dispositivi edge come i telefoni cellulari, ma presto tutto ciò che è successo nel mobile succederà nel datacenter e sarà cento volte più complicato. Gli sviluppatori dovranno cucire insieme e lavorare attraverso un intricato sistema di molti modelli di programmazione diversi, librerie per ottenere prestazioni dai loro cluster eterogenei sempre più grandi, molto più di quanto già facciano. E questo è solo per l’addestramento. Ad esempio, la programmazione e l’ottenimento di prestazioni da un supercomputer con migliaia a decine di migliaia di CPU e GPU è molto tempo-consuming e richiede conoscenze molto specializzate, e anche allora molto è lasciato sul tavolo perché il modello di programmazione attuale non si scala a questo livello, risultando in un eccesso di spesa energetica, che peggiorerà ulteriormente man mano che continuiamo a scalare i modelli.

Affrontare questo richiede una sorta di stack di software universale che possa affrontare la frammentazione e rendere più semplice la programmazione e l’ottenimento di prestazioni dall’hardware eterogeneo esistente, rendendo anche più facile ottenere produttività su nuovo hardware da nuovi entranti. Ciò servirebbe anche ad accelerare l’innovazione nell’AI e nelle architetture informatiche, aumentando l’adozione dell’AI in molte più industrie e applicazioni.

La Domanda di Hardware Efficienti

Oltre all’implementazione di uno stack di software universale, è cruciale considerare l’ottimizzazione dell’hardware sottostante per una maggiore efficienza e prestazioni. Le unità di elaborazione grafica (GPU), originariamente progettate per il gaming, nonostante siano immensamente potenti e utili, hanno molte fonti di inefficienza che diventano più evidenti man mano che le scaliamo a livelli di supercomputer nel datacenter. La scalabilità indefinita delle GPU conduce a costi di sviluppo amplificati, carenze di disponibilità di hardware e un aumento significativo delle emissioni di CO2.

Queste sfide non sono solo un’enorme barriera all’ingresso, ma il loro impatto si fa sentire in tutta l’industria. Perché, affrontiamo la realtà – se le più grandi aziende tecnologiche del mondo stanno avendo problemi a ottenere abbastanza GPU e a ottenere abbastanza energia per alimentare i loro datacenter, non c’è speranza per il resto di noi.

Una Svolta Cruciale

A Lemurian Labs, abbiamo affrontato questo di persona. Nel 2018, eravamo una piccola startup di AI che cercava di costruire un modello fondamentale, ma il costo era ingiustificabile. La quantità di potenza di calcolo richiesta da sola era sufficiente per portare i costi di sviluppo a un livello che era inaccessibile non solo a noi come piccola startup, ma a chiunque al di fuori delle più grandi aziende tecnologiche del mondo. Ciò ci ha ispirato a cambiare direzione da sviluppatori di AI a risolutori delle sfide sottostanti che la rendevano inaccessibile.

Abbiamo iniziato dalle basi, sviluppando una nuova aritmetica fondamentale per alimentare l’AI. Chiamata PAL (logaritmo adattivo parallelo), questo sistema numerico innovativo ci ha permesso di creare un processore in grado di raggiungere fino a 20 volte più throughput rispetto alle tradizionali GPU sui carichi di lavoro di AI, consumando solo la metà dell’energia.

Il nostro impegno incrollabile nel rendere la vita degli sviluppatori di AI più facile, rendendo l’AI più efficiente e accessibile, ci ha portato a cercare di capire a fondo il problema. Dal progettare architetture informatiche ad alte prestazioni ed efficienti progettate per scalare dall’edge al datacenter, alla creazione di stack di software che affrontano le sfide della programmazione di dispositivi eterogenei a scale di warehouse. Tutto ciò serve a consentire deploy di AI più rapidi a costi ridotti, aumentando la produttività degli sviluppatori, accelerando i carichi di lavoro e migliorando contemporaneamente l’accessibilità, l’innovazione, l’adozione e l’equità.

Raggiungere l’AI per Tutti

Perché l’AI abbia un impatto significativo sul nostro mondo, dobbiamo assicurarci di non distruggerlo nel processo e ciò richiede un cambiamento fondamentale nel modo in cui viene sviluppata. I costi e il calcolo richiesti oggi fanno pendere la bilancia a favore di pochi grandi, creando una barriera enorme all’innovazione e all’accessibilità, mentre scaricano enormi quantità di CO2 nella nostra atmosfera. Pensando allo sviluppo dell’AI dal punto di vista degli sviluppatori e del pianeta, possiamo iniziare ad affrontare queste inefficienze sottostanti per raggiungere un futuro dell’AI che sia accessibile a tutti e responsabile dal punto di vista ambientale.

Una Riflessione Personale e un Appello all’Azione per un’AI Sostenibile

Guardando avanti, i miei sentimenti sul futuro dell’AI sono un mix di ottimismo e cautela. Sono ottimista sul potenziale trasformativo dell’AI per migliorare il nostro mondo, ma sono cauto sulla grande responsabilità che comporta. Mi immagino un futuro in cui la direzione dell’AI è determinata non solo dai nostri progressi tecnologici, ma da un’impegno costante per la sostenibilità, l’equità e l’inclusività. Alla guida di Lemurian Labs, sono guidato da una visione dell’AI come forza cruciale per il cambiamento positivo, dando priorità sia all’innalzamento dell’umanità che alla preservazione ambientale. Questa missione va oltre la creazione di tecnologia superiore; è questione di innovare soluzioni che siano benefiche, eticamente solide e che sottolineino l’importanza di soluzioni pensate e scalabili che onorino le nostre aspirazioni collettive e la salute del pianeta.

Mentre ci troviamo sull’orlo di una nuova era nello sviluppo dell’AI, il nostro appello all’azione è inequivocabile: dobbiamo coltivare l’AI in un modo che consideri consapevolmente il nostro impatto ambientale e promuova il bene comune. Questo ethos è il fondamento del nostro lavoro a Lemurian Labs, ispirandoci a innovare, collaborare e stabilire un precedente. “Non costruiamo solo l’AI per il sake dell’innovazione, ma innoviamo per l’umanità e il nostro pianeta”, invito la comunità globale a unirsi nel ridisegnare il paesaggio dell’AI. Insieme, possiamo garantire che l’AI emerga come un faro di trasformazione positiva, potenziando l’umanità e salvaguardando il nostro pianeta per le generazioni future.