Jak nie gotować oceanów z AI

Podczas nawigacji na froncie sztucznej inteligencji, często zastanawiam się nad dualną naturą technologii, którą jesteśmy pionierami. AI, w swej istocie, nie jest tylko zbiorem algorytmów i zbiorów danych; jest manifestacją naszej kolektywnej genialności, ukierunkowanej na rozwiązywanie niektórych z najbardziej skomplikowanych wyzwań stojących przed ludzkością. Jednak, jako współzałożyciel i CEO Lemurian Labs, jestem głęboko świadomy odpowiedzialności, która towarzyszy naszemu wyścigowi w integrowaniu AI z samą tkaniną życia codziennego. Zmusza nas to do zadania pytania: jak możemy wykorzystać nieograniczone możliwości AI, nie kompromitując przy tym zdrowia naszej planety?

Innowacja z dodatkiem globalnego ocieplenia

Innowacja technologiczna zawsze przychodzi z kosztem skutków ubocznych, których nie zawsze uwzględniasz. W przypadku AI dzisiaj, wymaga to więcej energii niż inne rodzaje obliczeń. Międzynarodowa Agencja Energetyczna zgłosiła niedawno, że szkolenie jednego modelu zużywa więcej prądu niż 100 amerykańskich domów zużywa w ciągu całego roku. Cała ta energia przychodzi z ceną, nie tylko dla deweloperów, ale również dla naszej planety. W zeszłym roku, emisje CO2 związane z energią osiągnęły rekordowy poziom 37,4 miliardów ton. AI nie zwalnia, więc musimy zapytać siebie – czy energia wymagana do zasilania AI i wynikające z tego implikacje dla naszej planety są warte tego? Czy AI jest ważniejsze niż możliwość oddychania własnym powietrzem? Mam nadzieję, że nigdy nie dojdziemy do punktu, w którym to stanie się rzeczywistością, ale jeśli nic się nie zmieni, to nie jest to zbyt odległa perspektywa.

Nie jestem sam w swoim wezwaniu do większej efektywności energetycznej w AI. Na niedawnym Bosch Connected World Conference, Elon Musk zauważył, że z AI jesteśmy „na krawędzi największej rewolucji technologicznej, jaka kiedykolwiek istniała”, ale wyraził obawę, że możemy zacząć doświadczać braków energii już w przyszłym roku. Zużycie energii przez AI nie jest tylko problemem technologicznym, jest to problem globalny.

Wyobrażanie sobie AI jako złożonego systemu

Aby rozwiązać te nieefektywności, musimy spojrzeć na AI jako na złożony system z wieloma połączonymi i poruszającymi się częściami, a nie jako na samodzielną technologię. Ten system obejmuje wszystko, od algorytmów, które piszemy, po biblioteki, kompilatory, środowiska uruchomieniowe, sterowniki, sprzęt, na którym polegamy, oraz energię niezbędną do zasilania wszystkiego. Przyjmując ten holistyczny punkt widzenia, możemy zidentyfikować i rozwiązać nieefektywności na każdym poziomie rozwoju AI, tworząc rozwiązania, które są nie tylko zaawansowane technologicznie, ale również odpowiedzialne środowiskowo. Zrozumienie AI jako sieci połączonych systemów i procesów oświetla drogę do innowacyjnych rozwiązań, które są tak efektywne, jak i skuteczne.

Uniwersalny stos oprogramowania dla AI

Bieżący proces rozwoju AI jest bardzo fragmentaryzowany, z każdym typem sprzętu wymagającym określonego stosu oprogramowania, który działa tylko na tym urządzeniu, oraz wielu specjalistycznych narzędzi i bibliotek zoptymalizowanych dla różnych problemów, z których większość jest w dużej mierze niezgodna. Deweloperzy już teraz mają trudności z programowaniem systemów-on-chip (SoC), takich jak te w urządzeniach brzegowych, jak telefony komórkowe, ale wkrótce wszystko, co działo się w telefonach, będzie działo się w centrum danych i będzie o wiele bardziej skomplikowane. Deweloperzy będą musieli zszywać i pracować przez złożony system wielu różnych modeli programowania, bibliotek, aby uzyskać wydajność z ich coraz bardziej heterogenicznych klastrów, o wiele więcej, niż mają to teraz. A to jest tylko kwestia szkolenia. Na przykład, programowanie i uzyskanie wydajności z superkomputera z tysiącami do dziesiątek tysięcy procesorów i układów graficznych jest bardzo czasochłonne i wymaga specjalistycznej wiedzy, a nawet wtedy wiele jest pozostawione, ponieważ bieżący model programowania nie skaluje się do tego poziomu, co skutkuje nadmiernym zużyciem energii, co będzie tylko się pogarszać, gdy będziemy kontynuować skalowanie modeli.

Rozwiązanie tego wymaga rodzaju uniwersalnego stosu oprogramowania, który może rozwiązać fragmentację i uczynić łatwiejszym programowanie i uzyskanie wydajności z coraz bardziej heterogenicznego sprzętu od istniejących dostawców, a także ułatwić rozpoczęcie pracy na nowym sprzęcie od nowych uczestników. To również posłuży do przyspieszenia innowacji w AI i w architekturach komputerowych, oraz zwiększenia przyjęcia AI w wielu więcej branżach i aplikacjach.

Żądanie wydajnego sprzętu

Oprócz wdrożenia uniwersalnego stosu oprogramowania, jest kluczowe, aby rozważyć optymalizację podstawowego sprzętu dla lepszej wydajności i efektywności. Procesory graficzne (GPU), pierwotnie zaprojektowane do gier, pomimo ogromnej mocy i użyteczności, mają wiele źródeł nieefektywności, które stają się bardziej widoczne, gdy skalujemy je do poziomu superkomputera w centrum danych. Bieżące nieograniczone skalowanie GPU prowadzi do zwiększonych kosztów rozwoju, braków w dostępności sprzętu i znacznego wzrostu emisji CO2.

Te wyzwania nie są tylko ogromną barierą wejścia, ale ich wpływ jest odczuwalny w całej branży. Bo cóż, jeśli największe firmy technologiczne na świecie mają trudności z uzyskaniem wystarczającej ilości GPU i energii do zasilania swoich centrów danych, to nie ma nadziei dla reszty z nas.

Kluczowy punkt zwrotny

W Lemurian Labs, doświadczyliśmy tego osobiście. W 2018 roku, byliśmy małym startupem AI, próbującym zbudować podstawowy model, ale sam koszt był nieuzasadniony. Ilość mocy obliczeniowej wymagana sama była wystarczająca, aby popędzić koszty rozwoju do poziomu, który był niedostępny nie tylko dla nas jako małego startupu, ale dla każdego poza największymi firmami technologicznymi. To zainspirowało nas do zmiany kierunku z rozwoju AI na rozwiązanie podstawowych wyzwań, które czyniły ją niedostępną.

Zaczęliśmy od podstaw, rozwijając całkowicie nową arytmetykę podstawową do zasilania AI. Nazywana PAL (paralelna arytmetyka adaptacyjna), ten innowacyjny system liczbowy pozwolił nam stworzyć procesor, który mógł osiągnąć nawet 20-krotnie większą wydajność niż tradycyjne GPU w benchmarkach AI, przy jednoczesnym zużyciu połowy mocy.

Nasze niezachwiane zaangażowanie w ułatwianie życia deweloperom AI, jednocześnie czyniąc AI bardziej efektywnym i dostępnym, doprowadziło nas do ciągłego próbowania zrozumieć problem. Od projektowania ultra-wysokowydajnych i efektywnych architektur komputerowych zaprojektowanych do skalowania od krawędzi do centrum danych, po tworzenie stosów oprogramowania, które rozwiązują wyzwania programowania pojedynczych heterogenicznych urządzeń do komputerów o skali magazynu. Wszystko to służy do umożliwienia szybszych wdrożeń AI przy zmniejszonych kosztach, zwiększając produktywność deweloperów, przyspieszając obciążenia, oraz jednocześnie poprawiając dostępność, innowacje, przyjęcie i równość.

Osiąganie AI dla wszystkich

Aby AI miało znaczący wpływ na nasz świat, musimy upewnić się, że nie zniszczymy go w procesie, co wymaga fundamentalnej zmiany w sposobie, w jaki jest rozwijane. Koszty i obliczenia wymagane dzisiaj przechylają szalę na korzyść wielu, tworząc ogromną barierę dla innowacji i dostępności, a także zrzucając ogromne ilości CO2 do naszej atmosfery. Myśląc o rozwoju AI z punktu widzenia deweloperów i planety, możemy zacząć rozwiązywać te podstawowe nieefektywności, aby osiągnąć przyszłość AI, która jest dostępna dla wszystkich i odpowiedzialna środowiskowo.

Osobiste rozmyślania i wezwanie do działania na rzecz zrównoważonego AI

Spoglądając w przyszłość, moje uczucia dotyczące przyszłości AI są mieszanką optymizmu i ostrożności. Jestem optymistą co do przekształcającego potencjału AI, aby poprawić nasz świat, a jednocześnie jestem ostrożny co do znaczącej odpowiedzialności, którą ono nakłada. Wyobrażam sobie przyszłość, w której kierunek AI jest determinowany nie tylko przez nasze postępy technologiczne, ale przez niezachwianą przywiązanie do zrównoważenia, równości i inkluzji. Prowadząc Lemurian Labs, jestem zmotywowany wizją AI jako siły napędowej pozytywnej zmiany, priorytetem jest zarówno podniesienie ludzkości, jak i ochrona środowiska. Ta misja wykracza poza tworzenie lepszej technologii; jest to o pionierowaniu innowacji, które są korzystne, etyczne i podkreślają wagę przemyślanych, skalowalnych rozwiązań, które honorują nasze wspólne aspiracje i zdrowie planety.

Stając na progu nowej ery rozwoju AI, nasze wezwanie do działania jest niepodważalne: musimy pielęgnować AI w sposób, który świadomie uwzględnia nasz wpływ na środowisko i promuje dobro wspólne. Ten etos jest kamieniem węgielnym naszej pracy w Lemurian Labs, inspirując nas do innowacji, współpracy i ustanowienia precedensu. “Nie budujmy AI tylko dla innowacji, ale innowujmy dla ludzkości i naszej planety”, nakłaniam, zapraszając społeczność globalną do udziału w kształtowaniu krajobrazu AI. Razem, możemy zagwarantować, że AI wyłoni się jako źródło pozytywnej transformacji, umożliwiając ludzkości i chroniąc naszą planetę dla przyszłych pokoleń.