EnterpriseDB представляет «Интеллект на ватт» для снижения потребления энергии ИИ

EnterpriseDB объявила о новом наборе показателей производительности и архитектурных улучшениях в своей платформе EDB Postgres AI, представив концепцию «интеллект на ватт» для корпоративного ИИ. Эта концепция призвана решить растущую проблему: как масштабировать системы ИИ без пропорционального увеличения потребления энергии и инфраструктурных затрат.

Результаты компании свидетельствуют о том, что значительные выигрыши в эффективности можно достичь не на уровне модели или GPU, а на уровне данных, лежащем в основе каждого взаимодействия ИИ. Оптимизируя, как данные извлекаются, индексируются и обрабатываются, EnterpriseDB утверждает, что может снизить использование токенов, сократить требования к инфраструктуре и значительно снизить выбросы, связанные с рабочими нагрузками ИИ.

Улучшения производительности, ориентированные на слой данных

Объявление подтверждается рядом показателей, подчеркивающих улучшения как в скорости, так и в эффективности. По сообщениям EnterpriseDB, ее платформа может ускорить индексирование векторов, используя значительно меньше памяти, чем традиционные подходы, и снизить потребление токенов без существенного ухудшения качества вывода.

В практическом смысле это означает, что системы ИИ могут выполнить одни и те же задачи с меньшим количеством вычислительных шагов. Поскольку генерация токенов и извлечение данных напрямую связаны с использованием вычислительных ресурсов, эти сокращения переводятся в более низкое потребление энергии на взаимодействие.

Компания также указывает на более широкие улучшения в аналитических рабочих нагрузках, где операции с живыми данными можно выполнить значительно быстрее. Эти выигрыши не ограничены изолированными случаями, а применяются во всей корпоративной среде, где системы ИИ, аналитики и транзакционные системы работают одновременно.

Снижение инфраструктуры и воздействие на выбросы

Помимо улучшений на уровне рабочих нагрузок, EnterpriseDB подчеркивает снижение на уровне инфраструктуры. В наборе корпоративных развертываний компания сообщает, что ее платформа обеспечила значительное снижение количества необходимых вычислительных ядер для запуска приложений, что, в свою очередь, снизило потребление энергии и связанные с этим выбросы.

В одном примере, связанном с крупными финансовыми услугами, снижение инфраструктуры привело к существенному снижению выбросов углекислого газа. Масштаб этих экономий подчеркивает, как улучшения эффективности на уровне базы данных могут иметь системные эффекты, особенно в организациях, эксплуатирующих несколько центров данных.

Этот двойной фокус на оптимизации инфраструктуры и рабочих нагрузок составляет основу рамки «интеллект на ватт». Идея заключается не только в том, чтобы сделать ИИ быстрее, но и в том, чтобы сделать его фундаментально более эффективным при масштабировании.

Растущий энергетический вызов ИИ и центров данных

Важность этих улучшений становится яснее, когда они рассматриваются на фоне более широкой траектории роста центров данных. ИИ быстро увеличивает спрос на вычислительные ресурсы и, вместе с ним, потребление электроэнергии.

Международное энергетическое агентство прогнозирует, что глобальный спрос на электроэнергию центров данных может достичь около 945 тераватт-часов к 2030 году, что более чем в два раза превышает текущие уровни. Рабочие нагрузки ИИ, как ожидается, станут основным фактором этого увеличения.

Этот скачок спроса имеет прямые экологические последствия. Центры данных уже составляют значительную долю глобального потребления электроэнергии, и их расширение создает дополнительное давление на энергетическую инфраструктуру и цели по выбросам. Без улучшений эффективности стоимость масштабирования ИИ может распространиться далеко за пределы финансовых соображений.

Что такое EnterpriseDB и почему это важно

EnterpriseDB давно ассоциируется с корпоративными решениями PostgreSQL, но ее эволюция в поставщика платформ данных и ИИ отражает более широкие изменения на рынке. По мере того, как организации интегрируют ИИ в основные операции, граница между базами данных и системами ИИ исчезает.

Платформа EDB Postgres AI предназначена для работы на этом пересечении, объединяя транзакционную обработку, аналитику и рабочие нагрузки ИИ в единой системе. Этот подход снижает необходимость в нескольких специализированных платформах, которые часто требуют дублирования и перемещения данных между средами.

Объединяя эти функции, EnterpriseDB позиционирует себя как основной слой для инфраструктуры ИИ. Ее фокус на эффективности соответствует растущему признанию того, что масштабирование ИИ не только означает увеличение возможностей, но и о том, чтобы делать это устойчиво.

Сравнение с другими отраслевыми усилиями

По всей отрасли большинство усилий по улучшению эффективности ИИ были сосредоточены на аппаратном и модельном оптимизации. Производители микросхем продолжают разрабатывать более эффективные процессоры, в то время как компании ИИ работают над снижением размера и вычислительных требований моделей.

Поставщики облачных услуг также大量 инвестируют в эффективность центров данных, включая инновации в охлаждении и интеграцию возобновляемой энергии. В то же время платформы данных эволюционируют, чтобы поддерживать рабочие нагрузки ИИ более直接но, часто интегрируя возможности векторного поиска и машинного обучения в свои системы.

Что отличает подход EnterpriseDB, так это его акцент на слое данных как основном рычаге для эффективности. Вместо конкуренции с GPU или архитектурами моделей он нацеливается на операции, которые происходят до и вокруг вывода, где значительные неэффективности могут накапливаться при масштабировании.

Эта точка зрения не заменяет аппаратные или модельные улучшения, а дополняет их. По мере того, как системы ИИ становятся более сложными и автономными, эффективность базовой инфраструктуры данных может сыграть все более важную роль в определении общей производительности и стоимости.

Сдвиг в сторону измерения эффективности ИИ

Введение концепции «интеллект на ватт» отражает более широкий сдвиг в том, как корпорации могут оценить системы ИИ. Производительность одна уже не достаточна. Организации начинают учитывать, сколько энергии требуется для обеспечения этой производительности, и можно ли ее снизить без жертвования качеством.

Объявление EnterpriseDB предполагает, что следующая фаза внедрения ИИ будет определяться не только тем, что могут делать системы, но и тем, насколько эффективно они могут это делать. По мере того, как агенты ИИ масштабируются до миллиардов и работают непрерывно, даже небольшие улучшения эффективности могут иметь значительное кумулятивное воздействие.

В этом контексте оптимизация слоя данных больше не является второстепенной задачей. Она становится центральной частью разговора о будущем корпоративного ИИ.