Hur man inte kokar havet med AI

Medan vi navigerar i gränslandet för artificiell intelligens, finner jag mig själv ständigt reflekterande över den dubbla naturen av den teknik vi är banbrytande. AI, i sin essens, är inte bara en samling av algoritmer och datamängder; det är en manifestation av vår kollektiva genialitet, inriktad på att lösa några av de mest invecklade utmaningar som mänskligheten står inför. Men, som medgrundare och VD för Lemurian Labs, är jag starkt medveten om det ansvar som åtföljer vår kapplöpning mot att integrera AI i själva väven av dagligt liv. Det tvingar oss att fråga: hur kan vi utnyttja AI:s obegränsade potential utan att kompromissa med vår planets hälsa?

Innovation med en sidodisk av global uppvärmning

Teknisk innovation kommer alltid med en kostnad av bieffekter som du inte alltid räknar med. I fallet med AI idag, kräver det mer energi än andra typer av datorer. Den internationella energibyråns rapport nyligen att utbildning av en enda modell använder mer el än 100 amerikanska hem konsumerar under ett helt år. All den energin kommer med en pris, inte bara för utvecklare, utan för vår planet. Bara förra året nådde energirelaterade koldioxidutsläpp en rekordhög nivå på 37,4 miljarder ton. AI bromsar inte, så vi måste fråga oss själva – är energin som krävs för att driva AI och de resulterande implikationerna på vår planet värt det? Är AI viktigare än att kunna andas vår egen luft? Jag hoppas att vi aldrig når en punkt där det blir en verklighet, men om ingenting förändras är det inte långt borta.

Jag är inte ensam i min uppmaning till mer energoeffektivitet inom AI. På den nyligen hållna Bosch Connected World Conference, noterade Elon Musk att med AI är vi “på gränsen till förmodligen den största tekniska revolutionen som någonsin funnits”, men uttryckte att vi kunde börja se elbrist redan nästa år. AI:s energiförbrukning är inte bara ett tekniskt problem, det är ett globalt problem.

Att se AI som ett komplext system

För att lösa dessa ineffektiviteter måste vi se AI som ett komplext system med många sammanlänkade och rörliga delar, snarare än en fristående teknik. Detta system omfattar allt från de algoritmer vi skriver, till bibliotek, kompilatorer, körningar, drivrutiner, maskinvara vi är beroende av och den energi som krävs för att driva allt detta. Genom att anta denna holistiska vy kan vi identifiera och åtgärda ineffektiviteter på varje nivå av AI-utveckling, och bana väg för lösningar som inte bara är tekniskt avancerade utan också miljömässigt ansvarsfulla. Att förstå AI som ett nätverk av sammanlänkade system och processer belyser vägen till innovativa lösningar som är lika effektiva som de är effektiva.

En universell programvarustack för AI

Den nuvarande utvecklingsprocessen för AI är starkt fragmenterad, med varje hårdvarutyp som kräver en specifik programvarustack som bara körs på den enheten, och många specialiserade verktyg och bibliotek som är optimerade för olika problem, de flesta av vilka är i stort sett oförenliga. Utvecklare kämpar redan med att programmera system-on-chips (SoCs) som de i edge-enheter som mobiltelefoner, men snart kommer allt som händer i mobiltelefoner att hända i datacenter, och bli hundratals gånger mer komplicerat. Utvecklare måste sy ihop och arbeta sig igenom ett intrikat system av många olika programmeringsmodeller, bibliotek för att få prestanda ut ur sina alltmer heterogena kluster, mycket mer än de redan har. Och det är bara för utbildning. Till exempel, programmering och prestanda ut ur en superdator med tusentals till tiotusentals CPU:er och GPU:er är mycket tidskrävande och kräver mycket specialiserad kunskap, och ändå lämnas mycket kvar på bordet eftersom den nuvarande programmeringsmodellen inte skalar till denna nivå, vilket resulterar i överdriven energiförbrukning, som bara kommer att bli värre när vi fortsätter att skala modeller.

Att åtgärda detta kräver en sorts universell programvarustack som kan hantera fragmenteringen och göra det enklare att programmera och få prestanda ut ur alltmer heterogena hårdvara från befintliga leverantörer, samtidigt som det underlättar att bli produktiv på ny hårdvara från nya aktörer. Detta skulle också tjäna till att påskynda innovation inom AI och i datorarkitektur, och öka antagandet av AI i många fler industrier och tillämpningar.

Krav på effektiv hårdvara

Förutom att implementera en universell programvarustack, är det avgörande att överväga optimering av den underliggande hårdvaran för bättre prestanda och effektivitet. Grafikprocessorer (GPU:er), ursprungligen designade för spel, trots att de är oerhört kraftfulla och användbara, har många källor till ineffektivitet som blir mer uppenbara när vi skalar dem till superdatornivå i datacenter. Den nuvarande obegränsade skalan av GPU:er leder till förhöjda utvecklingskostnader, brist på hårdvarutillgänglighet och en betydande ökning av koldioxidutsläpp.

Dessa utmaningar är inte bara en enorm barriär för inträde, utan deras påverkan känns över hela branschen. För om världens största techföretag har svårt att få tillräckligt med GPU:er och tillräckligt med energi för att driva sina datacenter, finns det ingen hopp för resten av oss.

En avgörande vändpunkt

På Lemurian Labs, upplevde vi detta förstahands. Tillbaka 2018, var vi ett litet AI-startup som försökte bygga en grundläggande modell, men den renodlade kostnaden var omotiverad. Mängden beräkningskraft som krävdes ensam var tillräckligt för att driva utvecklingskostnaderna till en nivå som var oacceptabel, inte bara för oss som ett litet startup, utan för alla utanför världens största techföretag. Det inspirerade oss att vända från att utveckla AI till att lösa de underliggande utmaningarna som gjorde det otillgängligt.

Vi började med grunderna och utvecklade en helt ny grundläggande aritmetik för att driva AI. Kallad PAL (parallell adaptiv logaritm), denna innovativa talssystem gav oss möjlighet att skapa en processor som kunde uppnå upp till 20 gånger större genomströmning än traditionella GPU:er på benchmark AI-arbetsbelastningar, allt medan den förbrukade hälften så mycket energi.

Vår outtröttliga strävan efter att göra livet lättare för AI-utvecklare, samtidigt som vi gör AI mer effektivt och tillgängligt, har lett oss till att alltid försöka avlägsna ett lager och få en djupare förståelse för problemet. Från att designa ultra-högpresterande och effektiva datorarkitekturer som är avsedda att skala från edge till datacenter, till att skapa programvarustackar som hanterar utmaningarna med att programmera enstaka heterogena enheter till warehouse-skala datorer. Allt detta syftar till att möjliggöra snabbare AI-distributioner till en reducerad kostnad, förbättra utvecklarnas produktivitet, påskynda arbetsbelastningar och samtidigt förbättra tillgänglighet, främja innovation, antagande och jämlikhet.

Att uppnå AI för alla

För att AI ska ha en meningsfull påverkan på vår värld, måste vi se till att vi inte förstör den i processen, och det kräver en grundläggande förändring av hur det utvecklas. Kostnaderna och beräkningskraften som krävs idag tippar vågen till fördel för ett fåtal stora, och skapar en enorm barriär för innovation och tillgänglighet, samtidigt som de dumpar massor av koldioxid i vår atmosfär. Genom att tänka på AI-utveckling från utvecklarnas och planetens synvinkel, kan vi börja hantera dessa underliggande ineffektiviteter för att uppnå en framtid för AI som är tillgänglig för alla och miljömässigt ansvarsfull.

En personlig reflektion och en uppmaning till hållbar AI

Ser framåt, är mina känslor om AI:s framtid en blandning av optimism och försiktighet. Jag är optimistisk om AI:s transformerande potential att förbättra vår värld, men försiktig om det betydande ansvar det medför. Jag ser en framtid där AI:s riktning bestäms inte bara av våra tekniska framsteg, utan av en fast övertygelse om hållbarhet, jämlikhet och inklusivitet. Som ledare för Lemurian Labs, drivs jag av en vision om AI som en avgörande kraft för positiv förändring, med prioritet för både mänsklighetens upplyftning och miljövård. Denna mission går utöver att skapa överlägsen teknik; det handlar om att bana väg för innovationer som är gynnsamma, etiskt sunda och understryker vikten av genomtänkta, skalbara lösningar som hedrar våra kollektiva aspirationer och planetens hälsa.

Medan vi står på tröskeln till en ny era i AI-utveckling, är vår uppmaning otvetydig: vi måste odla AI på ett sätt som medvetet beaktar vår miljöpåverkan och främjar det gemensamma bästa. Denna etos är hörnstenen i vårt arbete på Lemurian Labs, och inspirerar oss att innovativa, samarbeta och sätta ett exempel. “Låt oss inte bygga AI enbart för innovationens skull, utan innovativa för mänskligheten och vår planet”, uppmanar jag, och bjuder in den globala gemenskapen att delta i att omforma AI:s landskap. Tillsammans kan vi garantera att AI uppstår som en fackla av positiv förändring, som ger mänskligheten kraft och skyddar vår planet för framtida generationer.