Forskere: AI-modeller kan være energieffektive
Link kopieret

Nationalt
Nyheder
Sundhed
Trafik
Adjunkt Raghavendra Selvan fra Datalogisk Institut udtaler, at udviklerne traditionelt har fokuseret på at opnå præcise resultater uden at tage højde for energiforbruget. Forskernes nye studie viser dog, at det er muligt at reducere CO2-aftrykket betydeligt uden at gå på kompromis med præcisionen af AI-modellerne.
Studiet præsenterer en opskriftsbog med energieffektive AI-modeller, der kan bruges til forskellige opgaver. Ved at vælge de rette modeller kan man spare op til 70-80% energi i både trænings- og implementeringsfasen.
Forskerne understreger dog, at på visse områder, såsom selvkørende biler eller medicinske anvendelser, hvor præcision er afgørende, bør man ikke gå på kompromis med ydeevnen. Ikke desto mindre opfordrer de til en mere holistisk tilgang til udviklingen af AI, der tager højde for både præcision og energieffektivitet.
Opskriftsbogen, som forskerne har udarbejdet, er tilgængelig som et open-source-datasæt, så andre forskere kan drage fordel af deres resultater.
Faktaboks:
- Forskerne har estimeret, at træningen af over 400.000 AI-modeller af typen convolutional neural networks ville forbruge 263.000 kWh.
- Dette svarer til det årlige energiforbrug for den samlede industri i Randers Kommune.
- Træning af AI-modeller kræver betydelige mængder energi på grund af de intensive beregninger, der udføres.
- Forskerne har udviklet en open-source opskriftsbog med energieffektive AI-modeller, som kan hjælpe med at reducere CO2-aftrykket fra AI-udvikling.
Link kopieret






Accepter kun nødvendige cookies