Home தொழில்நுட்பம் AI க்கு காலநிலை பிரச்சனை உள்ளது – ஆனால் அனைத்து தொழில்நுட்பத்திலும் உள்ளது

AI க்கு காலநிலை பிரச்சனை உள்ளது – ஆனால் அனைத்து தொழில்நுட்பத்திலும் உள்ளது

19
0

நாங்கள் AI பற்றி நிறைய பேசிக்கொண்டிருக்கிறோம் குறிவிலக்கி சமீபத்தில்; அது தவிர்க்க முடியாதது. ஆனால் நான் சிறிது நேரம் செலவழிக்க விரும்புவதாக நாங்கள் பெற்ற ஒரு கருத்து உள்ளது: AI கருவிகளின் மின்னல் வேக வெடிப்பு காலநிலையை எவ்வாறு பாதிக்கிறது.

எல்லாவற்றிற்கும் மேலாக, AI ஐ அளவில் இயக்க, நாம் நிறைய டேட்டா சென்டர்களை உருவாக்க வேண்டும் மற்றும் அவற்றை சக்தி-பசியுள்ள GPUகள் நிறைந்ததாக பேக் செய்ய வேண்டும். அதற்கு நிறைய ஆற்றல் தேவைப்படுகிறது, மேலும் அந்த சாறு அனைத்தையும் பயன்படுத்துவது மதிப்புக்குரியதா அடிக்கடி வரும் நாம் AI பற்றி பேசும்போது. இது இரண்டுமே நடைமுறை அக்கறைக்குரிய விஷயம் – “எங்கள் வயதான கட்டம் இதையெல்லாம் ஆதரிக்க முடியுமா?” – மற்றும் ஒரு தார்மீக ஆட்சேபனை – “இந்த அமைப்புகளை நாம் உருவாக்கக்கூடாது, ஏனெனில் அவை கிரகத்தை அழிக்கும்.”

குறிப்பாக சிக்கலான விஷயம் என்னவென்றால், அமேசான், கூகுள் மற்றும் மைக்ரோசாப்ட் போன்ற பெரிய தொழில்நுட்ப நிறுவனங்கள் கடந்த சில ஆண்டுகளாக உலகெங்கிலும் உள்ள அரசாங்கங்களுடன் இணைந்து நிலையான ஆற்றல் பயன்பாட்டில் லட்சிய இலக்குகளை நிர்ணயித்துள்ளன. “பேரழிவு” என்பதற்கு பதிலாக. ஆனால் இப்போது, ​​AI உடன், அந்த நிறுவனங்கள் அனைத்தும் தங்கள் உமிழ்வு இலக்குகளை கடந்து உண்மையில் பெறுகின்றன மோசமான அதிக நேரம். அது பெரிதல்ல.

ஆனால் ஒரு தரவு மையத்தில் ஒரு கொத்து கணினிகளை வைத்து அவற்றை முழு சாய்வில் இயக்குவது எப்படி அடிப்படை எல்லாம் இப்போது வேலை செய்கிறது. காலநிலைக் கவலைகளின் அடிப்படையில் AIக்கு தார்மீக ஆட்சேபனை இருந்தால், மில்லியன் கணக்கான மணிநேர வீடியோவை தொடர்ந்து உள்வாங்கிக் கொண்டிருக்கும் மற்றும் குறியாக்கம் செய்யும் TikTok மற்றும் YouTube மீதும் உங்களுக்கு தார்மீக ஆட்சேபனை இருக்கலாம். வீடியோ கேம்கள் மீது உங்களுக்கு தார்மீக ஆட்சேபனை இருக்கலாம், இவை இரண்டும் மக்களின் வீடுகளில் ஆற்றல்-பசி GPU களில் இயங்குகின்றன மற்றும் பெரும்பாலும் ஆன்லைன் மல்டிபிளேயருக்கு தீவிரமான தரவு மைய பணிச்சுமைகள் தேவைப்படும். நான் ஒரு யூகத்தை எடுத்துக்கொள்கிறேன், ஆனால் AI பற்றிய காலநிலை கவலைகள் உள்ள எவரும் கிரிப்டோவின் கடுமையான மதிப்பீட்டைக் கொண்டிருப்பதாக நான் உறுதியாக உணர்கிறேன்.

அதாவது, இதைப் பற்றி இப்படி யோசித்துப் பாருங்கள்: AI GPUகளுக்கான தங்கத் தரமான Nvidia H100, பவர் டிராவின் அடிப்படையில் கேமிங்-ஃபோகஸ்டு Nvidia RTX 4090 ஐப் போலவே உள்ளது. அந்த அட்டைகளின் காலநிலை தாக்கத்தை மதிப்பிடுவதற்கு நாம் என்ன கட்டமைப்பைப் பயன்படுத்த வேண்டும், எப்படி நாம் அவை எவ்வாறு பயன்படுத்தப்படுகின்றன என்பதைப் பற்றி உணருங்கள்?

இது குழப்பமானது மற்றும் சிக்கலானது, மேலும் வழியில் பல வெளிப்படையான முரண்பாடுகள் உள்ளன. எனவே இது சரியானது குறிவிலக்கி. அதை வரிசைப்படுத்த உதவ, நான் அழைத்துள்ளேன் விளிம்பு இந்த முடிச்சை நம்மால் அவிழ்க்க முடியுமா என்று நிகழ்ச்சியில் மூத்த அறிவியல் நிருபர் ஜஸ்டின் கால்மா. நாங்கள் எப்படி செய்தோம் என்பதை எங்களுக்குத் தெரியப்படுத்துங்கள்.

ஆதாரம்