پروژه E-CALC (محاسبات انرژی برای بهینه‌سازی چرخه‌زندگی یادگیری ماشین) تحت حمایت آژانس پروژه‌های تحقیقاتی پیشرفته دفاعی (DARPA) قرار گرفته است. این پروژه به منظور توسعه یک سیستم نرم‌افزاری با تمرکز بر کارایی انرژی و بهبود ردیابی مصرف انرژی در فرایندهای هوش مصنوعی طراحی شده است.
افزایش تقاضای انرژی به واسطه هوش مصنوعی
رشد سریع هوش مصنوعی به یک چالش جدی برای منابع انرژی تبدیل شده است. پیش‌بینی می‌شود که مصرف انرژی مراکز داده تا سال ۲۰۳۰ بیش از دو برابر شود و به حدود ۸۴۰ ترابایت ساعت (TWh) برسد، در حالی که مصرف این مراکز در سال ۲۰۲۴ حدود ۴۲۰ TWh بوده است. این افزایش تقاضا فشار بیشتری به شبکه‌های انرژی جهانی وارد می‌کند.
بیشتر بخوانید: GE Vernova خرید گروه ترنچ را به ارزش ۹ میلیارد دلار انجام داد
همکاری دانشگاه میشیگان و دانشگاه ایلینوی
گروه تحقیقاتی دانشگاه میشیگان با همکاری دانشگاه ایلینوی اوربانا-شمپین و پیمانکار دفاعی BAE Systems در حال توسعه این سیستم جدید هستند. این پروژه به دنبال حل مشکلات اندازه‌گیری و گزارش‌گیری ناکافی در مصرف انرژی هوش مصنوعی است. محققان تخمین می‌زنند که بین ۲۰ تا ۳۰ درصد انرژی در فرایند آموزش مدل‌های هوش مصنوعی به هدر می‌رود که می‌تواند با بهینه‌سازی نرم‌افزار کاهش یابد.
توسعه سیستم جدید به برنامه‌نویسان این امکان را می‌دهد که مصرف انرژی را در هر مرحله از فرایند هوش مصنوعی تخمین بزنند، از پردازش داده‌ها و آموزش مدل تا پیاده‌سازی در دنیای واقعی. این فناوری می‌تواند به‌ویژه در محیط‌های نظامی و دفاعی که تجهیزات میدانی و سیستم‌های محاسباتی از محدودیت‌های سخت‌افزاری و انرژی برخوردارند، اهمیت ویژه‌ای پیدا کند.
به‌گفته موسررف چودوری، استادیار دانشگاه میشیگان و محقق اصلی پروژه، "این پروژه به دنبال پاسخ به یک سوال عملی است: چگونه می‌توانیم از مزایای گسترده هوش مصنوعی با حداقل مصرف انرژی بهره‌برداری کنیم."
بیشتر بخوانید: حسین افشین از حمایت از طرح‌های فناورانه برای کاهش مصرف انرژی خبر داد · سمب‌کورپ مجوز مشروط برای واردات ۱.۳ گیگاوات برق از انرژی‌های تجدیدپذیر به سنگاپور دریافت کرد
