Изследователи в областта на изкуствения интелект и нанотехнологиите представиха нов тип чип, който значително намалява енергийната консумация на AI системите. Този наноелектронен чип използва модифицирана форма на хафниев оксид, която позволява едновременното обработване и съхранение на информация, подобно на начина, по който работят човешките неврони. За разлика от традиционните процесори, които губят значително количество енергия при преместване на данни между паметта и изчислителните единици, новият чип работи с изключително ниска мощност, което може да доведе до намаляване на енергийната консумация с до 70%.
Освен това, други изследвания показват, че чрез комбиниране на невронни мрежи с човешко-ориентирано символно разсъждение може да се постигне още по-голяма енергийна ефективност – до 100 пъти по-малко потребление на енергия – като същевременно се повишава точността на системите за изкуствен интелект. Този подход позволява на роботите и AI системите да мислят по-логично и да намалят зависимостта си от бруталното изчислително натоварване, което обикновено изисква големи количества електроенергия.
Тези иновации са от ключово значение, тъй като изкуственият интелект вече консумира над 10% от електроенергията в Съединените щати и търсенето на енергийно ефективни решения става все по-належащо. Новите технологии обещават да направят AI системите не само по-ефективни, но и по-устойчиви, като същевременно подобряват тяхната функционалност и точност.
Нов чип, вдъхновен от мозъка, намалява енергийната консумация на изкуствения интелект до 70%
Учени разработиха нов наноелектронен чип, който имитира начина, по който невроните обработват и съхраняват информация, и може да намали енергийната консумация на системите за изкуствен интелект с до 70%. Технологията предлага значително по-ефективна алтернатива на традиционните чипове, като същевременно подобрява точността на изчисленията чрез комбиниране на невронни мрежи с човешко-ориентирано символно разсъждение.
Тази статия е автоматично обобщена и структурирана от AI News Tech въз основа на публично достъпни технологични източници.