AI モデルの導入は、前例のない規模で進んでいます。しかし、現在の技術状態で AI をさらに広く使用すれば、膨大なエネルギー消費により環境災害につながる可能性があります。5 月 15 日と 16 日にアントワープで開催される Advanced Engineering 博覧会で、Imec の AI 部門マネージャーである Ben Stoffelen 氏が、ハードウェアとソフトウェアの共同設計アプローチによって AI の持続可能性の問題にどう対処できるかについて説明します。
研究機関Imecは毎年恒例のDigimeterで、フランダース国民の代表的な層を対象に、技術開発に関する意見を調査している。2023年版には人工知能に関する質問がいくつか含まれており、回答は予想通りだったと、ImecのAI部門マネージャー、ベン・ストッフェレン氏は語る。「AIは一般の人々に大きく浸透しています。調査対象者はAIを理解し、使用しており、AIによって効率化されると信じていると回答しています。これは主に、信じられないほど短い期間で高い採用率に達したChatGPTによるものです。」
AI の採用が進んでいるもう 1 つの分野は自動運転です。自動運転では、車両がエッジで AI を使用して、一連のセンサーからのデータを処理します。「Generative Pre-trained Transformer インスタンスとエッジ AI の両方において、進行中の進歩は高性能 GPU チップの導入によって可能になりました」と Stoffelen 氏は詳しく説明します。「ただし、これらの AI モデルのトレーニングと推論はどちらも大量のエネルギーを消費し、環境に大きな影響を与えます。例として、研究者は、OpenAI の GPT-3 大規模言語モデルのトレーニングで、車で月まで往復するのと同じ量の CO2 が排出されると推定しています。GPT モデルが主流になり、自動運転が飛躍的に進歩した場合、持続可能性に関する大きな問題が発生することになります。」
私たちの社会がこれらの強力な AI モデルの恩恵を受けられないのは残念なことです。そのため、Imec の AI 部門の研究者は、環境に優しい方法でより優れた AI モデルを開発し続ける方法を模索しています。ストッフェレン氏は続けます。「1 つの方法は、汎用性が低い計算デバイスを使用することです。CPU と GPU は汎用的な計算ソリューションであるため、特にエネルギー効率が良いわけではありません。これらは、さまざまな汎用プロセッサ命令を実行するように設計されています。しかし、心拍センサーや自動運転車のセンサーなど、アプリケーション専用にカスタマイズされたチップを設計したらどうなるでしょうか。」
ストッフェレン氏によると、AI アプリケーションを継続的に改善するために必要なエネルギー効率の大幅な改善を達成するには、ハードウェアとソフトウェアの共同設計アプローチが必要です。「AI アプリケーション開発者は、Nvidia が次のアクセラレータ チップをリリースするまで待つべきではありません。また、チップ メーカーは、より強力な AI チップの作成だけを目指すべきではありません。持続可能性の目標を達成し、より優れた AI アプリケーションを作成するには、これらの問題に根本から取り組む必要があります。つまり、アプリケーション専用のハードウェアを開発するということです。これにより、あらゆる種類のスマート センサーに AI を組み込むことができます。」Imec は、この共同設計アプローチの加速を自社の使命の一部と考えています。
さらに、ストッフェレン氏は、こうしたアプリケーション固有のエネルギー効率の高い設計を開発するには、1940 年代から慣れ親しんできた従来のフォン ノイマン アーキテクチャから脱却する必要があると主張しています。「代替となるコンピューター アーキテクチャは数多く存在し、効率的なチップを設計する柔軟性が高まっています。私たちは、人間の脳の働きを忠実に模倣したニューロモルフィック チップを研究しています。もう 1 つの有望なアプローチは、アナログ プロセッサです。これは、アナログ デバイスの物理的特性を計算に利用するものです。現在進行中の研究プログラムの 1 つは、アナログ コンピューター アーキテクチャに基づく AI アクセラレーターの構築を目指しています。新しいアーキテクチャを採用することで、AI モデルのエネルギー消費を推論あたりナノジュールまたはピコジュールまで削減できる可能性があります。」
AI でこの持続可能性の問題に対処できれば、停滞している領域で数多くの新しいアプリケーションやブレークスルーが生まれると Stoffelen 氏は予測しています。「自動運転の進歩は現在減速しています。ロボタクシーはありますが、ジオフェンスで囲まれた比較的制御された環境に限定されているため、うまく機能しているにすぎません。一般的な自動車の場合、テクノロジーはアダプティブ クルーズ コントロール、車線追従、および同様の機能で頭打ちになっています。しかし、自動車は最終的に、厳しい気象条件や暗い服を着た歩行者など、予測できないシナリオに遭遇し、検出の問題が発生します。メーカーは、ますます多くのセンサーを追加することでこれを克服しようとしていますが、この戦略は実現可能ではありません。したがって、既存のセンサー データと新しいセンサー データをより有効に活用するには、エネルギー効率の高い AI が必要です。」
この記事は、Advanced Engineering expo との緊密な協力のもとに執筆されました。
ブレインポートのシステムおよびソフトウェア エンジニアリングにおける独自の専門知識は、オランダの防衛産業を支えるために必要だとロバート氏は主張しています…
持続可能性に関する世界的な議論が激化する中、アムステルダムを拠点とするテクノロジー企業 Asperitas がデータセンター業界で存在感を示しています…
欧州チップ共同事業体は、さまざまなチップのパイロットラインを確立するために 4 つのコンソーシアムと交渉を開始しました。
NXP は、フェラーリが設立しボローニャ大学が運営する新しいバッテリー研究組織のパートナーです。…
Bits&Chips は、独立した知識と情報を提供することで、オランダとベルギーのハイテク エコシステムを強化し、より健全なものにします。
Bits&Chips は、組み込みシステム、エレクトロニクス、メカトロニクス、半導体のニュースとトレンドに焦点を当てています。私たちの報道は、テクノロジーの影響を中心に展開しています。
