数据中心很费电！但人工智能不一定要耗费大量

包括世界经济论坛在内的许多预测(8 ays AI can help save the pla)都吹捧了人工智能(AI)在“拯救地球”中可以发挥不可或缺的作用。

的确，人工智能是各种技术不可或缺的一部分，从无人驾驶汽车到更灵活的灾难响应系统，再到智能建筑和数据收集网络，从能源消耗到森林砍伐，它都可以监控。

这种乐观看法的另一面是，有许多道德方面的考虑要考虑。，就功耗和小工具产生的所有电子废物而言，人工智能对气候的影响正日益成为人们关注的问题。

马萨诸塞州大学阿默斯特分校的研究表明，“训练”神经网络做出决策或搜索它们以寻找答案的过程带来的终生排放是美国普通汽车的五倍。这也是一个不可忽视的数据。

如果事情按照当前的轨迹继续下去，那意味着什么?

目前，数据中心用电量约占全球的2%。半导体公司Applied Materials首席执行官Gary Dickerson在2019年8月预测，按照目前AI的采用速度，在底层计算机服务器硬件和软件没有变化的情况下，运行这些应用程序所需的数据中心可能会占用全部电力负载的15%。尽管已经取得了一些进展，上周他还是对此发出了警告。

他对一个长期的行业会议SemiconWest的与会者说“定制设计至关重要。” “新的系统架构、新的专用芯片设计、连接存储器和逻辑的新方法、新的存储器以及内存中的计算，都可以显着提高每瓦的计算性能。”

那么，这意味着有解决方案了吗?

来自Applied Materials、Arm、谷歌、英特尔、微软和VMare的技术人员上周分享了有关进步的见解，如果对AI技术进行投资的企业开始分享技术，这些进步将有助于我们避免出现最极端的未来情况。尽管大部分小组讨论都是高度技术性的，但对于那些考虑将AI应用于气候解决方案的人来说，这是我的。

熟悉计算硬件设计中的“管芯堆叠”概念。人们担心摩尔定律(认为集成电路上的晶体管数量每两年翻一番)的想法正在放缓。，越来越多的半导体工程师开始讨论将多个芯片堆叠在一起的设计，以便在给定的空间内容纳更多的处理能力。

微处理器公司Arm的研究员Rob Aitken预测，这些设计将出现在将高性能处理与非常本地化的内存相结合的计算基础架构中。他在小组讨论会上说“垂直堆叠实质上使您可以获得更多的连接带宽，并允许您以较低的电容获得该带宽，以降低功耗，并降低延迟，这意味着性能得到了提高。”

，绝对要寻找更专业的硬件。

记住这个缩写MRAM，magic random-aess memory，它代表磁性随机存取存储器，这种格式在待机模式下的功耗比现有技术要低得多，后者需要能量来维持其信息的“状态”，并在弹出时迅速响应处理请求。着眼于这一市场的知名企业包括英特尔、Micron、高通、三星、东芝等，他们都有着强大的研发力量。

考虑使用无碳能源在云数据中心中运行AI应用。这可能意味着将某些工作负载所需的处理能力推迟到一天中的某个设施更可能使用可再生能源的时间。

英特尔云解决方案架构师Samantha Alt表示“如果我们能够在绿色、清洁、节能的情况下运行这些工作负载，那么现在，我们将真正运行这些非常高的计算工作负载，这正是我们想要的。”

“，如果我们进一步采取行动，并且只有在这种清洁能源可用时才让数据中心运行，那该怎么办?我们有一个数据中心，当我们拥有足够的绿色、清洁能源时它就处于唤醒状态，否则处于休眠状态。”

这是Google在4月份讨论的一项技术，但尚未广泛使用，它将需要关注新的冷却设计以防止设备运行过热，以及内存组件在设备进入和退出睡眠模式时可以动态响应。

对于边缘应用，这可能意味着在您要使其变得更智能的一些小工具或系统中使用精通AI的专用处理器，例如汽车系统、智能手机或建筑系统。处理(至少其中一些)不是在本地将所有数据发送到大规模的集中式云服务中。

微软智能设备总经理Moe Tanabian表示“我们有很大的发展潜力，特别是当我们将AI推向边缘时。 “为什么边缘很重要?我们从人工智能中获得了很多人工智能驱动的任务和收益，这些任务和收益本质上是本地的。您想知道一个房间里有多少人人数不断增长。这非常有价值，因为当整体整个建筑物的HVAC系统可以更高效，可以显着降低主要建筑物的能耗平衡。”

所有这一切的关键在于，要想使AI能够处理许多我们希望它为应对气候危机而需要处理的事情，必将需要对基础设施进行相当大的升级。

这些系统大修对环境的影响必须立即成为数据中心采购标准的一部分，而半导体行业则需要采取正确的措施。英特尔和AMD一直处于领先地位，上周Applied Materials放弃了这一挑战，但业界需要唤醒更多人。