Das Training von Modellen der künstlichen Intelligenz (KI) kann die Energiekosten eines Unternehmens erheblich steigern. Intel könnte eine Lösung gefunden haben, um diese Kosten zu senken.
Intel ist gerade dabei, ein System für „energieeffizientes maschinelles Lernen“ für die Bild- und Videoverarbeitung zu patentieren. Dies bezieht sich speziell auf die Dekodierungsphase des maschinellen Lerntrainings – zum Beispiel, wenn die KI den Inhalt eines Bildes oder Videos in beschreibende Phrasen, wie Bildunterschriften, interpretiert.
Die Innovation des Intel-Systems liegt in seiner Fähigkeit, „Inhalte zu eliminieren, die zu einer redundanten Dekodierung führen würden“. Das System „dekomprimiert und prüft nur ausgewählte Bilder“ und spart so Energie.
Zur Vereinfachung: Die Technologie von Intel eliminiert „unwichtige“ Bilder oder Videos aus den Trainingssätzen, während diese noch komprimiert werden. Dies erspart Ihnen die Zeit und Mühe, diese Dateien zu dekomprimieren. Sobald diese Bilder ausgewählt sind, misst das System die Präzision des maschinellen Lernmodells. Wenn die Genauigkeit des Modells durch das Auslassen bestimmter Daten beeinträchtigt wird, ergreift der „Software-Agent“ des Systems für maschinelles Lernen korrigierende Maßnahmen.
Da das maschinelle Lernmodell nur mit relevanten Daten versorgt wird, spart das System erheblich Zeit und Energie. Die Dekodierung von Bildern ist eine „sequenzielle Aktivität und typischerweise der zeitaufwändigste Schritt im Workflow des maschinellen Lernens“, betonte Intel. Außerdem kann die unnötige Dekodierung in konventionellen Systemen „zu einer erheblichen Energieverschwendung in Dateneinrichtungen führen.“
In einem Bericht von Bloomberg vom März heißt es, dass das Training eines einzigen KI-Modells mehr Strom verbrauchen kann als 100 US-Haushalte in einem Jahr. Außerdem zeigen Googles eigene Studien, dass KI 10-15% des jährlichen Energieverbrauchs des Unternehmens ausmacht, was dem jährlichen Energiebedarf von Atlanta entspricht. Die Auswirkungen der KI-Industrie auf die Kohlenstoffemissionen sind noch nicht ausreichend erforscht, da sie noch in den Kinderschuhen steckt.
Die Branche hat seit März ein explosives Wachstum erlebt und zeigt keine Anzeichen einer Verlangsamung. Tech-Giganten wie Google, Microsoft und Meta liefern sich einen erbitterten Wettbewerb bei der Entwicklung von KI für Verbraucher- und Geschäftsanwendungen. KI-Startups stoßen auf großes Interesse bei Risikokapitalgebern, die in das nächste große Ding investieren wollen. Die Entwicklung von KI-Modellen ohne übermäßigen Energieverbrauch könnte entscheidend sein, wenn sich dieses schnelle Wachstum weiter beschleunigt.
Intel steht jedoch vor der Herausforderung, zu den dominierenden KI-Akteuren aufzuschließen. Das Unternehmen hat mehrere Versuche unternommen, KI-Innovationen zu patentieren und verfügt über einige KI-Produkte. Aber im Bereich der KI-Chips hält Intel nur weniger als 1% des Marktes, während AMD 20% und Nvidia 80% des Marktes für sich beanspruchen.
Dennoch könnte jedes Patent, das Intel erhält, seine Position auf dem Markt stärken. Eine Lösung zum effizienten Trainieren von KI, ohne die Umwelt zu belasten, könnte Intel den nötigen Vorteil verschaffen.
Mit der steigenden Nachfrage nach KI-Technologien wird es immer dringlicher, deren Auswirkungen auf die Umwelt zu bekämpfen. Intels Bestreben, die Energieeffizienz in den Vordergrund des KI-Trainings zu rücken, bedeutet nicht nur einen entscheidenden Wandel hin zu nachhaltigen Technologielösungen, sondern zeigt auch das Engagement des Unternehmens, seine Position in der KI-Landschaft neu zu erfinden. Wenn dies gelingt, könnte es die Art und Weise, wie Unternehmen an KI-Schulungen herangehen, neu gestalten und Innovation mit ökologischer Verantwortung in Einklang bringen.
