根据里斯本委员会研究报告,人工智能(AI)和加速计算正在显著提高多个行业的能源效率。这些进展非常重要,因为数据中心预计在不久的将来会占全球能源消耗的4%。
为何加速计算是可持续计算
加速计算利用NVIDIA GPU的并行处理能力,能在更短时间内完成更多工作,能耗比传统的基于CPU的系统更低。这种形式的计算正越来越多地被认为是可持续的计算。
当引入AI时,这些优势会得到进一步放大,因为AI本身具有并行性质。里斯本委员会研究的报告指出,机器学习和深度学习等AI应用在GPU上的表现远优于CPU,驱动了大量的能源节省。
加速AI的用户体验
全球各行业通过使用AI和加速计算报告了显著的能源效率提升。例如,金融服务公司Murex测试了NVIDIA的Grace Hopper超级芯片,实现了能源消耗减少4倍,完成时间减少7倍,这相对于仅使用CPU的系统。
同样,总部位于台湾的纬创利用NVIDIA Omniverse创建了一个测试室的数字孪生,改善其能源效率高达10%。这转化为每年减少了12万千瓦时的电力消耗和6万公斤的碳排放。
减少高达80%的碳排放
RAPIDS Accelerator for Apache Spark展示了在数据分析中减少高达80%的碳足迹的潜力,同时提供了5倍的平均速度提升和4倍的计算成本降低。Adobe、AT&T和美国国税局等大公司都在使用这项技术。
在医疗保健领域,Insilico Medicine利用NVIDIA驱动的AI发现了一种罕见呼吸疾病的药物候选物,以通常成本和时间的一小部分达到了第二阶段临床试验。
加速AI提升科学速度
国家能源研究科学计算中心(NERSC)也报告了使用NVIDIA A100 Tensor Core GPU带来的显著能源效率提升。他们的应用程序平均看到了5倍的能效提升,天气预报应用程序几乎达到了10倍的改进。
在最近的全球最节能超级计算机排名中,NVIDIA驱动的系统占据了前列,突显了加速计算可实现的巨大能源节省。
被低估的能源节省
尽管有这些进展,一些预测仅考虑AI模型训练期间的能耗,而忽略了部署阶段的效率优势。信息技术和创新基金会(ITIF)的一份研究报告驳斥了这些预测,强调了AI在训练后阶段能带来的显著能源节省。
报告敦促决策者认识到AI在实现低碳未来的潜力,并支持其采用以最大化经济和社会利益。
AI支持可持续性努力
各种报告进一步支持了AI在促进可持续性方面的作用。例如,AI可以提高天气建模的准确性,改善作物产量预测,并有助于发现高效的电池材料。
政府被鼓励采用AI工具来降低操作的碳排放,NVIDIA正在与许多初创公司合作解决气候问题,并开发专门用于气候科学的超级计算机Earth-2。
提高整个层次的能源效率
自成立以来,NVIDIA一直致力于提高其产品的能源效率。最近的创新包括NVIDIA GB200 Grace Blackwell超级芯片,在AI推理中比前几代提高了25倍的能效,以及BlueField-3 DPU,可以通过从CPU中卸载数据中心功能将功耗减少多达30%。
此外,NVIDIA与美国能源部资助的一项液冷技术正在开发中,承诺比当前的空气冷却系统提高20%的效率。
这些进步突显了NVIDIA致力于推动各行业的能源效率和支持可持续计算实践的承诺。
更多信息,请访问原文链接。
Image source: Shutterstock