Üretken yapay zeka modelleri, şaşırtıcı işlemler gerçekleştirebilme yeteneğine sahip olsalar da bu güç, büyük bir enerji tüketimiyle birlikte geliyor. Öyle ki, dev teknoloji şirketleri veri merkezlerinin enerji ihtiyacını karşılamak için nükleer santrallerden yararlanmayı bile düşünür hale geldiler. Ancak BitEnergy AI adlı bir şirket, yapay zekanın bu açlığını giderebilecek bir çözüm geliştirdiklerini iddia ediyor.
Bu algoritma, yapay zekanın enerji sorununu sonlandırabilir
BitEnergy AI’daki araştırmacılar, geliştirdikleri yeni bir algoritmanın yapay zekanın enerji tüketimini %95’e kadar azaltabileceğini öne sürüyor. “Linear-Complexity Multiplication” veya kısaca “L-Mul” adını verdikleri bu yöntem, yapay zeka işlemlerinde geleneksel olarak kullanılan ve yüksek enerji tüketen kayan noktalı çarpma işlemleri yerine, daha az enerji gerektiren tamsayı toplama işlemlerini kullanıyor.
Yapay zeka hesaplamalarında, genellikle çok büyük veya çok küçük sayıları hassas bir şekilde işleyebilmek için kayan noktalı sayılar tercih ediliyor. Ancak bu hassasiyet, önemli bir enerji maliyetini de beraberinde getiriyor. Örneğin ChatGPT gibi bir yapay zeka modeli, günlük olarak 18.000 evin toplam elektrik tüketimine eşdeğer bir enerji tüketiyor.
L-Mul algoritması ise karmaşık kayan noktalı çarpma işlemlerini basit tamsayı toplama işlemlerine dönüştürerek bu enerji israfını engellemeyi amaçlıyor. Yapılan testlerde, L-Mul algoritmasının yapay zeka modellerinin doğruluğundan önemli bir ödün vermeden enerji tüketimini önemli ölçüde azalttığı görüldü. Ancak bu devrimsel algoritmanın daha yaygın olarak kullanılabilmesi için önünde bazı engeller bulunuyor. Bunlardan en önemlisi, L-Mul’un çalışması için özel donanımlar gerektiriyor olması. Mevcut yapay zeka işlemcileri bu yeni teknolojiyle uyumlu değil.
BitEnergy AI, L-Mul algoritmasına özgü donanım ve yazılım geliştirme çalışmalarına başladıklarını açıkladı. Ancak bu çalışmaların ne kadar süreceği ve Nvidia, AMD gibi dev üreticilerin bu yeni teknolojiye ne zaman uyum sağlayacağı henüz bilinmiyor.