ChatGPT 早已成为世界耗能大户：一天用掉超 50 万度电，相当于 1.7 万个美国家庭的用电量！随着 AI 计算需求的膨胀，还需要用水来冷却计算系统。研究称，微软用水量从 2021 年到 22 年飙升了 34%，ChatGPT 每处理 5-50 个提示就会消耗接近半升水。

DeepMind在AI能耗难题上的突破确实是一个重要的里程碑。他们开发的新算法，不仅大幅降低了AI模型的训练成本，还显著提升了其效能

论文地址：https://arxiv.org/pdf/2406.17711

算法优化：DeepMind通过改进神经网络的结构和训练过程，减少了计算资源的需求。例如，他们可能采用了更高效的网络架构，或者使用了更智能的参数更新策略，从而减少了训练所需的计算量。

硬件利用效率：除了算法本身，DeepMind还可能优化了硬件资源的利用效率。比如，他们可能开发了专门针对GPU或TPU等加速器的优化技术，使得同样的硬件可以执行更多的计算任务。

数据效率：DeepMind的新算法可能也提高了对数据的利用效率，这意味着可以用更少的数据达到同样的训练效果。这对于减少能耗和训练时间尤为重要，因为数据处理也是AI训练中的一个大头。

可持续性设计：考虑到环境影响，DeepMind可能在设计新算法时考虑了能效比，确保在提高性能的同时，尽可能减少能源消耗，这符合当前全球对于绿色科技的追求。

自动化与智能化：新算法可能还包含了自动化的元素，比如自动超参数调整、自适应学习率等，这些都可以进一步降低人为干预的成本，提高整体的训练效率。

版权声明：图片和内容来源互联网