הבינה המלאכותית. שינתה באופן ניכר את התעשיות השונות, מאפשרת עיבוד נתונים מהפכני, קבלת החלטות והתקדמות באוטומציה. אולם, הדרישות החישוביות הגוברות של AI—בעיקר ביישומי למידת מכונה (ML) ולמידה עמוקה (DL)—הובילו לדאגות ניכרות בנוגע לצריכת האנרגיה והחשיבות הסביבתית.

"טכנולוגיות AI צריכות כיום בערך 7% מהחשמל העולמי—כרמת צריכת החשמל השנתית בהודו. ברמה בה AI ממשיכה להתרבות, החשיבות של חקיקות AI עדינות יותר היא חיונית. פיתוח ושימוש בשבבים אנלוגיים מהווים אפשרות מבטיחה." כותב סמירן קוקה, מנהל מוצר באינפיניון במאמר דעה שפורסם ב-EETIMES.

"המחקר הנוכחי מוקדש לפיתוח טכניקות שמפחיתות דאגות אלו ומחזקות את העמידות של מערכות AI אנלוגיות. אפילו עם אתגרים אלה, שבבים אנלוגיים עדיין מתאימים מאוד ליישומים כמו עיבוד נתוני חיישנים וניטור סביבתי בזמן אמת, שם השונות הקלה שנוצרת על ידי רעש אינה שוללת את היתרונות של צריכת חשמל נמוכה ומהירות עיבוד מהירה יותר. אתגר נוסף הוא שילוב שבבים אנלוגיים בתוך התשתית הדיגיטלית הדומיננטית של מערכות AI נוכחיות. מעבר זה יחייב שינויים ניכרים הן בחומרה והן בערימות תוכנה."

IBM נמצאת בחזית פיתוח שבבים אנלוגיים ליישומי AI, כאשר עיצובה משתמש בטכנולוגיית זיכרון בשניות הפאזה (PCM) הפועלת עם צריכת אנרגיה נמוכה משמעותית משל שבבים דיגיטליים מסורתיים. כמו כן, חברות סטארט-אפ כמו Mythic ו-Rain Neuromorphics עוסקות בפיתוח שבבים אנלוגיים המיועדים לדמות רשתות עצביות ביולוגיות ולבצע חישובים נוירוניים.

"שבבים אנלוגיים יכולים לפתח באופן פוטנציאלי יישומים שונים של AI על ידי אספקת פתרונות חומרה אנרגטיים וניתנים להרחבה. תחומים מרכזיים בהם שבבים אנלוגיים יכולים להשפיע משמעותית כוללים חישוב שפת הקצה ותהליכי חישוב נוירומורפי, המיועדים להיות יעילים אנרגטית ומותאמים לביצועים בזמן אמת."

"המאמצים ליצירת ארכיטקטורות היברידיות המשלבות את חוזקות החישוב האנלוגי והדיגיטלי מתקדמים, מאפשרים מעבר חלק יותר לחומרת AI בת קיימא. חרף מכשולים אלה, התחזית לשבבים אנלוגיים באיי הינה אופטימית. שיפורים מתמשכים במדע החומרים, בעיצוב מעגלים ובאלגוריתמי AI מניעים את פיתוחן של מערכות AI אנלוגיות יעילות יותר ובני הרחבה. ככל שהדרישה לפתרונות AI ידידותיים לסביבה גוברת, שבבים אנלוגיים נערכים לשחק תפקיד מרכזי בהנעת טכנולוגיות AI חסכוניות באנרגיה." מסכם קוקה.

הפוסט האם שבבים אנלוגיים יכולים לסלול את הדרך לביצועי AI סביל ובכך לחסוך באנרגיה? הופיע לראשונה ב-Chiportal.

ארגונים אשר יעבירו את יישומיהם העסקיים לענן יכולים לעזור להפחית את רמות צריכת האנרגיה ופליטת הפחמן ב-30% או יותר, לעומת הרצת היישומים על גבי תשתית תוך ארגונית, כך עולה ממחקר חדש שביצעה אקסנצ'ר העולמית (accenture. ניו יורק: ACN), המעניקה ייעוץ ניהולי, שירותי טכנולוגיה ומיקור חוץ בכל העולם, בשיתוף מיקרוסופט (נסדא"ק: MSFT).

במסגרת המחקר נבדקו פליטות הפחמן של תשתיות שרתים, אחסון ורשת תקשורת, עבור שלושה היקפי פריסה של 100, אלף ו-10 אלף משתמשים ומעלה.

מתוצאות המחקר עולה כי בחירה ביישומים ארגוניים, כמו אימייל, שיתוף תוכן וניהול קשרי לקוחות המסופקים בענן, במקום התקנתם על גבי תשתית ה-IT של הארגון, מייצרת הפחתה משמעותית בפליטת הפחמן. היתרונות הופכים להיות משמעותיים עבור הארגון ככל שגודלו קטן יותר, כאשר עסק קטן (100 משתמשים) שעובר לפעול בענן, יכול לחסוך יותר מ-90% באנרגיה ובפליטת הפחמן. ארגונים גדולים חוסכים בדרך כלל כ-30%.

צמצום צריכת האנרגיה ופליטות הפחמן על ידי שימוש ביישומי ענן נובע ממספר גורמים:
•    התאמה דינמית – מתקני ענן גדולים מאפשרים התאמה טובה יותר של קיבולת השרת לדרישת הלקוח, על בסיס מתמשך.
•    דיור משותף – סביבות ענן ציבוריות גדולות מסוגלות לשרת מיליוני משתמשים באלפי חברות בו זמנית על גבי תשתית מאסיבית משותפת אחת.
•    התאמת שרתים – ספקיות מחשוב ענן יכולות לייעל את העבודה על ידי הגדלת קיבולת השרת בו משתמש יישום מסוים באופן פעיל, וכך לאפשר עבודה בעומסים גדולים יותר תוך שמירה על רמות פליטת פחמן נמוכות של התשתית.
•    יעילות הדאטה סנטר – באמצעות חדשנות ושיפור מתמיד, ספקיות מחשוב הענן מובילות בכל הנוגע לתכנון, הקמה ותפעול מתקני דאטה סנטר אשר ממזערים את צריכת האנרגיה עבור אותה כמות חשמל הנדרשת להפעלת מערך המחשוב.

הפוסט העברת יישומים עסקיים לענן יכולה להפחית את פליטת הפחמן ב-30% ויותר הופיע לראשונה ב-Chiportal.