تتزايد المخاوف بشأن استهلاك الطاقة الناتج عن النمو المتسارع في تقنيات الذكاء الاصطناعي، حيث تقدر مختبرات لورانس بيركلي الوطنية أن مراكز البيانات قد تستهلك ما يصل إلى 12% من إجمالي الكهرباء في الولايات المتحدة بحلول عام 2028. لمواجهة هذا التحدي، طوّر باحثون من معهد ماساتشوستس للتكنولوجيا ومختبر آي بي إم وايتسون للذكاء الاصطناعي أداة جديدة تهدف إلى التنبؤ السريع بكمية الطاقة التي ستستهلكها أنظمة الذكاء الاصطناعي. تُظهر هذه الأداة، المسماة "إينرجايزر"، قدرة فائقة على تقديم تقديرات دقيقة لاستهلاك الطاقة في غضون ثوانٍ معدودة، مقارنة بالطرق التقليدية التي قد تستغرق ساعات أو حتى أيامًا لتوليد نتائج موثوقة. تتيح هذه السرعة لمشغلي مراكز البيانات توزيع الموارد المحدودة بكفاءة عبر نماذج ومعالجات متعددة، كما تمنح مطوري الخوارزميات والبرمجيات إمكانية تقييم الاستهلاك المحتمل للطاقة لنموذج جديد قبل إطلاقه الفعلي في البيئات الإنتاجية. تعتمد الطريقة الجديدة على ملاحظة أن مهام الذكاء الاصطناعي، مثل تدريب النماذج ومعالجة البيانات، غالبًا ما تتضمن أنماطًا متكررة يمكن للمطورين استغلالها لتحسين كفاءة الأداء. فقد قام الباحثون ببناء نموذج تخمين خفيف الوزن يلتقط أنماط استهلاك الطاقة للوحدة الرسومية (GPU) بناءً على هذه التحسينات البرمجية المنظمة. ومع ذلك، أدرك الفريق أن السرعة وحدها لا تكفي دون دقة، حيث أن هناك تكاليف طاقة ثابتة لإعداد البرامج وتكاليف إضافية تتفاوت بناءً على ظروف الأجهزة وتدفق البيانات. لضمان الدقة، قام الباحثون بجمع قياسات حقيقية من وحدات المعالجة الرسومية لإنشاء "حدود تصحيحية" يتم تطبيقها على النموذج الأولي. ونتيجة لهذا الدمج بين السرعة والبيانات الواقعية، وصلت نسبة الخطأ في تقديرات الأداة الجديدة إلى حوالي 8% فقط، وهو ما يعادل دقة الطرق التقليدية الطويلة الأمد. كما تتيح الأداة للمستخدمين تعديل تكوينات المعالجات أو سرعات التشغيل لرؤية تأثير هذه التغييرات المباشرة على الاستهلاك الكلي للطاقة. تُقدم هذه الأداة قيمة كبيرة ليس فقط للحالات الحالية بل يمكنها أيضًا التنبؤ باستهلاك الطاقة للمعالجات المستقبلية وتكوينات الأجهزة الناشئة، شريطة ألا تتغير تقنيات الأجهزة بشكل جذري وسريع. ينوي الفريق في المستقبل اختبار الأداة على أحدث تكوينات المعالجات وتوسيع نطاقها ليشمل مجموعات كبيرة من المعالجات التي تعمل معًا. وقالت كيونج مي لي، الباحثة الجامعية في معهد ماساتشوستس للتكنولوجيا والكاتبة الأولى للورقة البحثية: "إن تحدي الاستدامة في الذكاء الاصطناعي هو سؤال ملح يجب إجابته. لأنطريقة التقدير لدينا سريعة ومريحة وتوفر تغذية راجعة مباشرة، نأمل أن تجعل مطوري الخوارزميات ومشغلي مراكز البيانات أكثر وعيًا بتقليل استهلاك الطاقة". وقد شارك في إعداد البحث كل من زييه سونغ، وإيون كيونج لي، وشين زانغ، وتامار إيلام، بالإضافة إلى البروفيسور أنانثا بي. تشاندراكاسان. وقد عُرضت النتائج هذا الأسبوع في الندوة الدولية لأداء الأنظمة والبرمجيات التي يقيمها المعهد الأمريكي لمهندسي الكهرباء والإلكترونيات، وتم تمويل جزء من هذا البحث من قبل مختبر وايتسون للذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا.