Компания NVIDIA представила на Климатической неделе в Нью-Йорке свои исследования о роли искусственного интеллекта в устойчивом энергетическом переходе. Мероприятие собрало ученых, стартапы, технологические компании и представителей власти для обсуждения решений в области климатических изменений.
Одно из ключевых заявлений NVIDIA касается энергоэффективности. По данным компании, за последние 10 лет эффективность обработки больших языковых моделей улучшилась в 100 000 раз. Это демонстрирует, что ускоренные вычисления на основе GPU можно считать устойчивыми с точки зрения энергопотребления.
Узнать подробнее про клуб ShareAI
Во время мероприятия NVIDIA также представила два новых отчета о углеродном следе своих графических процессоров. Компания подчеркивает, что ИИ может играть критическую роль в стабилизации энергетических сетей за счет быстрого выявления аномалий, что позволяет операторам эффективно реагировать на проблемы до того, как они повлияют на более широкую сеть.
Согласно расчетам проекта Net-Zero America, при полном внедрении ИИ-приложений к 2035 году можно будет сэкономить около 4,5% прогнозируемого энергопотребления в трех наиболее энергоемких секторах — промышленности, транспорте и строительстве.
NVIDIA приняла участие в панельной дискуссии «ИИ: создание более продуктивного энергетического будущего», где также присутствовали представители Crusoe Energy Systems, компании, строящей чистую вычислительную инфраструктуру, и стартапа Emerald AI, разрабатывающего ИИ-решение для контроля энергопотребления центров обработки данных в периоды пиковой нагрузки на сеть.
Особое внимание в сообщении NVIDIA уделено сотрудничеству с Emerald AI, компанией из портфеля инвестиций NVIDIA NVentures, которая работает над новым эталонным дизайном NVIDIA Omniverse Blueprint. Этот проект направлен на создание высокопроизводительной, энергоэффективной инфраструктуры ИИ, учитывающей потребности энергосетей.
По словам Варуна Сиварама, основателя и генерального директора Emerald AI, их сотрудничество с NVIDIA доказывает, что вычисления на базе ИИ могут быть гибкими с точки зрения энергопотребления.
