Desentralisert trening av KI-modellar kan bidra til å redusere energikostnadene knytte til kunstig intelligens. Denne tilnærminga utnyttar eksisterande datakraft i staden for å byggje nye energikrevjande datasenter.
Lytt til artikkelen
Få innhaldet lese opp med naturleg KI-stemme.
KI-forklart
Kva er desentralisert trening av KI-modellar?
Desentralisert trening av KI-modellar bruker eit nettverk av uavhengige nodar for å trene modellar, i staden for å byggje nye datasenter. Dette reduserer energikostnadene ved å utnytte eksisterande datakraft. Teknologiselskap som Nvidia og Cisco utviklar utstyr for å støtte denne typen trening.
- Kort forklart: Trening av KI skjer på mange separate nodar som brukar ubrukt datakraft, ikkje i store sentrale datasenter.
- Kvifor det er relevant: Det reduserer behovet for nye energikrevjande datasenter og kan senke energiforbruket i KI-prosjekt.
- Det viktigaste å vite: Desentralisert trening kan gjere KI-utvikling meir energieffektiv og gi nye moglegheiter for bruk av eksisterande ressursar.
Desentralisert KI-trening utnyttar eksisterande datakraft
Forskjarar og selskap arbeider med å implementere desentralisert trening for KI-modellar. Dette inneber at trening av modellar skjer på eit nettverk av uavhengige nodar, som kan vere alt frå inaktive serverar i forskingslaboratorium til datamaskinar i solenergihus. Ved å bruke eksisterande ressursar vert behovet for å byggje nye datasenter redusert, noko som ofte krev betydeleg elektrisk infrastruktur.
Trening av KI-modellar er ein energikrevjande prosess, og store teknologiselskap ser no etter meir berekraftige løysingar. Nvidia har utvikla Spectrum-XGS Ethernet for å gjere effektiv trening mogleg på tvers av geografisk skilte datasenter. Cisco har òg lansert ein ruter designa for å kople saman KI-klynger på ulike stader. I tillegg har Akash Network skapt ein plattform der brukarar kan leige ut ubrukt datakraft frå GPU-ar i mindre datasenter, noko som gjer det enklare å utnytte underutnytta ressursar.
Betydning for norske utviklarar og marknaden
AIny si korte vurdering: Desentralisert KI-trening kan gi norske utviklarar høve til å bruke eksisterande datakraft meir effektivt. Dette kan redusere kostnadene og energiforbruket i KI-prosjekt. Initiativ som Akash Network kan òg inspirere norske selskap til å utforske nye forretningsmodellar for datakraft.
Kjelde: IEEE Spectrum
Les òg: Meta, Anthropic og KI-agentar i ny utvikling
