विजय गैडपलीMIT लिंकन प्रयोगशाला में एक वरिष्ठ स्टाफ सदस्य, कई परियोजनाओं का नेतृत्व करता है लिंकन प्रयोगशाला सुपरकंप्यूटिंग सेंटर (LLSC) कंप्यूटिंग प्लेटफॉर्म बनाने के लिए, और उन पर चलने वाली कृत्रिम बुद्धिमत्ता प्रणाली, अधिक कुशल। यहां, Gadepally रोजमर्रा के औजारों में जेनेरिक एआई के बढ़ते उपयोग, इसके छिपे हुए पर्यावरणीय प्रभाव, और कुछ तरीके जो लिंकन प्रयोगशाला और अधिक से अधिक एआई समुदाय एक हरियाली भविष्य के लिए उत्सर्जन को कम कर सकते हैं, में चर्चा करते हैं।
क्यू: कंप्यूटिंग में एआई का उपयोग कैसे किया जा रहा है, इसके संदर्भ में आप क्या रुझान देख रहे हैं?
ए: जनरेटिव AI नई सामग्री बनाने के लिए मशीन लर्निंग (ML) का उपयोग करता है, जैसे चित्र और पाठ, डेटा के आधार पर, जो ML सिस्टम में इनपुट किया जाता है। एलएलएससी में हम दुनिया के कुछ सबसे बड़े शैक्षणिक कंप्यूटिंग प्लेटफार्मों का डिजाइन और निर्माण करते हैं, और पिछले कुछ वर्षों में हमने उन परियोजनाओं की संख्या में एक विस्फोट देखा है जिन्हें जनरेटिव एआई के लिए उच्च-प्रदर्शन कम्प्यूटिंग तक पहुंच की आवश्यकता है। हम यह भी देख रहे हैं कि कैसे जनरेटिव AI सभी प्रकार के क्षेत्रों और डोमेन को बदल रहा है – उदाहरण के लिए, CHATGPT पहले से ही कक्षा को प्रभावित कर रहा है और नियमों की तुलना में कार्यस्थल तेजी से ऊपर रख सकता है।
हम अगले एक दशक के भीतर जनरेटिव एआई के लिए सभी प्रकार के उपयोगों की कल्पना कर सकते हैं, जैसे कि अत्यधिक सक्षम आभासी सहायकों को शक्ति देना, नई दवाओं और सामग्रियों को विकसित करना, और यहां तक कि बुनियादी विज्ञान की हमारी समझ में सुधार करना। हम उन सभी चीजों की भविष्यवाणी नहीं कर सकते हैं जो उदार एआई के लिए उपयोग किए जाएंगे, लेकिन मैं निश्चित रूप से कह सकता हूं कि अधिक से अधिक जटिल एल्गोरिदम के साथ, उनकी गणना, ऊर्जा और जलवायु प्रभाव बहुत जल्दी बढ़ते रहेगा।
क्यू: इस जलवायु प्रभाव को कम करने के लिए LLSC का उपयोग करने वाली LLSC किन रणनीतियों का उपयोग कर रही है?
ए: हम हमेशा कंप्यूटिंग को और अधिक कुशल बनाने के तरीकों की तलाश कर रहे हैं, क्योंकि ऐसा करने से हमारे डेटा सेंटर को अपने संसाधनों का सबसे अधिक उपयोग करने में मदद मिलती है और हमारे वैज्ञानिक सहयोगियों को अपने क्षेत्रों को आगे बढ़ने के लिए और संभव के रूप में कुशल तरीके से आगे बढ़ाने की अनुमति देता है।
एक उदाहरण के रूप में, हम अपने हार्डवेयर की मात्रा को कम कर रहे हैं, जब आप एक कमरे से बाहर निकलने पर रोशनी को बंद करने या बंद करने के समान सरल परिवर्तन करके हमारे हार्डवेयर की खपत करते हैं। एक प्रयोग में, हमने पावर कैप लागू करके, उनके प्रदर्शन पर न्यूनतम प्रभाव के साथ ग्राफिक्स प्रसंस्करण इकाइयों के एक समूह की ऊर्जा खपत को 20 प्रतिशत से 30 प्रतिशत तक कम कर दिया। इस तकनीक ने हार्डवेयर ऑपरेटिंग तापमान को भी कम कर दिया, जिससे जीपीयू को ठंडा करना आसान हो गया और लंबे समय तक स्थायी हो गया।
एक और रणनीति हमारे व्यवहार को अधिक जलवायु-जागरूक होने के लिए बदल रही है। घर पर, हम में से कुछ अक्षय ऊर्जा स्रोतों या बुद्धिमान शेड्यूलिंग का उपयोग करना चुन सकते हैं। हम एलएलएससी में इसी तरह की तकनीकों का उपयोग कर रहे हैं – जैसे कि तापमान ठंडा होने पर एआई मॉडल का प्रशिक्षण, या जब स्थानीय ग्रिड ऊर्जा की मांग कम होती है।
हमने यह भी महसूस किया कि कंप्यूटिंग पर खर्च की जाने वाली बहुत सारी ऊर्जा अक्सर बर्बाद हो जाती है, जैसे कि पानी का रिसाव आपके बिल को कैसे बढ़ाता है लेकिन आपके घर में किसी भी लाभ के बिना। हमने कुछ नई तकनीकें विकसित कीं जो हमें कंप्यूटिंग वर्कलोड की निगरानी करने की अनुमति देती हैं क्योंकि वे चल रहे हैं और फिर उन लोगों को समाप्त करते हैं जो अच्छे परिणाम प्राप्त करने की संभावना नहीं रखते हैं। आश्चर्यजनक रूप से, कई मामलों में हमने पाया कि अधिकांश गणनाओं को अंतिम परिणाम से समझौता किए बिना जल्दी समाप्त किया जा सकता है।
क्यू: आपके द्वारा किए गए प्रोजेक्ट का एक उदाहरण क्या है जो एक जनरेटिव एआई कार्यक्रम के ऊर्जा उत्पादन को कम करता है?
ए: हमने हाल ही में एक जलवायु-जागरूक कंप्यूटर विजन टूल का निर्माण किया है। कंप्यूटर विजन एक डोमेन है जो एआई को छवियों पर लागू करने पर केंद्रित है; तो, एक छवि में बिल्लियों और कुत्तों के बीच अंतर करना, एक छवि के भीतर वस्तुओं को सही ढंग से लेबल करना, या एक छवि के भीतर ब्याज के घटकों की तलाश करना।
हमारे टूल में, हमने वास्तविक समय कार्बन टेलीमेट्री को शामिल किया, जो इस बारे में जानकारी पैदा करता है कि एक मॉडल के रूप में हमारे स्थानीय ग्रिड द्वारा कितना कार्बन उत्सर्जित किया जा रहा है। इस जानकारी के आधार पर, हमारा सिस्टम स्वचालित रूप से मॉडल के अधिक ऊर्जा-कुशल संस्करण पर स्विच करेगा, जिसमें आमतौर पर कम पैरामीटर होते हैं, उच्च कार्बन तीव्रता के समय में, या कम कार्बन तीव्रता के समय में मॉडल के बहुत उच्च-निष्ठा संस्करण।
ऐसा करने से, हमने एक-दो-दिन की अवधि में कार्बन उत्सर्जन में लगभग 80 प्रतिशत की कमी देखी। हमने हाल ही में इस विचार को अन्य जनरेटिव एआई कार्यों जैसे कि पाठ सारांशीकरण के रूप में बढ़ाया और वही परिणाम पाए। दिलचस्प बात यह है कि हमारी तकनीक का उपयोग करने के बाद कभी -कभी प्रदर्शन में सुधार हुआ!
क्यू: इसके जलवायु प्रभाव को कम करने में मदद करने के लिए हम जनरेटिव एआई के उपभोक्ताओं के रूप में क्या कर सकते हैं?
ए: उपभोक्ताओं के रूप में, हम अपने एआई प्रदाताओं से अधिक पारदर्शिता की पेशकश करने के लिए कह सकते हैं। उदाहरण के लिए, Google उड़ानों पर, मैं विभिन्न प्रकार के विकल्प देख सकता हूं जो एक विशिष्ट उड़ान के कार्बन पदचिह्न को इंगित करते हैं। हमें जनरेटिव एआई टूल से समान प्रकार के माप प्राप्त करना चाहिए ताकि हम अपनी प्राथमिकताओं के आधार पर किस उत्पाद या मंच का उपयोग कर सकें, एक सचेत निर्णय ले सकें।
हम सामान्य रूप से सामान्य एआई उत्सर्जन पर अधिक शिक्षित होने का प्रयास भी कर सकते हैं। हम में से कई वाहन उत्सर्जन से परिचित हैं, और यह तुलनात्मक शब्दों में जेनेरिक एआई उत्सर्जन के बारे में बात करने में मदद कर सकता है। उदाहरण के लिए, लोगों को यह जानकर आश्चर्य हो सकता है कि एक छवि-पीढ़ी का कार्य लगभग गैस कार में चार मील की दूरी पर ड्राइविंग के बराबर है, या यह कि इलेक्ट्रिक कार को चार्ज करने के लिए समान मात्रा में ऊर्जा लेता है जैसा कि यह लगभग 1,500 पाठ सारांश उत्पन्न करता है।
ऐसे कई मामले हैं जहां ग्राहकों को व्यापार-बंद करने के लिए व्यापार-बंद करने के लिए खुशी होगी।
क्यू: आप भविष्य के लिए क्या देखते हैं?
ए: जनरेटिव एआई के जलवायु प्रभाव को कम करना उन समस्याओं में से एक है जो दुनिया भर के लोग काम कर रहे हैं, और एक समान लक्ष्य के साथ। हम लिंकन लेबोरेटरी में यहां बहुत काम कर रहे हैं, लेकिन इसकी सतह पर केवल खरोंच है। लंबी अवधि में, डेटा सेंटर, एआई डेवलपर्स और एनर्जी ग्रिड को अन्य अनूठे तरीकों को उजागर करने के लिए “ऊर्जा ऑडिट” प्रदान करने के लिए एक साथ काम करने की आवश्यकता होगी, जिससे हम कंप्यूटिंग क्षमता में सुधार कर सकते हैं। हमें आगे बनाने के लिए अधिक साझेदारी और अधिक सहयोग की आवश्यकता है।
यदि आप इन प्रयासों पर अधिक सीखने, या लिंकन प्रयोगशाला के साथ सहयोग करने में रुचि रखते हैं, तो कृपया संपर्क करें विजय गैडपली।
।
