How Can AI Researchers Save Energy? By Going Backward
a year ago
- #energy-efficiency
- #AI
- #reversible-computing
- 迈克尔·弗兰克因能源问题将研究从人工智能转向计算的物理极限。
- 可逆计算通过避免删除数据，能够通过逆向运行计算来节省大量能源。
- 罗尔夫·兰道尔确立了计算机中删除信息会产生热量这一基本限制。
- 查尔斯·本内特提出‘逆计算’概念，通过双向运行计算避免数据删除和热能损耗。
- 可逆计算曾面临实际挑战，包括时间和内存占用增加，导致初期推广缓慢。
- 随着传统芯片性能提升，可逆计算一度遇冷，但物理极限问题使其重新获得关注。
- 汉娜·厄尔利的研究表明，可逆计算机发热更少，尤其在低速运行时，这对AI应用有利。
- 可逆计算在AI领域的潜力在于以更低速度、更高并行度运行芯片以节约能源。
- 厄尔利与弗兰克联合创立的Vaire Computing公司正在开发商用可逆芯片。
- 历经数十年理论探索后，可逆处理器即将投入实用，提供高能效计算解决方案。