GN⁺: AI 엔지니어, AI 전력 소비 95% 절감하는 새로운 알고리듬 주장

(tomshardware.com)

AI 엔지니어들이 새로운 알고리듬으로 AI 전력 소비를 95% 줄였다고 주장함
- BitEnergy AI의 엔지니어들이 부동소수점 곱셈을 정수 덧셈으로 대체하는 방법을 개발함.
- 이 방법은 Linear-Complexity Multiplication (L-Mul)로 불리며, 부동소수점 곱셈의 결과에 근접하면서도 높은 정확도와 정밀도를 유지함.
- 이 방법은 AI 시스템의 전력 소비를 최대 95%까지 줄일 수 있어 중요한 발전으로 평가됨.
현재 하드웨어와의 호환성 문제
- Nvidia의 Blackwell GPU와 같은 현재 시장의 하드웨어는 이 알고리듬을 처리할 수 있도록 설계되지 않음.
- AI 칩 제조업체들이 이 알고리듬을 활용할 수 있는 ASIC을 개발하면, 대형 기술 기업들이 이 기술을 채택할 가능성이 높음.
AI의 전력 소비 문제
- AI 개발의 주요 제약은 전력이며, 데이터 센터의 GPU는 많은 전력을 소비함.
- Google은 AI의 전력 수요로 인해 기후 목표를 뒤로 미루었으며, 온실가스 배출이 증가함.
- AI 처리가 더 전력 효율적이라면, 환경을 희생하지 않고도 고급 AI 기술을 얻을 수 있음.

GN⁺의 정리

이 기사는 AI의 전력 효율성을 크게 개선할 수 있는 새로운 알고리듬에 대해 다루고 있음. 이는 AI 기술의 지속 가능성을 높이는 데 중요한 역할을 할 수 있음.
L-Mul 알고리듬은 부동소수점 곱셈을 대체하여 전력 소비를 줄이면서도 높은 정확도와 정밀도를 유지함.
현재 하드웨어와의 호환성 문제는 있지만, ASIC 개발을 통해 해결될 가능성이 있음.
이 기술은 AI의 전력 소비 문제를 해결하여 환경에 긍정적인 영향을 미칠 수 있음.

L-Mul 알고리즘은 부동 소수점 곱셈을 정수 덧셈으로 근사하여 에너지 비용을 크게 절감할 수 있음
- 95% 에너지 절감 가능성 주장에 대해 의심의 여지가 있음
- 많은 전문가들이 이 분야에서 오랫동안 연구해왔기 때문에 이러한 주장은 특별한 증거가 필요함
IEEE754 부동 소수점 표현을 활용하여 로그 연산을 통해 곱셈을 단순화하는 방법을 사용함
Jevons 역설이 이 경우에 적용될 수 있는지에 대한 의문이 제기됨
새로운 방법이 에너지를 절감할 수 있다고 주장하지만, 실제 벤치마크 결과가 부족하다는 점에서 회의적임
Lemurian Labs는 로그 수 시스템(LNS)을 사용하여 유사한 기술을 개발 중임
이 연구는 실온 초전도체 발견과 같은 과장된 주장으로 비유될 수 있음
이 논문은 이미 중복 게시된 것으로 확인됨